摘要随着现代通信技术及网银技术等的飞速发展，随之而来的电信诈骗却给人们的生活带来极大的经济损失。本文通过分析电信诈骗用户的历史通信行为数据，基于人类动力学及统计学相关方法，分别对通话时间频率分布，通话时间间隔分布，同一对象通话次数频率分布，通话周期和通话间隔相关性进行分析，得出电信诈骗用户部分行为特征。为相关部门锁定潜在犯罪分子提供一定的理论依据。51888

毕业论文关键词：电信诈骗；人类动力学；统计学；相关性

With the rapid development of modern communication technology and online bank technology, the telecommunications fraud has brought great economic losses to people’s lives. In this paper, we analyze telecommunications fraud behavior characteristics covering the time frequency distribution, the call time interval distribution, the same object called frequency distribution, the call period and call interval correlation, respectively, through the historical data analysis of telecommunications fraud users’ communication behavior, based on human dynamics and statistics methods. Our results provide certain theoretical basis to certain relevant departments to target potential criminals.

Keyword: Telecommunications Fraud；Human Dynamics；Statistics Methods；Correlation 

目录

1引言 4

2用户行为分析 5

2.1通话时间频率分布图 5

2.2通话时间间隔分布图 5

2.3同一对象通话次数频率分布图 6

2.4通话周期图 7

2.5通话间隔相关性图 7

3后续研究 8

3.1阵发性研究 8

3.2记忆性研究 8

3.3可预测性研究 9

4结束语 9

参考文献 10

致谢 12

1引言

电信诈骗是指犯罪分子通过电话、网络和短信方式,编造虚假信息,设置骗局,对受害人实施远程、非接触式诈骗,诱使受害人给犯罪分子打款或转账的犯罪行为。2009年以来,中国一些地区电信诈骗案件持续高发。此类犯罪在原有作案手法的基础上手段翻新,作案者冒充电信局、公安局等单位工作人员,使用任意显号软件、VOIP电话等技术,以受害人电话欠费、被他人盗用身份涉嫌经济犯罪,以没收受害人所有银行存款进行恫吓威胁,骗取受害人汇转资金。由于电信诈骗具有语音通信的实时性和直接性特点,再加上语音内容分析的复杂性,电信诈骗用户身份识别面临巨大挑战。本文拟从人类行为动力学角度分析电信用户行为特性,归纳诈骗用户部分特征性行为。

对人类行为时空复杂性的分析,一直不乏零星报道,但未能引起学术界集中关注。转折点来自于2005年在《自然》上刊登的一篇开创性的文章[1],清晰地揭示了人类行为在时间上对泊松过程的偏离,并提出了一个简单的基于任务优先级的排队论模型,从而引起了广泛的相关研究。一年以后,文献[2]发表了关于人类行为空间标度律的工作,揭示了人类长程旅行中表现出来的既不同于随机游走,又不同于Lévy飞行的独特性质。受这两篇开创性文章的影响,大量文章相继在《自然》、《科学》、《美国科学院院刊》等期刊发表,掀起了有关人类行为动力学研究的热潮[3-10]。作为一门新兴的交叉学科,人类动力学的提出不过寥寥数年,但其重大的理论和应用意义已初露峥嵘。在理论层面,人们已经观察到很多由人的行为驱动的复杂系统的各类现象,其中人类动力学的研究提供了新视角和新解释。举例而言,对于部分计算机邮件病毒以极低感染比例长期存在这个问题,文献[11]提出了基于人处理电子邮件时间上的非泊松特性的解释,该解释完全独立于Pastor-Satorras和文献[12]基于接触网络度分布异质性的解释。与此同时,人类动力学的研究还提出了很多新的理论问题,如对于到达时间间隔分布二阶矩发散的服务请求,以及有优先级限制的服务请求,如何用排队论的方法进行处理?又如具有向心性和局域化倾向的出行行为能否纳入某种扩散动力学框架内加以解释?人们有理由相信,人类动力学的研究会推动随机过程和排队论经典理论的丰富和发展[13]。人类行为时空统计特性的挖掘,还具有相当的应用价值。对人出行,特别是长途旅行规律的理解,有助于理解、预测和控制全球性传染病的流行[14-15];对人出行和网络活动中表现出来的阵发性和记忆性的分析,可以应用于异常行为检测,如疑似恐怖分子非正常的频繁跨越国境的旅行[9]和处于非正当目的的网络舆情操控行为的检测[16]等;对于人类群体出行行为时空图的分析可以为交通路网设计和道路流量规划,包括公共服务设施和商业设施的选点提供借鉴[17];对人网上行为的分析可以为更好地开展互联网信息服务提供借鉴[18]等。