大数据垃圾短信自动化识别系统的研发与应用

申报单位：

中移（苏州）软件技术有限公司
中国移动信息安全管理与运营中心

---

第一部分 项目背景及挑战

一、企业简介

中国移动通信集团公司信息安全管理与运行中心（以下简称“中移信安中心”）成立于2011年11月，在集团公司原信息安全管理部的基础上，结合实际情况，增加生产职能，归口中国移动全集团信息安全管理与不良信息治理。

中移信安中心自成立以来，坚持“预防为主、综合防范”的总体思路，在行业内开创了不良信息集中治理新模式，创造性实现了全国“一盘棋”的信息安全工作格局，治理对象涉及垃圾短彩信、诈骗电话、手机恶意软件、“伪基站”、手机淫秽色情等多个方面，工作范围覆盖内容安全、基础安全、业务安全、客户信息安全、终端安全等多个领域。

经过长期探索与实践，中移信安中心打造了一支超百人的信息安全精英团队，全面实现了“安全规划有体系，安全运营有落实，安全支撑有手段，安全保障有团队，安全工作有成效”的信息安全系统化工作目标，相关工作始终保持行业领先，得到了中央、上级单位与集团公司领导的充分肯定与高度评价。

中移（苏州）软件技术有限公司（以下简称“中移苏研”），是中国移动通信集团公司于2014年3月注资31.72亿元成立的全资子公司，是中国移动推动战略转型、实现向移动互联网业务和信息消费拓展的重要布局。公司继承了中国移动研究院在云计算与大数据领域多年的技术积累，目前从事云计算、大数据以及IT支撑系统的研发与集成服务，围绕三大产品线自主研发了一系列核心产品。同时，初步构建了以产品为中心的自主研发运营体系，促进自主研发产品的商用转化。2016年公司实现营业收入5.2亿元。

中国移动“十三五规划”提出将全面实施“万物互联”的大连接战略，实现数字化服务战略转型，将进一步加大在云计算、大数据、人工智能、物联网等前沿领域的超前布局和资源投入。中移苏研承担了中国移动IT领域能力内化责任，也是中国移动十三五规划提出的“大连接战略”、“数字化服务”转型的关键力量，中国移动在云计算、大数据平台、人工智能、物联网等领域将进一步加大投入、超前布局。

中移苏研基于自主创新，从技术研究、平台研发、到构建统一应用平台、技术规范和标准化产业推动，实现了自主创新技术实现产业化，为中国移动乃至国家占领云计算、大数据新兴领域做出了重要探索。并且，坚持自主研究和产业生态打造相结合，推动自主产品在中国移动乃至全国范围内的应用和推广。主要客户是中国移动各子公司以及外部政务、金融、医疗、交通等行业等政企客户。

二、面临问题和挑战

中国移动常年以来，秉着”客户为根，服务为本”的理念，坚定不移地维护客户利益，严格依法合规经营，竭力治理垃圾短信。但是，总存在一些非法投机分子借助各种“机会”，利用短信对手机用户实施勒索、诈骗，传播不实消息和谣言等，这给运营商社会形象造成了很大的困扰。制定出一套完善高效的垃圾短信治理方案，全力对抗非法短信侵袭，一直以来都是中国移动持续探索、努力实践的长久课题。

基于上述背景，中移信安中心联合中移苏研，开展对垃圾短信自动识别技术的研发与实践。如何借助人工智能领域新兴技术，实现垃圾短信的自动化识别，提高垃圾短信识别率和判断效率，是本项目要重点介绍和探讨的难题与挑战。

第二部分 技术方案

一、算法选型

该项目始于2013年初，延续至今。将垃圾短信自动化识别系统成功应用到现网中，关键在于保障接入识别算法的准确率与查全率。

1、垃圾短信自动化识别技术难点

垃圾短信文本的识别，主要涉及三大挑战：

（1）表示稀疏问题：单条短信内容短小，传统的BOW模型无法获取足够的特征信息，用来区分垃圾短信和非垃圾短信。
（2）