Resumen

Varios estudios han demostrado que el número de teléfono y el comportamiento de la llamada generados por una llamada telefónica revelan el tipo de llamada telefónica. Al analizar las reglas del número de teléfono y los patrones de comportamiento de la llamada, podemos reconocer la llamada telefónica fraudulenta. El éxito de este reconocimiento depende en gran medida del conjunto particular de características que se utilizan para construir el clasificador. Dado que estas características son diseñadas por humanos, cualquier cambio introducido en el fraude telefónico puede hacer que estas características cuidadosamente construidas sean ineficaces. En este documento, mostramos que podemos automatizar el proceso de ingeniería de características y, por lo tanto, reconocer automáticamente la llamada telefónica fraudulenta aplicando nuestro enfoque novedoso propuesto basado en aprendizaje profundo. Diseñamos y construimos un nuevo clasificador basado en Registros de Detalles de Llamadas (CDR) para el reconocimiento de llamadas telefónicas fraudulentas y encontramos que el rendimiento logrado por nuestro enfoque bas

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Número de teléfono; Comportamiento de llamada; Llamada telefónica fraudulenta; Aprendizaje profundo; Clasificador; Reconocimiento
• Keywords:Phone number; Call behavior; Fraudulent phone call; Deep learning; Classifier; Recognition