[发明专利]一种校园防范电信诈骗的系统

说明书

本发明属于电信诈骗检测技术领域，特指一种校园防范电信诈骗的系统，包括数据处理模块，其根据以往的案件信息，利用特征工程，提炼出各类诈骗案件的易受害人员特征；模型评估模块，其采用Xgboost随机森林模型对易受害人员特征进行交叉验证，优化模型参数；定向宣传模块，依据优化后的模型参数，对每一位在校生进行受骗风险评估，设定阈值后，智能筛选出重点防控人群，再对筛选出的重点防控人群进行定向的宣传推送；成效跟踪模块，统计校园内案发量环比数据并优化样本数据，将优化后的样本数据反馈至数据处理模块。以大数据为基础，根据以往的案件信息，研发了电诈之盾系统，以遏制校园电信诈骗的频繁发生。

技术领域

本发明属于电信诈骗检测技术领域，特指一种校园防范电信诈骗的系统。

背景技术

随着电子信息与网络通信技术的不断更新发展，电信技术为人们带来了便捷的通讯、购物、社交、游戏等新功能体验。然而，电信技术的不断发展变化，与之同步更新变化的还有电信诈骗方法和手段。

大学生，尤其是大一新生，正在成为诈骗案件高发的一个群体。究其原因，不仅是受当前诈骗案件高发、作案手法不断翻新的大环境影响，更主要的原因是学生群体社会阅历较浅、安全防范意识相对薄弱。诈骗分子的诈骗手段不断在变化，所以就要求每个学生都必须不断增强自己的防范意识。

因此，申请人以大数据为基础，根据以往的案件信息，研发了电诈之盾系统，以遏制校园电信诈骗案件。

发明内容

本发明的目的是提供一种基于大数据的，校园防范电信诈骗的系统。

本发明的目的是这样实现的：

一种校园防范电信诈骗的系统，包括

数据处理模块，其根据以往的案件信息，利用特征工程，提炼出各类诈骗案件的易受害人员特征；

模型评估模块，其采用Xgboost随机森林模型对易受害人员特征进行交叉验证，优化模型参数；

定向宣传模块，依据优化后的模型参数，对每一位在校生进行受骗风险评估，设定阈值后，智能筛选出重点防控人群，再对筛选出的重点防控人群进行定向的宣传推送；

成效跟踪模块，统计校园内案发量环比数据并优化样本数据，将优化后的样本数据反馈至数据处理模块。

优选地，所述数据处理模块中，从公安案件数据库中获取已受骗人群的样本记为正样本；从高校数据库中获取未受骗人群样本，记为负样本；对正、负样本进行特征预处理，提炼易受害人员特征。

优选地，所述模型评估模块中，采用5折交叉验证，优化模型参数。

优选地，所述定向宣传模块包括电信宣传和地推宣传；所述地推宣传中，采用网络定位易受害人员集中区域，并在相应区域采取地推宣传。

优选地，包括成效跟踪模块中，通过实际受诈名单和模型识别名单的对比，修正高校数据库中的未受骗人群样本。

本发明相比现有技术突出且有益的技术效果是：

申请人以大数据为基础，根据以往的案件信息，研发了电诈之盾系统，以遏制校园电信诈骗的频繁发生；其利用特征工程，提炼出各类诈骗案件的易受害人员特征，并通过机器学习算法创建Xgboost随机森林模型，经5折交叉验证，优化模型参数，对每一位在校生进行受骗风险评估，设定阈值后，智能筛选出重点防控人群，予以定向的宣传推送以及成效跟踪，降低大学生的受诈骗率。

附图说明

图1是本发明的原理框图。

具体实施方式

下面以具体实施例对本发明做进一步描述。

一种校园防范电信诈骗的系统，包括