-
题名机器学习在物联网虚假用户识别中的运用
被引量：12
- 1
-
-
作者
张溶芳
许丹丹
王元光
潘思宇
李正茂
-
机构
中国联合网络通信有限公司研究院
中国联合网络通信集团有限公司电子商务中心
中国联合网络通信有限公司重庆市分公司
-
出处
《电信科学》
2019年第7期136-144,共9页
-
文摘
随着通信技术的发展,物联网卡和5G技术将得到大规模应用,但存在个别企业利用物联网卡资费便宜、没有实名制等特点从中非法牟利、破坏社会稳定的问题,不利于行业健康发展。因此如何识别虚假用户成为物联网行业研究的重要课题。主要研究了在实时海量的物联网终端数据中,如何运用机器学习模型高效地识别疑似虚假用户。具体来看,通过研究相关数据的特征,采用基于正样本和未标记样本的半监督式学习模型建立实时监控异常行为的模型,达到识别物联网行业中潜在虚假用户的目的。本研究成果体现在节约大量人力物力的同时,可以帮助相关部门、人员及时发现用户的异常行为,采取相应的措施避免产生较大损失,具有广泛的行业应用前景。
-
关键词
物联网
半监督式学习模型
朴素贝叶斯分类器
随机森林
支持向量机
spy分类器
-
Keywords
IoT
positive and unlabeled semi-unsupervised model
Naive Bayesian classifier
random forest
support vector machine
spy classifier
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TN929.5
[电子电信—通信与信息系统]
-
