基于聲紋大數(shù)據(jù)的防電信詐騙應(yīng)用研究

基于聲紋大數(shù)據(jù)的防電信詐騙應(yīng)用的研究ResearchontheApplicationofTelecommunicationFraudPreventionbasedonVoiceprintBigData摘要如今，電信網(wǎng)絡(luò)詐騙發(fā)案數(shù)量與日俱增，嚴(yán)重危害了人民群眾財產(chǎn)安全。隨著通信手段的不斷發(fā)展，通信數(shù)據(jù)量也越來越大。對于電信詐騙防范系統(tǒng)的實時性和精確性是嚴(yán)重的挑戰(zhàn)。傳統(tǒng)采用神經(jīng)網(wǎng)絡(luò)作為支撐技術(shù)的防詐騙系統(tǒng)對于詐騙電話的分辨準(zhǔn)確率有限，難以滿足對大量聲音樣本的辨別需求。本文提出了一種基于聲紋大數(shù)據(jù)的防電信詐騙框架，通過收集并對語音文件進(jìn)行聲紋特征提取形成聲紋特征庫。在接收到聲紋認(rèn)證請求時，計算需要認(rèn)證的聲紋與聲紋特征庫中聲紋特征的距離從而判斷當(dāng)前認(rèn)證聲紋是否來自于詐騙電話，從而對電信詐騙實施預(yù)警。本文所提方法通過并行化提取聲紋特征，提高了大數(shù)據(jù)量情形下程序的處理速度和運(yùn)行效率。關(guān)鍵詞：電信詐騙；深度學(xué)習(xí)；聲紋識別AbstractNowadays,thenumberoftelecommunicationnetworkfraudcasesisincreasingdaybyday,whichseriouslyendangersthepropertysecurityofthepeople.Withthecontinuousdevelopmentofcommunicationmeans,theamountofcommunicationdataisalsoincreasing.Itisaseriouschallengetothereal-timeandaccuracyofthetelecommunicationfraudpreventionsystem.Thetraditionalantifraudsystem,whichusesneuralnetworkassupporttechnology,haslimitedresolutionaccuracyforfraudulentphones,anditisdifficulttomeettheneedsofalargenumberofvoicesamples.Inthispaper,weproposeanantifraudframeworkbasedonvoiceprintbigdata.Thevoiceprintfeaturelibraryisformedbycollectingandextractingvoiceprintfeaturesfromvoicefiles.Whenreceivingthevoiceprintauthenticationrequest,thedistancebetweenthevoiceprinttobeauthenticatedandthevoiceprintfeatureinthevoiceprintfeaturelibraryiscalculatedtodeterminewhetherthecurrentauthenticatedvoiceprintisfromthefraudphone,soastoimplementearlywarningforthetelecomfraud.Themethodproposedinthispaperimprovestheprocessingspeedandrunningefficiencyoftheprograminthecaseoflargeamountofdatabyparallelextractionofvoiceprintfeatures.Keywords:TelecommunicationsFraud；DeepLearning；VoiceprintRecognition目錄TOC\o"1-3"\h\u16357第一章緒論 [17]。本文方法采用深度置信網(wǎng)絡(luò)（Deepbeliefnetworks，DBN）作為聲紋大數(shù)據(jù)的分類和識別方法。下文對深度置信網(wǎng)絡(luò)的工作原理進(jìn)行簡要介紹。3.1.2深度置信網(wǎng)絡(luò)深度置信神經(jīng)網(wǎng)絡(luò)中每一層都是捕捉底層隱藏特征的一個高階相關(guān)過程，神經(jīng)元之間通過權(quán)值和偏置進(jìn)行連接，利用BP反向傳播算法對權(quán)重和偏置進(jìn)行學(xué)習(xí)和調(diào)整。RBM模型的能量函數(shù)為:其中I為可視層單元個數(shù)；J為隱藏層單元個數(shù);為參數(shù)模型集合；為可視層與隱藏層之間的權(quán)重系數(shù);，分別為可視層和隱藏層的偏置項。3.1.3訓(xùn)練過程DBN的訓(xùn)練過程由無樣本類別標(biāo)記的無監(jiān)督學(xué)習(xí)和有樣本類別標(biāo)記的有監(jiān)督學(xué)習(xí)組成。在無監(jiān)督學(xué)習(xí)階段，利用大量無標(biāo)記樣本采用CD-k算法自底向上訓(xùn)練每一個層級的RBM，獲取每一層級神經(jīng)元之間連接的權(quán)值；接下來利用少量帶標(biāo)簽的訓(xùn)練樣本通過誤差反向傳播算法BP對網(wǎng)絡(luò)權(quán)值進(jìn)行微調(diào)，從而達(dá)到最優(yōu)狀態(tài)。圖3-1基于DBN的聲紋辨別流程在測試和對比DBN網(wǎng)絡(luò)與其他方法對樣本的性能時，按照同樣的方法對測試聲音樣本進(jìn)行特征提取，得到聲紋特征作為網(wǎng)絡(luò)的測試輸入，根據(jù)網(wǎng)絡(luò)的輸出獲取樣本的預(yù)測結(jié)果。預(yù)測結(jié)果的正確性判別方法是將網(wǎng)絡(luò)對樣本類別的預(yù)測結(jié)果與樣本的真實標(biāo)簽進(jìn)行對比，如果相同則辨別的結(jié)果正確，反之則辨別錯誤，通過統(tǒng)計類別預(yù)測正確的樣本數(shù)占測試樣本總數(shù)的百分比即可得到樣本預(yù)測的正確率。3.1.4優(yōu)點(diǎn)及不足傳統(tǒng)的機(jī)器學(xué)習(xí)方法面對海量的訓(xùn)練樣本，無論是計算效率還是學(xué)習(xí)效率都會大打折扣。而深度置信網(wǎng)絡(luò)正是為大數(shù)據(jù)學(xué)習(xí)設(shè)計的，數(shù)據(jù)量越多，深度置信網(wǎng)絡(luò)的學(xué)習(xí)效果越好，分類識別準(zhǔn)確率越高。然而，深度學(xué)習(xí)對于計算資源的需求比傳統(tǒng)機(jī)器學(xué)習(xí)方法顯著提高，特別是網(wǎng)絡(luò)節(jié)點(diǎn)和網(wǎng)絡(luò)層數(shù)越多，所需的訓(xùn)練與分類時間越長。解決途徑是采用基于GPU的并行計算方法，利用GPU眾核的優(yōu)勢通過并行計算的方式提高深度神經(jīng)網(wǎng)絡(luò)的計算效率。因此，總體而言，隨著計算機(jī)計算能力的不斷提高，未來深度置信網(wǎng)絡(luò)的應(yīng)用勢必更加廣泛，進(jìn)而取代傳統(tǒng)方法成為防詐騙的主流手段。3.2基于聲紋大數(shù)據(jù)的防電信詐騙方案3.2.1防電信詐騙方案設(shè)想傳統(tǒng)電信詐騙防治手法多為呼叫建模，進(jìn)行疑似號碼呼叫標(biāo)記、攔截。但犯罪集團(tuán)中也不乏技術(shù)人員，其通過技術(shù)手段將呼叫號碼進(jìn)行偽裝，繼續(xù)進(jìn)行電信詐騙。而在該應(yīng)用模型中，利用說話人聲紋的不可復(fù)制性、穩(wěn)定性，建立聲紋大數(shù)據(jù)匹配機(jī)制，對犯罪嫌疑人聲紋特征進(jìn)行鎖定，其原理與當(dāng)下的電信號碼實名制相似，區(qū)別在于電信號碼實名制通過確認(rèn)該號碼持有者進(jìn)行數(shù)據(jù)透明化管控，而通過聲紋鎖定該聲紋特征所有者為電信詐騙嫌疑人則更為高效，且不受跨境地域性、電信號碼偽裝等因素影響。目前，聲紋識別技術(shù)已經(jīng)發(fā)展較為完善，因此本文針對電信詐騙特點(diǎn)的研究，研究重點(diǎn)在于設(shè)計一種基于聲紋大數(shù)據(jù)識別的防詐騙框架。本文所提出的聲紋大數(shù)據(jù)防詐騙框架如圖3.2所示。圖3-2基于聲紋大數(shù)據(jù)的防詐騙框架針對電信詐騙案件一旦成立，后續(xù)追贓、鎖定犯罪嫌疑人困難這一難點(diǎn)，該應(yīng)用將重點(diǎn)布防于防治階段，只要成功阻止電信詐騙的實施，就可以避開這一難點(diǎn)，通過降低電信詐騙成功率，來切斷犯罪集團(tuán)的利益鏈，已達(dá)到防治效果。3.2.2應(yīng)用實現(xiàn)步驟步驟一：對電信通話中采集的說話人語音進(jìn)行收集，并對收集的語音文件進(jìn)行分片，存儲在分布式計算集群的節(jié)點(diǎn)中。步驟二：對收集的語音文件并行化聲紋特征提取，進(jìn)行分幀加窗處理，選取HammingWindow函數(shù)（N為窗口大小）：通過對提取的聲紋特征進(jìn)行哈希運(yùn)算，將聲紋特征存儲到相應(yīng)的計算集群的節(jié)點(diǎn)中，形成聲紋特征庫。步驟三：當(dāng)接收到聲紋認(rèn)證請求需要進(jìn)行聲紋匹配時，首先提取聲紋特征，計算待認(rèn)證聲音的聲紋與聲紋特征庫中的聲紋之間的距離，建立全局距離模型，根據(jù)各個節(jié)點(diǎn)中的聲紋特征數(shù)據(jù)，計算待認(rèn)證聲紋特征與聲紋特征庫中聲紋特征的相似度。整理相似度結(jié)果并反饋。3.3研究分析與結(jié)論3.3.1研究分析傳統(tǒng)電信詐騙防治手法多為呼叫建模，進(jìn)行疑似號碼呼叫標(biāo)記、攔截。但犯罪集團(tuán)中也不乏技術(shù)人員，其通過技術(shù)手段將呼叫號碼進(jìn)行偽裝，繼續(xù)進(jìn)行電信詐騙。而在該應(yīng)用模型中，利用說話人聲紋的不可復(fù)制性、穩(wěn)定性，建立聲紋大數(shù)據(jù)匹配機(jī)制，對犯罪嫌疑人聲紋特征進(jìn)行鎖定，其原理與當(dāng)下的電信號碼實名制相似，區(qū)別在于電信號碼實名制通過確認(rèn)該號碼持有者進(jìn)行數(shù)據(jù)透明化管控，而通過聲紋鎖定該聲紋特征所有者為電信詐騙嫌疑人則更為高效，且不受跨境地域性、電信號碼偽裝等因素影響。將該應(yīng)用模型應(yīng)用于防電信詐騙領(lǐng)域，在初始階段，效果可能并不明顯，但隨著聲紋特征庫錄入的聲紋特征增加，這個應(yīng)用模型應(yīng)用于防電信詐騙的優(yōu)勢將會越來越明顯。但聲紋數(shù)據(jù)庫需要承載海量數(shù)據(jù)，其體量是巨大的，就如銀行行業(yè)的大數(shù)據(jù)結(jié)構(gòu)為例，銀行業(yè)每創(chuàng)收100萬美元，平均產(chǎn)生820GB的數(shù)據(jù)，數(shù)據(jù)強(qiáng)度位居各個行業(yè)的首位。且應(yīng)用于防電信詐騙的聲紋數(shù)據(jù)庫，其計算精度跟加載速度要求也是極高的，因為電信詐騙的過程是短暫的。因此，聲紋大數(shù)據(jù)技術(shù)離不開云計算，想要真正應(yīng)用該方法于電信詐騙上，云計算的投入也是必不可少的。如此龐大體量的聲紋數(shù)據(jù)庫建立，是需要耗費(fèi)極大金錢投資。另一方面，聲紋數(shù)據(jù)庫的建設(shè)者，應(yīng)該由誰來承擔(dān)？在這里敘述一下我的想法：1.基于聲紋大數(shù)據(jù)電信詐騙防控，其重點(diǎn)布防在于可以采集到聲紋的途徑，布防的重中之重就是電信通話。因此可以聯(lián)手電信公司，在獲得國家支持的情況下，聯(lián)合國家三大運(yùn)營商——移動、聯(lián)通和電信，將聲紋采集這一功能在電信通話上實現(xiàn)，且共享聲紋數(shù)據(jù)庫的海量數(shù)據(jù)。2.重點(diǎn)布防思路不改變，依舊是重點(diǎn)布防電信通話，但建設(shè)者可以為其他公司、組織。通過研發(fā)定制第三方安全軟件，其權(quán)限包括獲取電話語音，提取其聲紋。但仍需得到國家各方面的支持，以及電信公司的語音獲取許可權(quán)限。軟件由用戶自行選擇下載。這種方法與第一種相比，增加了用戶的隱私權(quán)，因其在電信通話中采集聲紋（雖然聲紋并不會暴露通話者的個人隱私，但通話者心里或多或少會存在芥蒂）。但第二種方法也存在其局限性，其高效性遠(yuǎn)不如電信公司直接對接聲紋數(shù)據(jù)庫，再者，聲紋數(shù)據(jù)庫作為國家重要戰(zhàn)略資源，該軟件在蘋果手機(jī)上是使用不了的，因其IOS系統(tǒng)的封閉性，注定了該軟件不會在蘋果的應(yīng)用商店上架。3.3.2結(jié)論在該聲紋大數(shù)據(jù)應(yīng)用模型設(shè)計中，通過放大聲紋識別的獨(dú)特性，避開聲紋識別的局限性，以更好實現(xiàn)防電信詐騙應(yīng)用的實施。模型中選取深度置信網(wǎng)絡(luò)作為聲紋識別的支撐技術(shù)，以實現(xiàn)秒級的識別效率，同時基于大數(shù)據(jù)并行化的應(yīng)用框架，對聲紋庫的提取與聲紋特征匹配速度在理論上實現(xiàn)秒級的運(yùn)算速度。從技術(shù)層面上看，該應(yīng)用模型可以運(yùn)用到防電信詐騙領(lǐng)域中。但從現(xiàn)實意義的角度出發(fā)，要將該應(yīng)用模型實現(xiàn)還有以下難點(diǎn)：考慮我國本身人口基數(shù)大，再加上還會有境外通話的入境，如此龐大的數(shù)據(jù)量，從經(jīng)濟(jì)上以及運(yùn)算速度上看還存在一定挑戰(zhàn)。聲紋特征受年齡、病理以及聲音偽裝技術(shù)的影響，同一個人的聲紋特征可能會出現(xiàn)好幾種。如何避免聲紋庫中產(chǎn)生過多無用聲紋數(shù)據(jù)，保證聲紋庫的高效，這個問題還尚待解決。

總結(jié)與展望4.1工作總結(jié)隨著大數(shù)據(jù)時代的到來，犯罪分子更容易獲取詐騙對象個人信息從而設(shè)計精巧的詐騙腳本，在這種背景下防電信詐騙成為燃眉之急，其關(guān)乎國家的長治久安及社會穩(wěn)定性。傳統(tǒng)的防治技術(shù)已不能滿足層出不窮的新型詐騙技術(shù)手段，這時候急需有新的防控機(jī)制來打擊電信詐騙。本文通過研究聲紋技術(shù)現(xiàn)狀，提出了把聲紋技術(shù)應(yīng)用于防電信詐騙中，主要進(jìn)行了以下工作：（1）了解防電信詐騙的背景及其形式、手段，并探析了國內(nèi)外研究現(xiàn)狀，總結(jié)了現(xiàn)有防電信詐騙手段的優(yōu)缺點(diǎn)，為研究工作進(jìn)一步展開奠定了基礎(chǔ)。（2）通過對聲紋識別技術(shù)的了解及學(xué)習(xí)，認(rèn)為現(xiàn)下的聲紋識別技術(shù)已足夠成熟，并被運(yùn)用于多個領(lǐng)域特別是公眾安全領(lǐng)域，但聲紋識別技術(shù)在防電信詐騙上的應(yīng)用近乎空白。既然聲紋識別技術(shù)已然成熟，本文提出將聲紋識別技術(shù)應(yīng)用于復(fù)雜的電信詐騙場景，并進(jìn)行了技術(shù)分析及現(xiàn)實意義的探討。（3）進(jìn)一步升入了解聲紋識別，通過對比已有聲紋識別方案文獻(xiàn)的研究，提出了將深度置信網(wǎng)絡(luò)這一聲紋識別算法作為防電信詐騙應(yīng)用模型的支撐技術(shù)。并提出了一種基于聲紋大數(shù)據(jù)的防電信詐騙應(yīng)用框架。（4）進(jìn)而提出了一種基于聲紋大數(shù)據(jù)的防電信詐騙應(yīng)用模型，將聲紋識別依托于大數(shù)據(jù)，應(yīng)用于防電信詐騙領(lǐng)域。聲紋識別技術(shù)已然成熟，應(yīng)用于多種安全領(lǐng)域，本文研究首次探討將聲紋技術(shù)應(yīng)用于防電信詐騙。但由于個人能力所限，方案提出也只停留于理論層面，但該方法擁有繼續(xù)深入研究探討意義，和現(xiàn)實應(yīng)用的意義。4.2研究展望防范電信詐騙，不僅需要提升人民群眾的防范意識，更需要不斷提升防范電信詐騙的技術(shù)水平，與時俱進(jìn)，不斷創(chuàng)新，以適應(yīng)電信詐騙呈顯出的越來越科技化、越來越隱秘化、越來越國際化的特點(diǎn)，徹底扭轉(zhuǎn)電信詐騙高發(fā)態(tài)勢。在經(jīng)過上文所述的研究過程后，認(rèn)為防電信詐騙還可從以下幾個方面進(jìn)行進(jìn)一步的研究工作：（1）個人信息泄露已經(jīng)成為電信詐騙犯罪的源頭。統(tǒng)計數(shù)據(jù)顯示，有超過90%的電信詐騙是由于個人信息泄露導(dǎo)致的，因此，打擊個人信息泄露源頭，堵住個人信息泄露漏洞，繃緊信息安全這根弦，收緊信息安全這張網(wǎng)，才能真正減少電信詐騙案件的發(fā)生。同時，利用大數(shù)據(jù)分析和云計算技術(shù)，對垃圾短信、詐騙電話行為進(jìn)行動態(tài)檢測分析，動態(tài)、主動防御電信詐騙，在落地側(cè)進(jìn)行語音、短信詐騙的主動防御。要實現(xiàn)電信詐騙的根本治理還有待于各運(yùn)營商分別落實網(wǎng)內(nèi)治理責(zé)任，從呼叫源頭拒絕違規(guī)業(yè)務(wù)接入，銀行和公安各相關(guān)部門各司其職，著重掌握“數(shù)據(jù)流”和“資金流”，多部門協(xié)同聯(lián)動，各環(huán)節(jié)全面攔截，以有效遏制電信詐騙犯罪，全方位保護(hù)人民群眾利益。（2）在對電信詐騙的現(xiàn)有形式和手段研究中發(fā)現(xiàn)，電信詐騙存在一個很明顯的特征：短時間、大量重復(fù)。用一句話總結(jié)就是廣撒網(wǎng)。所以聲紋防詐騙的應(yīng)用方向也可以從這一特點(diǎn)上尋找突破口。通過標(biāo)記短時間內(nèi)大量重復(fù)匹配成功的聲紋特征，對其采取防治措施，其原理就類似于360的呼叫攔截。

參考文獻(xiàn)[1]劉波.基層公安機(jī)關(guān)打擊和防范電信網(wǎng)絡(luò)詐騙犯罪的對策研究[D].太原理工大學(xué),2019.[2]林耿民.南方網(wǎng)[DB/OL]./cfzx/content/2016-12/13/content_161588982.htm,2016-12-13[3]陳飛.個人數(shù)據(jù)保護(hù):歐盟指令及成員國法律.經(jīng)合組織指導(dǎo)方針(中英文對照）[M].北京：法律出版社，2006:177-154.[4]本刊編輯部.國外防范電信詐騙情況面面觀[J].中國信息安全,2014(05):100-101.[5]宮路,潘超.手機(jī)短信詐騙犯罪偵查研究[J].廣州市公安管理干部學(xué)院學(xué)報,2009(01):17-19.[6]繆深.電信詐騙犯罪治理問題研究[D].蘇州大學(xué)，2010[7]賈俊興.電信詐騙犯罪的法律規(guī)制[D].吉林大學(xué),2014.[8]唐子君．電信詐騙犯罪打擊難點(diǎn)及應(yīng)對策略研究，[D].天津：天津大學(xué)，2013[9]張新憲,崔杰,鞠佳佳.電信詐騙犯罪疑難問題研究[J].人民檢察,2011(08):15-19.[10]秦帥,陳剛.近年來電信詐騙案件偵查研究綜述[J].公安學(xué)刊(浙江警察學(xué)院學(xué)報),2015(03):36-40.[11]宋大杰.基于DTW的說話人識別及其在DSP上的實現(xiàn)[D].東華理工大學(xué),2012.[12]YamingWang,FuqianTang,JunbaoZheng.RobustText-independentSpeakerIdentificationinaTime-varyingNoisyEnvironment.2012,7(9):1975-1980.[13]CemalHanil?i,FigenErta?.Comparisonofthei