OSS域反诈模型应用研究第22卷第2期2023年6月Vol.22No.2Jun.2023湖南邮电职业技术学院学报JournalofHunanPostandTelecommunicationCollegeOSS域反诈模型应用研究唐燕*（中国电信股份有限公司湖南分公司，湖南长沙410011）【摘要】为应对电信诈骗的隐蔽性和难防性，提出了一种基于运营商OSS域数据的反诈模型，目的是满足大众日益增长的电信诈骗防控需求。利用OSS域用户行为数据，结合电信网络诈骗行为特征，采用机器学习方法构建了一套网络诈骗洞察与防范软件，可实现对诈骗行为的有效识别。采用国内知名互联网信息安全平台数据进行交叉验证，结果表明该模型能够有效鉴别恶意用户，具有较高准确率，具有较强可操作性，为电信诈骗防范提供了有力支撑。【关键词】OSS；运营支撑系统；反诈模型；机器学习【doi:10.3969/j.issn.2095-7661.2023.02.008】【中图分类号】TP311.13;D631.2【文献标识码】A【文章编号】2095-7661（2023）02-0031-04ResearchontheApplicationofAnti-fraudModelinOSSDomainTANGYan（HunanBranchofChinaTelecomCo.,Ltd.,Changsha,Hunan,China410011）Abstract:Inordertodealwiththeconcealmentanddifficultyofcommunicationfraud,thisstudyproposesananti-fraudmodelbasedonoperatorOSSdomaindatatomeetthegrowingdemandforcommunicationfraudpreventionandcontrol.ThismodelusesOSSdomainuserbehaviordata,combinedwiththecharacteristicsofnetworktelecomfraudbehavior,usingmachinelearningmethodstobuildasetofnetworkfraudinsightandpreventionsoftware,toachieveeffectiverecognitionoffraud.Theresearchusesthedataofdomesticwell-knownInternetinformationsecurityplatformforcross-validation.Theresultsshowthatthemethodcaneffectivelyidentifymalicioususersandhashighaccuracyandstrongoperability,providingstrongsupportforcommunicationfraudprevention.Keywords:OSS;operationsupportsystem;anti-fraudmodel;machinelearning近年来我国电信诈骗案件频发[1]，电信诈骗已经成为信息社会的一个难题，对公众财产安全和社会诚信体系造成了危害[2]，同时也给运营商形象带来了负面影响。基于这些现实问题，本研究拟采用大数据、机器学习等方法，研究面向网络诈骗的识别方法，有以下几个创新点：利用运营商OSS域数据作为反诈模型的输入，这是一种相对稳定、可靠、全面的数据源，可以有效提高数据质量、完整性、时效性等，...
