Система и способ классификации звонка Российский патент 2021 года по МПК H04W12/12 H04M1/66 

Описание патента на изобретение RU2763047C2

Область техники

Изобретение относится к области обеспечения информационной безопасности.

Уровень техники

В настоящий момент практически любой обладатель универсального мобильного устройства (например, мобильного телефона, смартфона, планшета и т.д.) сталкивается с нежелательными звонками из банков, медицинских центров, страховых фирм, салонов красоты и других компаний, использующих в своей работе телемаркетинг. Федеральный закон «О рекламе» в России и соответствующие акты в США и других странах запрещают распространение рекламы через телефонную связь без согласия пользователя. Однако большинство компаний неявно прописывают данный пункт в договоре и обходят правовую норму.

Компании, предоставляющие услуги телефонного маркетинга, активно используют интеллектуальных ботов, которые имитируют в процессе общения людей. Роботы определяют уровень раздражительности или заинтересованности человека и зачастую специально выстраивают разговор так, чтобы избегать маркетингового тона беседы. Также интеллектуальные боты нередко используются мошенниками для получения конфиденциальной информации пользователя (например, данных о кредитных картах, номерах социального страхования и т.д.).

Для борьбы с описанными звонками используют мобильные приложения, определяющие номера (например, TrueCaller). В большинстве случаев входящие вызовы проверяют по базе данных спам-номеров, которая постоянно обновляется и, если номер спамера или мошенника находится в этой базе, пользователя информируют о том, что вызывающая сторона была замечена в назойливом общении.

Ситуация усугубляется тем, что в настоящее время довольно просто сделать телефонный звонок анонимным или замаскировать телефонный номер при помощи технологии подмены номеров. Мошенники все чаще, используя данную технологию, звонят клиентам банков с номеров кредитных организаций и запрашивают необходимую для снятия средств информацию.

В патентной публикации US 20050221840 A1 описана технология присваивания репутации телефонному номеру, ассоциированному с неклассифицированной вызываемой стороной. На основании анализа определенных атрибутов входящего вызова (например, продолжительности звонка) неклассифицированной вызывающей стороне присваивают репутацию. Если вызывающую сторону определяют как нежелательную заранее установленное количество раз, ее помещают в черный список.

Хотя описанный выше способ работы хорошо справляется с задачей распознавания роботизированных звонков, он не позволяет классифицировать звонок от мошенников. К тому же в новых схемах мошенничества подмена номера дискредитирует легального абонента вместо злоумышленника. Блокировка таких номеров, к примеру, может привести к тому, что банки утратят возможность дозвониться своим клиентам.

Настоящее изобретение позволяет решать задачу классификации звонков, в том числе мошеннических с подменными номерами.

Раскрытие изобретения

Изобретение предназначено для обеспечения информационной безопасности.

Технический результат настоящего изобретения заключается в классификации звонка за счет анализа записи и определенных атрибутов звонка. Другой технический результат настоящего изобретения заключается в предоставлении пользователю информации об определенном классе звонка за счет его классификации.

Данный результат достигается с помощью использования системы классификации звонка, которая содержит: средство определения атрибутов, предназначенное для определения атрибутов вызова от терминального устройства вызывающей стороны на терминальное устройство вызываемой стороны; средство формирования записи, предназначенное для формирования записи медиа-данных, передаваемых в рамках установленного вызовом соединения; средство классификации, предназначенное для классификации на основании результатов анализа сформированной записи, полученной от средства формирования записи, с использованием определенных атрибутов.

В другом частном случае реализации системы звонок классифицируют по меньшей мере как: мошенничество; спам; телемаркетинг; нежелательный звонок; регулярный звонок.

Еще в одном частном случае реализации системы атрибутами вызова по меньшей мере являются: идентификатор терминального устройства вызывающей стороны; идентификатор терминального устройства вызываемой стороны; время вызова; сообщения о состоянии терминального устройства вызываемой стороны.

В другом частном случае реализации системы формируют запись медиа-данных, передаваемых терминальным устройством вызывающей стороны, если соединение не может быть установлено по меньшей мере, потому что: терминальное устройство вызываемой стороны отвечает сообщением «занято»; терминальное устройство вызываемой стороны недоступно; произошла ошибка установления соединения; терминальное устройство вызываемой стороны отвечает отказом принять соединение.

Еще в одном частном случае реализации системы средство классификации в результате анализа записи медиа-данных добавляет к атрибутам вызова по меньшей мере: категорию записи медиа-данных; продолжительность записи медиа-данных.

В другом частном случае реализации системы к категориям записи медиа-данных относятся по меньшей мере: мошенничество; предоставление услуг; роботизированная речь; регулярное общение.

Еще в одном частном случае реализации системы средство классификации осуществляет классификацию звонка с использованием заранее обученной модели классификации звонков.

В другом частном случае реализации система дополнительно содержит средство обучения, предназначенное для обучения модели классификации звонков на атрибутах классифицированного ранее звонка, чей класс был подтвержден, таким образом, чтобы при следующей классификации звонка вероятность неверной классификации была меньше, чем при текущей.

Еще в одном частном случае реализации система дополнительно содержит средство обеспечения безопасности, предназначенное для: досрочного завершения вызова, в зависимости от определенного класса звонка; предоставления пользователю терминального устройства вызываемой стороны информации об определенном классе звонка.

Данные результаты достигаются с помощью использования способа классификации звонка, при этом способ содержит этапы, которые реализуются с помощью средств из системы классификации звонка, и на которых: определяют атрибуты вызова от терминального устройства вызывающей стороны на терминальное устройство вызываемой стороны; формируют запись медиа-данных, передаваемых в рамках установленного вызовом соединения; классифицируют звонок на основании результатов анализа сформированной записи с использованием определенных атрибутов.

В другом частном случае реализации способа звонок классифицируют по меньшей мере как: мошенничество; спам; телемаркетинг; нежелательный звонок; регулярный звонок.

Еще в одном частном случае реализации способа в качестве атрибутов вызова выступает по меньшей мере: идентификатор терминального устройства вызывающей стороны; идентификатор терминального устройства вызываемой стороны; время вызова; сообщения о состоянии терминального устройства вызываемой стороны.

В другом частном случае реализации способа формируют запись медиа-данных, передаваемых терминальным устройством вызывающей стороны, если соединение не может быть установлено по меньшей мере, потому что: терминальное устройство вызываемой стороны отвечает сообщением «занято»; терминальное устройство вызываемой стороны недоступно; произошла ошибка установления соединения; терминальное устройство вызываемой стороны отвечает отказом принять соединение.

Еще в одном частном случае реализации способа в результате анализа записи медиа-данных к атрибутам вызова добавляют по меньшей мере: категорию записи медиа-данных; продолжительность записи медиа-данных.

В другом частном случае реализации способа к категориям записи медиа-данных относятся по меньшей мере: мошенничество; предоставление услуг; роботизированная речь; регулярное общение.

Еще в одном частном случае реализации способа классификацию звонка осуществляют с использованием заранее обученной модели классификации звонков.

В другом частном случае реализации способа модель классификации звонков обучают на атрибутах классифицированного ранее звонка, чей класс был подтвержден, таким образом, чтобы при следующей классификации звонка вероятность неверной классификации была меньше, чем при текущей.

Еще в одном частном случае реализации способа вызов досрочно завершают после классификации, в зависимости от определенного класса звонка.

В другом частном случае реализации способа пользователю терминального устройства вызываемой стороны после классификации предоставляют информацию об определенном классе звонка.

Краткое описание чертежей

Фиг. 1 иллюстрирует общее устройство коммуникационной сети.

Фиг. 2 иллюстрирует пример устройства интеллектуальной сети, построенной на базе коммуникационной сети.

Фиг. 3 иллюстрирует систему классификации звонка.

Фиг. 4 иллюстрирует способ классификации звонка.

Фиг. 5 представляет пример компьютерной системы общего назначения, персональный компьютер или сервер.

Хотя изобретение может иметь различные модификации и альтернативные формы, характерные признаки, показанные в качестве примера на чертежах, будут описаны подробно. Следует понимать, однако, что цель описания заключается не в ограничении изобретения конкретным его воплощением. Наоборот, целью описания является охват всех изменений, модификаций, входящих в рамки данного изобретения, как это определено приложенной формуле.

Описание вариантов осуществления изобретения

Объекты и признаки настоящего изобретения, способы для достижения этих объектов и признаков станут очевидными посредством отсылки к примерным вариантам осуществления. Однако настоящее изобретение не ограничивается примерными вариантами осуществления, раскрытыми ниже, оно может воплощаться в различных видах. Сущность, приведенная в описании, является ничем иным, как конкретными деталями, необходимыми для помощи специалисту в области техники в исчерпывающем понимании изобретения, и настоящее изобретение определяется в объеме приложенной формулы.

Фиг. 1 иллюстрирует общее устройство коммуникационной сети.

Структурная схема общего устройства коммуникационной сети содержит коммуникационную сеть 100, терминальное устройство вызывающей стороны 101, терминальное устройство вызываемой стороны 102, коммутационный узел 110, медиа-данные 111.

Коммуникационная сеть 100 представляет собой систему физических каналов связи и по меньшей мере одного коммутационного узла 110, реализующую протокол передачи медиа-данных 111 между терминальным устройством вызывающей стороны 101 и терминальным устройством вызываемой стороны 102.

Примерами коммуникационных сетей являются по меньшей мере:

• компьютерная сеть;

• телефонная сеть;

• сеть сотовой связи.

Терминальное устройство - это оборудование, преобразующее пользовательскую информацию в медиа-данные 111 для передачи по каналам связи и осуществляющее обратное преобразование.

Вызов - это попытка установления соединения с терминальным устройством вызываемой стороны 102, инициированная терминальным устройством вызывающей стороны 101.

Звонок - это процесс передачи медиа-данных 111 между терминальным устройством вызывающей стороны 101 и терминальным устройством вызываемой стороны 102 в рамках установленного соединения.

В качестве медиа-данных 111 выступают по меньшей мере:

• медиафайл;

• потоковые данные (медиа-данные, передаваемые в потоковом режиме).

К примеру, в качестве терминального устройства вызывающей стороны 101 и терминального устройства вызываемой стороны 102 могут выступать мобильные телефоны абонентов сети сотовой связи, где под звонком понимают обычный голосовой звонок.

Фиг. 2 иллюстрирует пример устройства интеллектуальной сети, построенной на базе коммуникационной сети.

Структурная схема примера устройства интеллектуальной сети содержит коммуникационную сеть 100, коммутационный узел 110, модуль коммутации услуг 220, узел управления услугами 230, узел разветвления 240.

Интеллектуальная сеть позволяет, модернизируя по меньшей мере один коммутационный узел 110 коммутационной сети 100, предоставлять дополнительные услуги связи. При этом не имеет значения, что используется разное оборудование коммутации, так как архитектура интеллектуальной сети независима от типа коммутационной сети 100.

Коммутационный узел 110 сохраняет функции по управлению процессом предоставления основных услуг, но также оснащается модулем коммутации услуг 220, который обеспечивает инициализацию различных алгоритмов обслуживания вызовов, выполняет директивы, поступающие от узла управления услугами 230, отслеживает процесс обслуживания вызовов интеллектуальной сети.

Узел управления услугами 230 реализует возможность предоставления услуг во всей интеллектуальной сети, обеспечивая протоколы взаимодействия с другими ее элементами.

В одном из вариантов реализации интеллектуальная сеть содержит узел разветвления 240, осуществляющий передачу копии медиа-данных 111 другим вспомогательным элементам интеллектуальной сети, делающим услуги интеллектуальной сети более удобными для пользователя (например, устройству распознавания речи).

К услугам, предоставляемым интеллектуальными сетями относятся по меньшей мере:

• услуга бесплатного вызова, позволяющая бесплатно получать справочную информацию;

• телеголосование, позволяющее обеспечить голосование вызовом определенного номера;

• предоставление связи по предоплаченным картам.

Фиг. 3 иллюстрирует систему классификации звонка.

Структурная схема системы классификации звонка содержит коммуникационную сеть 100, терминальное устройство вызывающей стороны 101, терминальное устройство вызываемой стороны 102, средство определения атрибутов 310, медиа-данные 111, атрибуты звонка 312, средство записи 320, запись звонка 321, средство классификации 330, модуль распознавания 331, модуль анализа 332, модуль классификации 333, средство обеспечения безопасности 335, модель классификации 340, средство обучения 350.

Средство определения атрибутов 310 предназначено для перехвата вызова от терминального устройства вызывающей стороны 101 на терминальное устройство вызываемой стороны 102 в коммуникационной сети 100, определения атрибутов звонка 312 и передачи их средству классификации 330, а также для передачи медиа-данных 111 средству записи 320.

В одном из вариантов реализации системы в качестве коммуникационной сети 100 выступает интеллектуальная сеть, базирующаяся на ресурсах телефонных сетей общего пользования.

К примеру, терминальное устройство вызывающей стороны 101 инициирует звонок. После приема вызова модуль коммутации услуг 220 коммутационного узла 110 определяет, что соединение требует коммутации с узлом управления услугами 230. Коммутационный узел 110 устанавливает соответствующее соединение, и посылает сигнал, содержащий атрибуты звонка 312.

Средство определения атрибутов 310 перехватывает атрибуты звонка 312 и уведомляет коммутационный узел 110 о необходимости маршрутизации перехваченного вызова через узел разветвления 240, который устанавливает соединение по двум различным каналам: одно - с терминальным устройством вызываемой стороны 102, второе - со средством записи 320.

После того, как соединение установлено, медиа-данные 111 от каждого из терминальных устройств передаются через узел разветвления 240, где они дублируются. Один поток данных направляют принимающей стороне, другой - средству записи 320. Так продолжается до тех пор, пока звонок не будет завершен.

В одном из вариантов реализации системы коммутационный узел 110 не может установить соединение с терминальным устройством вызываемой стороны 102, по меньшей мере потому что:

• терминальное устройство вызываемой стороны 102 отвечает сигналом «занято»;

• терминальное устройство вызываемой стороны 102 недоступно;

• произошла ошибка установления соединения;

• терминальное устройство вызываемой стороны 102 отвечает отказом принять соединение.

В этом случае средство определения атрибутов 310 передает сигнал узлу коммутации о необходимости маршрутизации перехваченного вызова на средство записи 320.

Средство записи 320 предназначено для записи медиа-данных 111, передаваемых в рамках установленного соединения во время звонка и направления сформированной записи звонка 321 средству классификации 330. В качестве записи звонка 321 выступает медиафайл.

В одном из вариантов реализации системы средство записи 320 осуществляет запись медиа-данных 111 фрагментами. Средство записи 320 передает запись-фрагмент звонка 321 средству классификации 330 до момента завершения звонка, что позволяет заранее определить его класс.

Средство классификации 330 состоит из модуля распознавания 331, модуля анализа 332, модуля классификации 333.

Модуль распознавания 331 предназначен для преобразования записи звонка 321, полученной от средства записи 320, в пригодную для анализа цифровую информацию, например, форматированный текст.

В одном из вариантов реализации системы модуль распознавания 331 разделяет медиа-файл на фрагменты. Каждый фрагмент подвергается ряду преобразований, в результате которых получаются коэффициенты, описывающие его частотные характеристики. На основании этих данных модуль распознавания 331 может предположить с некоторой вероятностью, частью какой фонемы является фрагмент.

Модуль распознавания 331 также дополнительно обучен на совокупности заранее отобранных текстов распознавать цепочки вероятных фонем. При необходимости модуль распознавания 331 восстанавливает нераспознанные слова по смыслу, исходя из контекста и имеющейся статистики. Данные, полученные в ходе распознавания фонем и распознавания цепочек фонем, совмещаются и модуль распознавания 331 определяет наиболее вероятную последовательность слов.

К примеру, для двух равновероятных фонем «е» и «о» в слове «продать» модуль распознавания 331 сделает вывод, что в слове, вероятнее всего, используется фонема «о», поскольку во время обучения ему часто встречалась последовательность «продать подписку» и реже - «предать подписку».

В одном из вариантов реализации системы на заключительном этапе числительные преобразуются в цифры, расставляются некоторые знаки препинания (например, дефисы). Этот преобразованный текст и является финальным результатом распознавания, который передается модулю анализа 332.

Еще в одном варианте реализации системы модуль распознавания 331 дополнительно обучен на совокупности заранее отобранных цепочек фонем распознавать роботизированную речь на записи звонка 321.

Еще в одном из вариантов реализации системы модуль распознавания 331 дополняет атрибуты звонка 312.

К дополнительным атрибутам относятся по крайней мере:

• продолжительность записи звонка 321;

• наличие роботизированной речи на записи звонка 321;

Модуль анализа 332 предназначен для вынесения решения о принадлежности записи звонка 321 к по меньшей мере одной из категорий на основании анализа содержания обработанной модулем распознавания 331 записи звонка 321.

К категориям записи звонка 321 относятся по меньшей мере:

• мошенничество;

• спам;

• предоставление услуг;

• регулярное общение.

В одном из вариантов реализации системы модуль анализа 332 преобразует обработанную модулем распознавания 331 запись звонка 321 в набор пригодных для классификации признаков. В качестве признаков выступают по меньшей мере:

• слова;

• последовательность слов (англ. n-grams);

• векторное представление слов (англ. word-embedding);

• мультимножество слов, не учитывающих грамматику и порядок (англ. bag-of-words).

Затем с помощью алгоритма машинного обучения модуль анализа 332 классифицирует обработанную модулем распознавания 331 запись звонка 321. В качестве алгоритма классификации выступает по крайней мере:

• байесовские классификаторы (англ. naive bayesian classifier);

• логистическая регрессия (англ. logistic regression);

• MRF-классификатор (англ. MRF classifier);

• Метод опорных векторов (англ. SVM, support vector machine);

• методы ближайших соседей (англ. k-nearest neighbor);

• дерево принятия решений (англ. decision tree).

К примеру, алгоритм машинного обучения модуля анализа 332 обучают на большом количестве записей мошеннических звонков, где под разными предлогами (проверка данных, финансовые операции) злоумышленники просят указать некоторые персональные данные, например, номера банковских счетов или пароли. При этом каждая запись мошеннических звонков представлена в виде набора признаков. Тогда фраза «сообщите пароль из СМС», присутствующая в обработанной модулем распознавания 331 записи звонка 321 в виде набора признаков позволит модулю анализа 332 отнести обработанную модулем распознавания 331 запись звонка 321 к категории «мошенничество».

Еще в одном из вариантов реализации системы модуль анализа 332 на основании признаков также дает эмоциональную оценку записи звонка 321. Анализ позволяет определить является ли тональность по меньшей мере:

• позитивной;

• негативной;

• нейтральной;

В качестве метода определения эмоциональной окраски выступают по меньшей мере методы:

• основанный на правилах, при котором текст разбивается на слова или последовательности слов, имеющих заранее присвоенную положительную или отрицательную оценку;

• основанный на словарях, при котором подсчитывают количество положительных и отрицательных слов из заранее составленного словаря, также учитывают частицу «не»;

• основанный на машинном обучении;

• гибридный метод, заключающийся в применении всех или нескольких классификаторов в определенной последовательности.

Модуль классификации 333 предназначен для вынесения решения о принадлежности звонка к по меньшей мере одному из классов звонков с использованием обученной модели классификации 340.

К классам звонка относятся по меньшей мере:

• мошенничество;

• спам;

• телемаркетинг;

• нежелательный звонок;

• регулярный звонок.

В одном из вариантов реализации системы предварительно собирают характеристики звонка, относящиеся к заранее известному классу звонков. На основании собранных данных обучают модель классификации 340 таким образом, чтобы схожие по своим характеристикам звонки могли быть классифицированы упомянутой моделью классификации 340 с точностью выше заданной.

Модель классификации 340 обучена по меньшей мере на:

• категории записи звонка;

• эмоциональной оценке записи звонка;

• продолжительности звонка.

Например, в случае, если модуль анализа 332 классифицировал запись звонка 321 как предоставление услуг и определил эмоциональную окраску как негативную, звонок может быть классифицирован модулем классификации 333 как нежелательный, относящийся к спаму.

В качестве алгоритма классификации выступает по крайней мере:

• байесовские классификаторы (англ. naive bayesian classifier);

• логистическая регрессия (англ. logistic regression);

• MRF-классификатор (англ. MRP classifier);

• Метод опорных векторов (англ. SVM, support vector machine);

• методы ближайших соседей (англ. k-nearest neighbor);

• дерево принятия решений (англ. decision tree).

Средство обеспечения безопасности 335 предназначено для информирования пользователя терминального устройства вызываемой стороны 102 об определенном классе звонка с помощью нотификационного сообщения.

В качестве нотификационного сообщения выступает по меньшей мере:

• CMC сообщение;

• локальное уведомление (англ. push notification);

• всплывающее окно (англ. pop-up)

В одном из вариантов реализации системы нотификационное сообщение содержит обработанную модулем распознавания 331 запись звонка 321.

Например, если во время вызова коммутационный узел 110 не смог установить соединение с терминальным устройством вызываемой стороны 102, средство классификации 330 определит класс звонка на основании записи медиа-данных 111, передаваемых терминальным устройством вызывающей стороны 101. Средство обеспечения безопасности 335 информирует пользователя терминального устройства вызываемой стороны 102 об определенном классе пропущенного вызова с помощью локального уведомления.

Еще в одном варианте реализации системы средство обеспечения безопасности 335 досрочно посылает коммутационному узлу 110 команду завершить вызов в случае, если звонок классифицирован по меньшей мере, как мошенничество.

Средство обучения 350 предназначено для обучения модели классификации 340 на основании новых данных.

К примеру, если решение модели классификации 340 оказалось ложным, пользователь терминального устройства может переопределить категорию звонка. Средство обучения 350 на основании обратной связи от пользователя обучит модель классификации 340 так, что вероятность верного определения класса звонка повысится при последующем использовании модели.

Фиг. 4 иллюстрирует способ классификации звонка.

Структурная схема способа классификации звонка содержит этап 420, на котором определяют атрибуты перехваченного вызова, этап 430, на котором формирую запись звонка, этап 440, на котором классифицируют звонок, этап 450, на котором переобучают модель классификации.

На этапе 420 с помощью средства определения атрибутов 310 определяют атрибуты звонка 312.

На этапе 430 с помощью средства записи 320 записывают медиа-данные 111, передаваемые в рамках установленного соединения во время звонка.

На этапе 440 с помощью средства 330 классифицируют звонок с помощью обученной модели классификации 340.

Дополнительно в одном из вариантов реализации системы на этапе 450 с помощью средства обучения 350 обучают модель классификации 340 таким образом, чтобы точность классификации повысилась в следующей итерации.

Дополнительно в одном из вариантов реализации системы на этапе 460 с помощью средства обеспечения безопасности 335 предоставляют пользователю терминального устройства вызываемой стороны 102 информацию об определенном классе звонка.

Фиг. 5 представляет пример компьютерной системы общего назначения, персональный компьютер или сервер 20, содержащий центральный процессор 21, системную память 22 и системную шину 23, которая содержит разные системные компоненты, в том числе память, связанную с центральным процессором 21. Системная шина 23 реализована, как любая известная из уровня техники шинная структура, содержащая в свою очередь память шины или контроллер памяти шины, периферийную шину и локальную шину, которая способна взаимодействовать с любой другой шинной архитектурой. Системная память содержит постоянное запоминающее устройство (ПЗУ) 24, память с произвольным доступом (ОЗУ) 25. Основная система ввода/вывода (BIOS) 26, содержит основные процедуры, которые обеспечивают передачу информации между элементами персонального компьютера 20, например, в момент загрузки операционной системы с использованием ПЗУ 24.

Персональный компьютер 20 в свою очередь содержит жесткий диск 27 для чтения и записи данных, привод магнитных дисков 28 для чтения и записи на сменные магнитные диски 29 и оптический привод 30 для чтения и записи на сменные оптические диски 31, такие как CD-ROM, DVD-ROM и иные оптические носители информации. Жесткий диск 27, привод магнитных дисков 28, оптический привод 30 соединены с системной шиной 23 через интерфейс жесткого диска 32, интерфейс магнитных дисков 33 и интерфейс оптического привода 34 соответственно. Приводы и соответствующие компьютерные носители информации представляют собой энергонезависимые средства хранения компьютерных инструкций, структур данных, программных модулей и прочих данных персонального компьютера 20.

Настоящее описание раскрывает реализацию системы, которая использует жесткий диск 27, сменный магнитный диск 29 и сменный оптический диск 31, но следует понимать, что возможно применение иных типов компьютерных носителей информации 56, которые способны хранить данные в доступной для чтения компьютером форме (твердотельные накопители, флеш карты памяти, цифровые диски, память с произвольным доступом (ОЗУ) и т.п.), которые подключены к системной шине 23 через контроллер 55.

Компьютер 20 имеет файловую систему 36, где хранится записанная операционная система 35, а также дополнительные программные приложения 37, другие программные модули 38 и данные программ 39. Пользователь имеет возможность вводить команды и информацию в персональный компьютер 20 посредством устройств ввода (клавиатуры 40, манипулятора «мышь» 42). Могут использоваться другие устройства ввода (не отображены): микрофон, джойстик, игровая консоль, сканер и т.п.Подобные устройства ввода по своему обычаю подключают к компьютерной системе 20 через последовательный порт 46, который в свою очередь подсоединен к системной шине, но могут быть подключены иным способом, например, при помощи параллельного порта, игрового порта или универсальной последовательной шины (USB). Монитор 47 или иной тип устройства отображения также подсоединен к системной шине 23 через интерфейс, такой как видеоадаптер 48. В дополнение к монитору 47, персональный компьютер может быть оснащен другими периферийными устройствами вывода (не отображены), например, колонками, принтером и т.п.

Персональный компьютер 20 способен работать в сетевом окружении, при этом используется сетевое соединение с другим или несколькими удаленными компьютерами 49. Удаленный компьютер (или компьютеры) 49 являются такими же персональными компьютерами или серверами, которые имеют большинство или все упомянутые элементы, отмеченные ранее при описании существа персонального компьютера 20, представленного на Фиг. 5. В вычислительной сети могут присутствовать также и другие устройства, например, маршрутизаторы, сетевые станции, пиринговые устройства или иные сетевые узлы.

Сетевые соединения могут образовывать локальную вычислительную сеть (LAN) 50 и глобальную вычислительную сеть (WAN). Такие сети применяются в корпоративных компьютерных сетях, внутренних сетях компаний и, как правило, имеют доступ к сети Интернет. В LAN- или WAN-сетях персональный компьютер 20 подключен к локальной сети 50 через сетевой адаптер или сетевой интерфейс 51. При использовании сетей персональный компьютер 20 может использовать модем 54 или иные средства обеспечения связи с глобальной вычислительной сетью, такой как Интернет. Модем 54, который является внутренним или внешним устройством, подключен к системной шине 23 посредством последовательного порта 46. Следует уточнить, что сетевые соединения являются лишь примерными и не обязаны отображать точную конфигурацию сети, т.е. в действительности существуют иные способы установления соединения техническими средствами связи одного компьютера с другим.

В заключение следует отметить, что приведенные в описании сведения являются примерами, которые не ограничивают объем настоящего изобретения, определенного формулой.

Похожие патенты RU2763047C2

название год авторы номер документа
Система и способ определения нежелательного звонка 2020
  • Швецов Дмитрий Владимирович
  • Язовский Даниил Александрович
  • Воробьев Виталий Сергеевич
RU2766273C1
Система и способ определения правила классификации события на терминальном устройстве пользователя 2020
  • Швецов Дмитрий Владимирович
  • Язовский Даниил Александрович
  • Воробьев Виталий Сергеевич
RU2772404C2
СПОСОБ И СИСТЕМА ОПРЕДЕЛЕНИЯ МОШЕННИЧЕСКИХ ЗВОНКОВ И ОПОВЕЩЕНИЯ О НИХ АБОНЕНТОВ 2022
  • Антипов Иван Михайлович
  • Бахарев Алексей Анатольевич
  • Демидов Александр Владимирович
  • Соколов Александр Александрович
  • Трояновский Семен Владиславович
RU2820329C2
Компьютерное устройство для определения нежелательного звонка 2021
  • Демидов Александр Андреевич
  • Фирстов Александр Борисович
  • Чистяков Денис Евгеньевич
  • Сабитов Руслан Рамилевич
  • Голованов Сергей Юрьевич
  • Алюшин Виктор Михайлович
  • Росков Владислав Юрьевич
  • Рядовский Игорь Анатольевич
RU2780046C1
Система и способ защиты данных абонента при нежелательном звонке 2021
  • Демидов Александр Андреевич
  • Фирстов Александр Борисович
  • Чистяков Денис Евгеньевич
  • Сабитов Руслан Рамилевич
  • Голованов Сергей Юрьевич
  • Алюшин Виктор Михайлович
  • Росков Владислав Юрьевич
  • Рядовский Игорь Анатольевич
RU2774054C1
СПОСОБ И СИСТЕМА АНАЛИЗА ГОЛОСОВЫХ ВЫЗОВОВ НА ПРЕДМЕТ ВЫЯВЛЕНИЯ И ПРЕДОТВРАЩЕНИЯ СОЦИАЛЬНОЙ ИНЖЕНЕРИИ С ПОМОЩЬЮ АКТИВАЦИИ ГОЛОСОВОГО БОТА 2023
  • Оболенский Иван Александрович
  • Вышегородцев Кирилл Евгеньевич
  • Губанов Дмитрий Николаевич
  • Богданов Илья Владимирович
RU2802533C1
СПОСОБ И УСТРОЙСТВО ДЛЯ ПРИЕМА ТЕЛЕФОННОГО ВЫЗОВА 1993
  • Дэвид Гленн Карлсон[Us]
  • Томас Эдвард Миллер[Us]
RU2099895C1
СПОСОБ И СИСТЕМА АНАЛИЗА ГОЛОСОВЫХ ВЫЗОВОВ НА ПРЕДМЕТ ВЫЯВЛЕНИЯ И ПРЕДОТВРАЩЕНИЯ СОЦИАЛЬНОЙ ИНЖЕНЕРИИ 2022
  • Оболенский Иван Александрович
  • Вышегородцев Кирилл Евгеньевич
  • Губанов Дмитрий Николаевич
  • Богданов Илья Владимирович
RU2790946C1
Способ формирования сигнатуры нежелательного электронного сообщения 2021
  • Марченко Алексей Сергеевич
  • Утки-Отки Алексей Евгеньевич
  • Голубев Дмитрий Сергеевич
  • Слободянюк Юрий Геннадьевич
RU2776924C1
Способ распознавания и обработки спам-звонка 2021
  • Горькова Мария Давидовна
  • Горенштейн Владимир Иосифович
  • Мацнев Сергей Алексеевич
RU2765483C2

Иллюстрации к изобретению RU 2 763 047 C2

Реферат патента 2021 года Система и способ классификации звонка

Изобретение относится к средствам классификации звонка. Технический результат заключается в повышении точности классификации звонка. Определяют атрибуты звонка при перехвате вызова от терминального устройства вызывающей стороны на терминальное устройство вызываемой стороны, при этом уведомляют коммутационный узел о маршрутизации перехваченного вызова через узел разветвления, который устанавливает соединение по двум различным каналам: одно - с терминальным устройством вызываемой стороны, второе - со средством записи для передачи медиа-данных от каждого терминального устройства. Формируют запись медиа-данных, передаваемых в рамках установленного вызовом соединения во время звонка. Преобразуют сформированную запись медиа-данных в набор пригодных для классификации признаков, который включает представление записи в форматированный текст и его последующий анализ, при этом признаки включают определенную категорию записи звонка, эмоциональную оценку записи звонка и продолжительность звонка. Классифицируют звонок на основании полученных атрибутов звонка и набора признаков записи медиа-данных с использованием заранее обученной модели классификации звонков. 2 н. и 15 з.п. ф-лы, 5 ил.

Формула изобретения RU 2 763 047 C2

1. Система классификации звонка, которая содержит:

а) средство определения атрибутов, предназначенное для определения атрибутов звонка при перехвате вызова от терминального устройства вызывающей стороны на терминальное устройство вызываемой стороны, передаче определенных атрибутов средству классификации и передаче медиаданных средству записи, при этом уведомляется коммутационный узел о маршрутизации перехваченного вызова через узел разветвления, который устанавливает соединение по двум различным каналам: одно - с терминальным устройством вызываемой стороны, второе - со средством записи для передачи медиаданных от каждого терминального устройства;

б) средство записи, предназначенное для формирования записи медиаданных, передаваемых в рамках установленного вызовом соединения во время звонка и направления сформированной записи медиаданных звонка средству классификации;

в) средство классификации, предназначенное для:

• преобразования сформированной записи медиаданных в набор пригодных для классификации признаков, которое включает представление записи в форматированный текст и его последующий анализ,

при этом признаки включают определенную категорию записи звонка, эмоциональную оценку записи звонка и продолжительность звонка;

• классификации звонка на основании полученных атрибутов звонка и набора признаков записи с использованием заранее обученной модели классификации звонков.

2. Система по п. 1, в которой звонок классифицируют по меньшей мере как:

• нежелательный звонок;

• регулярный звонок.

3. Система по п. 1, в которой атрибутами звонка по меньшей мере являются:

• идентификатор терминального устройства вызывающей стороны;

• идентификатор терминального устройства вызываемой стороны;

• время вызова;

• сообщения о состоянии терминального устройства вызываемой стороны.

4. Система по п. 1, в которой записывают медиаданные, передаваемые терминальным устройством вызывающей стороны, если соединение не может быть установлено, по меньшей мере, потому что:

• терминальное устройство вызываемой стороны отвечает сообщением «занято»;

• терминальное устройство вызываемой стороны недоступно;

• произошла ошибка установления соединения;

• терминальное устройство вызываемой стороны отвечает отказом принять соединение.

5. Система по п. 1, в которой к категориям записи медиаданных относятся по меньшей мере:

• мошенничество;

• предоставление услуг;

• роботизированная речь;

• регулярное общение.

6. Система по п. 1, в которой в качестве алгоритма классификации выступают по меньшей мере:

• байесовские классификаторы;

• логистическая регрессия;

• MRF-классификатор;

• метод опорных векторов;

• методы ближайших соседей;

• дерево принятия решений.

7. Система по п. 1, которая дополнительно содержит средство обучения, предназначенное для обучения модели классификации звонков на атрибутах классифицированного ранее звонка, чей класс был подтвержден, таким образом, чтобы при следующей классификации звонка вероятность неверной классификации была меньше, чем при текущей.

8. Система по п. 1, которая дополнительно содержит средство обеспечения безопасности, предназначенное для:

• досрочного завершения вызова после классификации, в зависимости от определенного класса звонка;

• предоставления после классификации информации об

определенном классе звонка пользователю терминального устройства вызываемой стороны.

9. Способ классификации звонка, который содержит этапы, которые реализуются с помощью средств из системы по п. 1 и на которых:

а) определяют атрибуты звонка при перехвате вызова от терминального устройства вызывающей стороны на терминальное устройство вызываемой стороны, при этом уведомляют коммутационный узел о маршрутизации перехваченного вызова через узел разветвления, который устанавливает соединение по двум различным каналам: одно - с терминальным устройством вызываемой стороны, второе - со средством записи для передачи медиаданных от каждого терминального устройства;

б) формируют запись медиаданных, передаваемых в рамках установленного вызовом соединения во время звонка;

в) преобразуют сформированную запись медиаданных в набор пригодных для классификации признаков, который включает представление записи в форматированный текст и его последующий анализ, при этом признаки включают определенную категорию записи звонка, эмоциональную оценку записи звонка и продолжительность звонка;

г) классифицируют звонок на основании полученных атрибутов звонка и набора признаков записи медиаданных с использованием заранее обученной модели классификации звонков.

10. Способ по п. 9, по которому звонок классифицируют по меньшей мере как:

• нежелательный звонок;

• регулярный звонок.

11. Способ по п. 9, по которому в качестве атрибутов вызова выступает по меньшей мере:

• идентификатор терминального устройства вызывающей стороны;

• идентификатор терминального устройства вызываемой стороны;

• время вызова;

• сообщения о состоянии терминального устройства вызываемой стороны.

12. Способ по п. 9, по которому формируют запись медиаданных, передаваемых терминальным устройством вызывающей стороны, если соединение не может быть установлено, по меньшей мере, потому что:

• терминальное устройство вызываемой стороны отвечает сообщением «занято»;

• терминальное устройство вызываемой стороны недоступно;

• произошла ошибка установления соединения;

• терминальное устройство вызываемой стороны отвечает отказом принять соединение.

13. Способ по п. 9, по которому к категориям записи медиаданных относятся по меньшей мере:

• мошенничество;

• предоставление услуг;

• роботизированная речь;

• регулярное общение.

14. Способ по п. 9, по которому в качестве алгоритма классификации выступают по меньшей мере:

• байесовские классификаторы;

• логистическая регрессия;

• MRF-классификатор;

• метод опорных векторов;

• методы ближайших соседей;

• дерево принятия решений.

15. Способ по п. 14, по которому модель классификации звонков обучают на атрибутах классифицированного ранее звонка, чей класс был подтвержден, таким образом, чтобы при следующей классификации звонка вероятность неверной классификации была меньше, чем при текущей.

16. Способ по п. 9, по которому после классификации вызов досрочно завершают, в зависимости от определенного класса звонка.

17. Способ по п. 9, по которому после классификации пользователю терминального устройства вызываемой стороны предоставляют информацию об определенном классе звонка.

Документы, цитированные в отчете о поиске Патент 2021 года RU2763047C2

Приспособление для суммирования отрезков прямых линий 1923
  • Иванцов Г.П.
SU2010A1
Автомобиль-сани, движущиеся на полозьях посредством устанавливающихся по высоте колес с шинами 1924
  • Ф.А. Клейн
SU2017A1
Колосоуборка 1923
  • Беляков И.Д.
SU2009A1
Насадки для промывных камер кондиционеров и увлажнителей 1950
  • Коломийцев А.О.
  • Рекк Е.В.
SU91496A1

RU 2 763 047 C2

Авторы

Чураев Николай Андреевич

Голубев Андрей Игоревич

Даты

2021-12-27Публикация

2020-02-26Подача