基于灰色模型的端口短信預測和垃圾短信治理研究*

楊光永，王雷，曾劍秋

（1.北京郵電大學經濟管理學院，北京 100876；2.桂林電子科技大學商學院，廣西 桂林 541004）

0 引言

端口短信是手機短信重要組成部分，在商業廣告、通知提醒等場景應用廣泛，近幾年來，端口短信逐年上升并大大超過了點對點短信的數量。從12321垃圾短信舉報平臺公布的數據來看，端口類短信舉報也大大超過了點對點短信舉報，而在垃圾短信舉報中，商業廣告類短信占大多數，為此，加強端口類短信和商業廣告類短信之間的研究對垃圾短信息治理有重要意義。

當前國外內對于垃圾短信治理研究多集中在事中或事后階段，主要是技術上的關鍵詞過濾、信息分類和法律規范處罰等手段[1-2]，對事前的防范舉措不多，缺乏前瞻性和預測性工作，垃圾短信治理策略不夠完整，一定程度上影響了垃圾短信息治理的效果。通過借助合適的理論模型，利用掌握的歷史短信息數據對之后一段時期的數據進行預測，把握短信息的發展趨勢，明確垃圾短信息治理的方向和重點領域，具有較強的理論價值和現實意義。端口短信作為當前手機短信最主要組成部分，也是垃圾短信的重要源頭，對其進行趨勢發展預測研究就顯得尤為重要。

灰色模型（Grey Model）主要針對“小樣本”、“貧信息”等不確定性問題展開研究，通過提取有價值的信息部分挖掘內在規律，預測發展趨勢[3]，該模型是學者鄧聚龍教授于1982年在國際上首先提出，經過幾十年的發展，灰色預測理論已經在工業、農業、社會、經濟、能源、交通、石油等眾多領域得到應用，成功地解決了生產、生活和科學研究中的大量實際問題。短信息具有明顯的“信息量”不多，具有典型的“小樣本”、“貧信息”等不確定性問題特點，可以借用灰色模型來進行分析預測未來走勢。目前學術界運用灰色模型進行垃圾短信息治理的相關理論研究較少，缺乏對垃圾短信息治理的前瞻性和預測性研究。根據近年來的端口短信息和垃圾短信息舉報的有關數據，結合端口短信息同垃圾短信息的相關性分析，基于灰色模型對端口短信息未來發展趨勢進行剖析和預測，進而能更好地明確垃圾短信息的治理的重點和方向[4-5]。

1 短信息和垃圾短信數據分析

1.1 短信息變化和發展情況

根據工業和信息化部公布的2014-2017年點對點和端口短信業務量，近幾年來的移動短信業務量種點對點短信業務量降低，端口短信量提升迅速，見表1：

表1 2014年至2017年移動短信情況表

近年來點對點短信業務量的逐漸萎縮，跟微信、微博等OTT（Over The Top）平臺短信息的替代作用分不開。微信、微博的社交屬性更強，信息互動功能更多，用戶體驗更好，更為流行時髦，之前熟人、朋友之間大量的短信聊天、短信拜年等從手機短信逐漸轉移到更為方便的微信、微博平臺上來；其次是通信成本的原因，由于手機短信按次或套餐進行收費，而OTT短信息是基于網絡流量化，每條短信通信成本可忽略不計；同時近年來，由于手機實名制的全面落實，對通過點對點發送垃圾短信形成了有效懲戒，一定程度上降低了點對點短信發送量。

由于手機短信的到達率高，推廣性好（只需要知道手機號碼就可以發送短信），在點對點短信發送量呈不斷下降趨勢時，端口短信發送量上升態勢卻十分明顯。一方面由于近年來各類App、網站等都需要服務登錄和身份認證，產生了大量的短信；另一方面端口短信在商業營銷上有獨特的優勢，不像微信、微博的信息發送和閱讀基本局限于熟人朋友圈，企業只要得到用戶的手機號碼就可以發送營銷廣告類短信，而且端口短信資費也非常便宜，是很多大中型商家推廣業務或推銷產品的理想選擇。

1.2 垃圾短信舉報情況

從工業和信息化部和12321舉報中心有關工作報告數據看出，在受理舉報的垃圾短息中，端口舉報數和商業廣告類垃圾短信呈上升趨勢，尤其是2017年以來趨勢明顯。這主要是受手機實名制的影響和對違法違規短信的打擊力度加強，當前對垃圾短信治理重點在端口號和商業廣告短信息（見表2），根據12321網絡不良與垃圾信息舉報中心相關報告，近年來垃圾短信息內容所屬類型主要分布在金融保險業推銷、零售業推銷、電信業務宣傳、教育培訓、房地產推銷和餐飲業推銷等，這些是垃圾端口治理的重要行業和領域。

表2 近年垃圾短信舉報情況統計表

圖1是近年來端口垃圾短信舉報數和商業廣告類短信舉報數的散點圖，總體而言，端口類垃圾短信舉報數和商業廣告類垃圾短信都呈上升趨勢。根據當前短信營銷特點和實際情況，商業廣告類短信主要由商業營銷類端口發送，可以初步判斷，端口垃圾短信和商業廣告類垃圾短信兩者具有很強的正相關性。

圖1 端口垃圾短信舉報數和商業廣告類短信舉報數的散點圖

利用SPSS.22軟件做端口垃圾短信舉報數和商業廣告類短信舉報數的雙變量相關分析，結果如表3、表4所示：

表3 端口垃圾短信舉報和商業廣告類短信舉報描述統計

表4 端口垃圾短信舉報和商業廣告類短信舉報相關性分析

可以看出，Pearson相關系數是0.931，在0.01的顯著性明顯，可以推斷端口垃圾短信舉報數和商業廣告類短信舉報數之間確實存在明顯的正相關。

2 端口短信息灰色模型分析

2.1 模型建立

灰色模型是基于人們對系統演化不確定性特征的認識，運用序列算子對原始數據進行生成、處理，挖掘系統演化規律，建立灰色模型，對系統未來狀態做出科學的定量預測。基于灰色模型理論的預測法主要包括數列預測、災變預測、系統預測、拓撲預測等，本文選用的灰色模型預測法為數列預測，即通過一定的時間序列和相應的數據來預測事物的發展趨勢，模型分析過程一般為序列生成、搭建灰色微分模型、構建數據矩陣、模型求解和檢驗等步驟[6-7]。

（1）序列生成。假設x(0)(1)、x(0)(2)、…、x(0)(M)作為預測對象的原始信息或數據，對它們進行一次生成處理，常用累加生成算子方法，即

（2）建立灰微分方程，構造數據矩陣。用微分方程來表述新數列的變化趨勢：其中，a和b為辨識參數。辨識參數通過最小二乘法擬合得到：

其中Y為列向量：B為構造數據矩陣：

（4）模型檢驗和預測：采取相對誤差檢驗法，并預測下幾個數據。

2.2 模型應用

為檢驗灰色模型預測效果，采用2014-2017年手機端口短信數據，分別為4 108，4 268.9，4 492.7，5 311.8，目前對2018年、2019年的端口短信量沒有官方公布，但可以通過模型可以進行預測。

（1）序列生成：

對x(0)作一次累加生成x(1)=(4 108,8 376.9,12 869.6,18 181.4)；

對x(1)作緊鄰均值生成z(1)=(6 242.45,10 623.25,155 25.5)。

（2）計算系數a和b：由前得知，，通過計算得a=-0.113 426，b=3 466.465 520。

（3）確定模型和GM(1,1)的求解：

時間響應式整理得：x(1)(t+1)=34669.5e0.113426t-30561.5。

求X(1)的模擬值x(1)和其還原值x(0)：

x(1)(1)=4108，x(1)(2)=8272.1，x(1)(3)=12936.4，x(1)(4)=18160.9；

因此：X(1)=(4 108，8 272.1，12 936.4，18 160.9)，

X(0)=(4 108，4 164.1，4 664.3，5 224.5)。

（4）檢驗誤差：

灰色模型相對誤差表如表5所示：

表5 灰色模型相對誤差表

計算得平均相對誤差為2.64%。對模型精度檢驗時，最常用的是相對誤差檢驗指標，當相對誤差a≤0.01時，表示模型等級為好；當0.01≤a≤0.05時，表示模型精度為合格；當0.05≤a≤0.1時，表示模型精度勉強合格；當0.1≤a時，表示模型不合格。從表5的相對誤差值和平均相對誤差值來看，該模型的精度等級為合格，可以進行下一步預測。

（5）預測：x(0)(5)=5852，x(0)(6)=6554.9，x(0)(7)=7342.2x。

通過測算，接下來三年端口短信的數量分別為5 852億條、6 554.9億條和7 342.2億條，通過預測，端口短信的數量上升勢頭明顯，同當前市場的發展態勢相吻合。

2.3 結果分析

由預測數據可以看出，端口短信的數量提升勢頭明顯，逐漸成為移動短信市場中的最重要組成部分，點對點的信息量將日益萎縮，預測平均相對誤差較低，預測效果良好。通過對端口短信的預測和同垃圾短信的相關性分析，能夠使我們把垃圾短信治理的重點和方向轉移到商業類端口短信上。

3 端口短信和垃圾短信治理

當前的端口短信發送內容主要為通知類（含公益類）、觸發類（比如驗證碼）和商業營銷類，垃圾短信絕大部分是從商業營銷類端口發送的，短信內容經常為“發票、辦證、保險、誠招、抽獎、代+辦、代辦、折扣、優惠”等關鍵詞。對端口垃圾短信的治理首先要把嚴格區分不同種類的端口，明確通知類短信端口、觸發類短信端口和營銷類短信端口各種的功能和定位，同時把監管的重點轉移到營銷類短信端口上來，可從以下幾個步驟來判斷該營銷類短信端口是否為垃圾短信端口，進而采取警告通報、整改、關停等手段，達到垃圾短信精準治理的效果。

步驟1：對商業類短信端口進行匯總。

步驟2：建立垃圾短信過濾模版（內容關鍵字），模版可根據實際情況不斷完善更新。

步驟3：根據歷史投訴總量（比如近三個月有無被投訴過的歷史）、12321平臺投訴、超業務范圍內容關鍵字篩選，將其確定為疑似垃圾短信端口，沒有此類現象的可暫時判定為正常短信端口。

步驟4：根據疑似垃圾短信端口，針對入網時間短、信譽度較差的公司定性為垃圾短信端口，采取一定的懲戒措施。

步驟5：對內容關鍵字篩選的垃圾短信結果，可適當進行復核，根據實際情況排除一些關鍵字篩選結果中的垃圾端口。

4 結論與啟示

對垃圾短信的預測和有針對性的治理是提高治理效果的重要保證，通過基于灰色模型分析，端口短信息數量將繼續呈現升高態勢，端口垃圾短信舉報也將逐漸增加，端口短信已成為手機垃圾短信治理的主陣地。通信管理部門要對垃圾短信息治理工作重點轉移到端口短信中來，在對端口好的具體管理工作中，要對通知類、觸發類、營銷類等各類端口號碼做好分類分級，尤其重點做好營銷類端口的監測，持續進行健康度、信用度分析。充分運用大數據技術，對違法詐騙短信嚴防死守，對商業廣告等灰色性質的短信要做好引導和區分，不斷降低垃圾短信息對信息用戶的騷擾。對出現問題的端口號碼要根據不同程度影響或危害及時警告、懲罰、封閉相應的端口號[8]，同時要牢牢堅持手機實名制，不斷壓縮對點對點垃圾短信的生存空間。

隨著互聯網、5G和人工智能技術的快速發展，短信行業應用場景將快速普及，端口短信量持續增長，企業對移動信息服務的需求范圍越來越廣，端口類短信市場發展空間將更加廣闊，短信息中端口短信息比例持續上升。通信管理和運行部門在加大對端口號的監管的同時加強對商業廣告信息發送的規范和引導，更好地滿足信息消費需求，保障信息消費者的權益。垃圾短信息是一個動態的發展過程，對垃圾短信息的監測也是一個動態的應對過程。通過對垃圾短信息數據科學分析，做好預測和事前管理工作，找出其中的規律，防患于未然，從而更有針對性更有效地治理好垃圾短信息。