作者：京東科技 賈玉龍

1 背景

隨著智能手機的普及和移動互聯網的發展，短信作為一種傳統的通訊方式，仍然保持著其獨特的地位。然而，隨著垃圾短信的泛濫，手機自動識別垃圾短信的技術也在不斷進步。對于提供服務的企業來說，如何讓自己的服務短信不被識別為垃圾短信，而讓用戶能夠看到，成為了一個亟待解決的問題。本文將深入探討手機自動識別垃圾短信的邏輯。

2 手機自動識別垃圾短信的邏輯

2.1 垃圾短信的定義與特征

垃圾短信通常指未經用戶同意或請求，向其發送的具有廣告、推銷、欺詐等性質的短信。這些短信往往具有以下特征：

?內容重復：垃圾短信的內容往往具有高度的重復性，如頻繁出現的促銷信息、貸款廣告等。

?發送頻率高：垃圾短信的發送頻率通常較高，有時甚至在短時間內連續發送多條。

?發送者不明確：垃圾短信的發送者往往不明確，或者使用的是偽造的號碼。

?含有敏感詞匯：垃圾短信中常含有一些敏感詞匯，如“中獎”、“貸款”、“促銷”等。

2.2 手機自動識別垃圾短信的技術

手機自動識別垃圾短信的技術主要基于文本分析、機器學習、用戶行為等多種方法。以下是一些常見的識別邏輯：

?關鍵詞匹配：手機會預先設定一些敏感詞匯庫，當短信內容中包含這些詞匯時，會將其標記為垃圾短信。

?文本相似性檢測：手機會對接收到的短信進行文本相似性檢測，如果與已知的垃圾短信內容相似度較高，則會被標記為垃圾短信。

?用戶行為分析：手機會根據用戶的行為習慣，如是否經常回復、是否標記為垃圾短信等，來判斷短信是否為垃圾短信。

?機器學習算法：手機會利用機器學習算法對短信進行分類，通過訓練模型來識別垃圾短信。

3 手機自動識別垃圾短信的方法

手機自動識別垃圾短信的邏輯和依據主要包括以下方面：

3.1 內容特征分析

? 關鍵詞匹配：系統內置了大量與垃圾短信相關的關鍵詞，如“促銷”“免費”“中獎”“辦證”“貸款”“賭博”“博彩”等。當短信內容中出現這些關鍵詞時，手機會提高對該短信的懷疑程度。不過，單純的關鍵詞匹配容易出現誤判，例如一些正常短信中可能偶爾提及類似詞語，所以通常還會結合其他因素綜合判斷。

? 語義理解：利用自然語言處理技術對短信的語義進行分析，理解句子的含義和上下文關系。例如，一些看似正常的句子，但結合上下文語境后發現其意圖是推銷或詐騙等不良行為，手機就會將其識別為垃圾短信。這需要強大的算法和模型支持，能夠準確理解文本的語義，避免因字面意思的誤判。

3.2 發送行為特征分析

? 發送頻率：如果一個號碼在短時間內頻繁發送大量短信，超出了正常的通信范圍，那么該號碼發送的短信就很可能是垃圾短信。比如一些廣告推銷號碼會批量發送相同或相似內容的短信。

? 發送來源：對于一些來源不明的號碼，特別是一些非正規的、陌生的號碼段發送的短信，手機會更加警惕。例如，一些境外號碼發送的短信，或者是一些不符合正常號碼規則的號碼發送的短信，都可能被識別為垃圾短信。

號碼特征分析

? 黑名單比對：手機系統會維護一個垃圾短信發送號碼的黑名單庫，當接收到的短信來自黑名單中的號碼時，會直接將其識別為垃圾短信。這個黑名單庫可以由手機廠商、運營商或用戶自己添加和更新。

? 號碼異常特征：一些號碼可能存在異常特征，比如號碼格式不規范、號碼位數不對等，這些號碼發送的短信也容易被識別為垃圾短信。

鏈接和圖片特征分析

? 惡意鏈接檢測：如果短信中包含鏈接，手機會對鏈接進行檢測，判斷其是否為惡意鏈接。惡意鏈接可能會引導用戶進入釣魚誘導網站、下載惡意軟件等，對用戶的手機安全造成威脅。檢測方法包括分析鏈接的域名、IP地址、頁面內容等。

? 圖片特征識別：對于一些包含圖片的短信，手機會對圖片進行分析，識別圖片中的內容是否與垃圾短信相關。例如，圖片中包含廣告信息、色情內容等，就會被認定為垃圾短信。

用戶反饋和機器學習

? 用戶反饋：用戶可以手動將一些短信標記為垃圾短信，手機系統會根據用戶的反饋對這些短信的特征進行學習和記錄，以便在未來更好地識別類似的垃圾短信。

? 機器學習算法：一些手機廠商會利用機器學習算法，對大量的短信數據進行訓練和學習，不斷優化垃圾短信的識別模型。通過分析大量的樣本短信，模型可以自動提取出垃圾短信的特征和模式，提高識別的準確率和效率。

4 主流手機廠商識別垃圾短信的邏輯

不同手機廠商過濾垃圾短信、識別垃圾短信的邏輯各有特點，以下是一些常見手機廠商的具體情況：

4.1 華為

? 智能神經網絡算法：在最新的 EMUI 系統中，短信的攔截引擎采用智能的神經網絡算法。該算法通過對大量短信數據的學習和分析，能夠自動識別短信的模式和特征，從而判斷短信是否為垃圾短信。這種方式提高了攔截識別的能力，同時大大降低了“誤攔”和“漏攔”發生的概率。

? 關鍵詞匹配與語義理解：系統內置了一系列與垃圾短信相關的關鍵詞，當短信內容中出現這些關鍵詞時，會觸發垃圾短信的初步判斷。并且，華為手機還具備一定的語義理解能力，能夠結合上下文對短信的含義進行分析，避免單純因關鍵詞而導致的誤判。例如，如果一條短信中出現了“免費”“中獎”等關鍵詞，但結合上下文發現是朋友之間的玩笑話，就不會被誤判為垃圾短信。

? 號碼特征分析：對發送短信的號碼進行分析，包括號碼的來源、格式等。對于一些來源不明、號碼格式異常或者是被標記為不良的號碼發送的短信，會提高警惕。同時，華為手機還會不斷更新和維護一個號碼黑名單庫，將頻繁發送垃圾短信的號碼納入其中，后續來自這些號碼的短信會直接被攔截。

? 用戶反饋與學習：用戶可以手動將一些短信標記為垃圾短信，系統會根據用戶的反饋對這些短信的特征進行學習和記錄，不斷優化垃圾短信的識別模型，提高識別的準確性。

4.2 小米

? 智能攔截功能：MIUI 系統中有“智能攔截”功能，可以把各類垃圾消息智能攔截后歸類到不重要通知。該功能基于多種因素進行判斷，例如短信的發送頻率、內容特征等。如果一個號碼在短時間內發送了大量相似內容的短信，或者短信內容中包含常見的垃圾短信關鍵詞，就會被系統攔截。

? 用戶自定義設置：用戶可以在系統中添加黑白名單，自行設置需要攔截或放行的號碼。同時，用戶還可以設置關鍵詞黑名單和白名單，根據自己的需求對短信進行過濾。例如，用戶可以將“促銷”“貸款”等關鍵詞添加到黑名單中，這樣包含這些關鍵詞的短信就會被攔截；而將一些常用的、正常的關鍵詞添加到白名單中，確保不會誤攔重要短信。

? 機器學習與更新：小米手機會不斷收集用戶的使用數據，并通過機器學習算法對這些數據進行分析和學習，不斷優化垃圾短信的識別模型。隨著使用時間的增加，系統對垃圾短信的識別能力會逐漸提高。

4.3 蘋果

系統自帶的過濾功能：

? 基于機器學習的分類識別：蘋果在iOS系統中內置了短信過濾器，其利用機器學習技術來識別短信是否為垃圾短信以及所屬的類別。通過對大量短信數據的學習和分析，系統能夠識別出垃圾短信的特征模式，比如特定的關鍵詞組合、文本格式、發送頻率等，從而對新收到的短信進行判斷和分類。例如，如果一條短信中包含大量與推銷、詐騙相關的常見詞匯，系統就可能將其識別為垃圾短信。

? 信息類別過濾：在iOS 14中，蘋果就為垃圾短信引入了“交易”和“促銷”兩個新的不同類別；iOS 16為短信過濾API增加了12個新的子類別，包括金融、提醒信息、訂單、衛生等。這樣可以更精細地對短信進行分類過濾，方便用戶查看和管理不同類型的短信。

? 過濾未知發件人：用戶開啟“過濾未知發件人”功能后，來自陌生號碼或不在聯系人列表中的發件人的短信會被單獨分類到“未知與過濾信息”中，與正常的短信分開顯示，減少對用戶的干擾。

iMessage的相關過濾設置：

? 賬號管理：iMessage是蘋果自帶的即時通訊服務，用戶如果收到大量通過iMessage發送的垃圾短信，可以刪除用郵箱登陸的賬號，只保留手機號碼。因為很多垃圾短信是通過用戶的郵箱而進行推送的，減少郵箱賬號的使用可以降低收到此類垃圾短信的概率。

? 開啟過濾功能：開啟iMessage的過濾功能后，即使有垃圾短信進來，iPhone也會自動將其分組到【過濾信息】中，不會影響用戶接收其他正常短信。

用戶反饋與訓練：用戶可以手動將某些短信標記為垃圾短信，系統會根據用戶的反饋進一步學習和優化垃圾短信的識別算法。當用戶將一條短信標記為垃圾短信后，系統會記錄該短信的特征，并在后續的識別過程中更加準確地判斷類似的短信。

第三方應用輔助過濾：App Store中有一些第三方的短信過濾應用，這些應用可以利用先進的智能AI算法等技術，自動識別過濾攔截垃圾短信。它們通常會提供更多的個性化設置和功能，如按號碼屏蔽、防短信轟炸等，用戶可以根據自己的需求選擇安裝使用。

4.4 Vivo

? 關鍵詞與規則匹配：系統內置常見的垃圾短信關鍵詞庫，當短信內容中出現如“促銷”“貸款”“中獎”等關鍵詞時，會觸發初步的垃圾短信判斷。同時，Vivo手機還會根據一些預設的規則，如短信發送頻率異常、號碼來源不明等情況，對短信進行進一步的篩查。

? 智能攔截模式：Vivo手機具備智能攔截功能，通過機器學習算法對大量的短信數據進行學習和分析，逐漸掌握垃圾短信的特征和模式，從而提高攔截的準確性。用戶可以在設置中開啟智能攔截模式，讓系統自動過濾垃圾短信。

? 用戶自定義設置：用戶可以根據自己的需求，在手機的設置中添加短信攔截規則，例如設置關鍵詞黑名單、號碼黑名單等，對特定的短信進行攔截。此外，用戶還可以選擇開啟或關閉某些類型的短信通知，如營銷短信通知等。

Oppo

? 智能識別與過濾：Oppo手機的系統會自動對收到的短信進行智能分析，識別其中的垃圾短信。通過對短信內容的語義理解、關鍵詞匹配以及發送號碼的分析等多方面因素的綜合判斷，來確定短信是否為垃圾短信。例如，如果短信內容中存在大量的廣告宣傳用語，或者發送號碼是頻繁發送垃圾短信的號碼，系統就會將其識別為垃圾短信并進行攔截。

? 偽基站短信攔截：Oppo手機具備偽基站短信攔截功能，能夠識別并攔截偽基站發送的短信。偽基站是一種非法的通信設備，可以偽裝成正規的基站向手機用戶發送短信，其中很多都是垃圾短信或詐騙短信。Oppo手機通過對信號特征的分析和識別，能夠判斷出短信是否來自偽基站，并及時進行攔截。

? 用戶反饋與學習：Oppo手機支持用戶手動標記垃圾短信，用戶將某條短信標記為垃圾短信后，系統會記錄該短信的特征，并根據用戶的反饋不斷學習和優化垃圾短信的識別算法，提高攔截的準確性。

4.5 三星

? 模式識別技術：三星手機利用模式識別技術對短信進行分析。通過對大量垃圾短信樣本的學習，建立起各種垃圾短信的模式模型。當接收到新的短信時，系統會將其與已建立的模式模型進行對比，如果匹配度較高，則判斷為垃圾短信。這種方式可以有效地識別出一些具有特定模式的垃圾短信，如詐騙短信、推銷短信等。

? 號碼信譽評估：三星手機會對發送短信的號碼進行信譽評估。系統會收集和分析號碼的歷史發送記錄，如果一個號碼經常發送垃圾短信，那么它的信譽度就會降低。當接收到來自信譽度較低的號碼的短信時，系統會更加嚴格地進行審查，提高該短信被識別為垃圾短信的概率。

? 安全中心防護：三星手機的安全中心會對短信進行實時監測和過濾。安全中心會不斷更新垃圾短信的特征庫和攔截規則，以應對不斷變化的垃圾短信形式。同時，用戶還可以在安全中心中設置短信攔截的級別和方式，根據自己的需求進行個性化的設置。

4.6 榮耀

? 智能防護引擎：榮耀手機擁有專門的智能防護引擎，用于過濾垃圾短信。該引擎通過對短信的發送號碼、內容、頻率等多方面因素進行綜合分析，來判斷短信是否為垃圾短信。例如，如果一個號碼在短時間內頻繁發送大量內容相似的短信，就會被系統判定為垃圾短信發送者，其發送的短信會被攔截。

? 號碼識別與分類：榮耀手機會對發送短信的號碼進行識別和分類。對于一些常見的垃圾短信發送號碼，如營銷號碼、詐騙號碼等，系統會將其標記并進行攔截。同時，對于一些新出現的號碼，系統會根據其發送短信的行為和特征進行判斷，如果符合垃圾短信的特征，也會被攔截。

? 場景化識別：根據不同的場景和用戶需求，榮耀手機的垃圾短信過濾功能還具備場景化識別能力。例如，在用戶進行網購后，可能會收到一些商家的促銷短信，系統會根據用戶的購物行為和偏好，對這些短信進行智能識別和分類，避免將一些有用的促銷短信誤判為垃圾短信。

4.7 魅族

? 智能攔截系統：魅族手機的智能攔截系統通過對短信的文本內容、發送號碼、發送頻率等信息進行分析，來判斷短信是否為垃圾短信。系統會根據預設的規則和算法，對短信進行自動攔截。例如，如果一條短信的發送號碼是一個陌生的虛擬號碼，且短信內容中包含大量的廣告宣傳詞匯，系統就會將其攔截。

? 用戶反饋與社區共享：魅族手機支持用戶手動標記垃圾短信，用戶將某條短信標記為垃圾短信后，系統會將該短信的特征上傳到魅族的服務器。同時，魅族還建立了一個用戶社區，用戶可以在社區中分享自己遇到的垃圾短信信息，其他用戶可以根據這些信息對自己的手機進行設置，提高垃圾短信的攔截效果。

? 定期更新與優化：魅族會定期更新垃圾短信攔截的規則和算法，以適應不斷變化的垃圾短信形式。通過對新出現的垃圾短信特征的學習和分析，不斷優化攔截系統，提高垃圾短信的識別準確率。

4.8 一加

系統自帶的騷擾攔截功能：

? 智能攔截模式：一加手機的系統會基于一定的算法模型對短信進行智能判斷。例如，系統會根據短信的文本內容、發送號碼的特征等信息進行分析。如果短信的內容中包含一些常見的垃圾短信關鍵詞，如“促銷”“抽獎”“免費”等，或者發送號碼是一些已被標記為不良的號碼段，系統就會將其識別為疑似垃圾短信進行攔截。這種智能攔截模式能夠在一定程度上自動過濾掉大部分常見的垃圾短信。

? 用戶自定義攔截規則：用戶可以在手機的設置中自行添加垃圾短信關鍵詞。當接收到的短信中包含用戶設定的關鍵詞時，系統會自動攔截該短信。此外，用戶還可以設置攔截特定號碼發送的短信，比如將一些經常發送垃圾短信的號碼添加到黑名單中，從而實現精準攔截。

? 攔截通知設置：在攔截規則界面，用戶可以設置攔截通知的提醒方式，如顯示所有攔截通知、不顯示攔截通知或顯示除黑名單外的攔截通知等，方便用戶及時了解短信的攔截情況。

與第三方應用的協作：

? 號碼識別應用：一加手機用戶可以安裝第三方的號碼識別應用，如騰訊手機管家、360手機衛士等。這些應用擁有龐大的號碼數據庫，能夠對來電和短信的發送號碼進行快速識別和分類。如果是被標記為騷擾電話、詐騙電話或垃圾短信發送者的號碼，應用會自動攔截相關的通信。并且，這些應用還會不斷更新數據庫，以提高識別的準確性。

? 短信過濾應用：一些專門的短信過濾應用可以與一加手機的系統進行協作，進一步增強垃圾短信的過濾效果。這些應用通常會采用更先進的算法和技術，對短信的內容進行深度分析，識別出潛在的垃圾短信。例如，通過對短信的語義理解、文本模式識別等技術，判斷短信是否屬于垃圾短信范疇。

5 結論與展望

手機自動識別垃圾短信的技術在不斷進步，對于提供服務的企業來說，如何讓自己的服務短信不被識別為垃圾短信，而讓用戶能夠看到，成為了一個亟待解決的問題。本文深入探討了手機自動識別垃圾短信的邏輯，并提出了優化服務短信可見性的策略。通過精準定位目標用戶、優化短信內容、合理控制發送頻率、提升用戶參與度以及加強與運營商的合作等措施，企業可以顯著提升服務短信的可見性，提高用戶的打開率和回復率。

未來隨著技術的不斷發展，手機自動識別垃圾短信的邏輯可能會更加復雜和智能。因此，企業服務人員需要持續關注這一領域的發展動態，不斷優化自己的服務策略和手段。同時，也需要加強與運營商、第三方服務商等合作伙伴的合作，共同推服務短信的合規性和可見性的提升。只有這樣，才能在激烈的市場競爭中脫穎而出，贏得用戶的信任和支持。

更多其他內容：

AIGC項目中的【模板進程】方案的設計實踐： https://developer.jdcloud.com/article/4123?mid=30

AIGC系統中多個模型的切換調用方案探索： https://developer.jdcloud.com/article/4110

前后端數據傳輸約定探討： https://developer.jdcloud.com/article/3900

如何做標準化？： https://developer.jdcloud.com/article/3576

chrome插件新版本（v3版本）中的熱更新，即加載更新遠程js的方法探索： https://developer.jdcloud.com/article/3852

審核編輯 黃宇