垃圾短信和恶意短信骚扰随着电信行业的发展变得愈演愈烈,给社会带来严重的危害。既要确保每一个用户正常的通信权利,又要准确及时的针对恶意用户进行限制和整治,存在着最大的困难就是“如何准确高效的界定垃圾短信”。电信运营商是有众多手段对恶意用户进行限制的。但根本的问题是,需要先区分出这类恶意客户,即垃圾短信识别。现有的绝大部分在用的垃圾短信识别手段,都是基于对短信内容的审查分析,诸如融合群众举报,人工审查等手段。因为,基于内容的审核才能最大限度确保垃圾短信判定的准确性,以避免在控制垃圾短信的过程中,使得大量的普通用户的正常短信通信需求也受到限制。但只要是基于短信内容的识别手段,就存在着应变性差、及时性差、投入成本高、效率低等特点。但垃圾短信的发生在其行为上,有其多方面的特征。不仅仅局限于短信内容上。所以,我们希望能通过数据挖掘的过程,分析众多垃圾短信行为的特征。从中总结归纳出一种不基于短信内容的,快速高效的,准确率较高的垃圾短信识别方法,来取代或补充目前的扫描内容的垃圾短信识别手段。基于这样的背景和客观需要下,我们通过此次研究提出融入客户行为研究和数据建模等手段,建立“垃圾短信行为识别模型”来提高判断用户在发送垃圾短信的准确度和效率。为相关电信管理部分或电信运营商,在第一时间就准确的对垃圾短信用户采取必要的限制手段提供的可借鉴的思路和方法。