防通讯骚扰的云计算

[核心提示] 传统的骚扰电话解决方案是基于本地的黑名单机制，但是这种方式局限性很大，骚扰号码没有规律可循，无法类似 E-mail 那种 bayes（贝叶斯）的自我学习功能，扩展性也很差。搜狗号码通在本地基础上加入了云的概念，即通过搜索蜘蛛的抓取分析建立一个“号码云”。

搜狗近日上架一款号码辅助识别软件——号码通，通过抓取互联网中的公开电话信息，建立起海量号码数据库，让诈骗，中介，推销等骚扰号码无处遁形。软件还专门设计“标记”功能，每一个用户都可以对陌生的骚扰号码进行分类标记，同时每个用户对骚扰号码的评价将分享给其他用户，彻底摆脱接到骚扰电话后的自认倒霉的无奈，让层出不穷的骚扰电话彻底歇菜。充分利用智慧众包，让那些漏网的骚扰电话瞬间陷入人民战争的汪洋大海之中。

号码的云计算

传统的骚扰电话解决方案是基于本地的黑名单机制，但是这种方式局限性很大，骚扰号码没有规律可循，无法类似 E-mail 那种 bayes（贝叶斯）的自我学习功能，扩展性也很差。这个已经是标配技术。搜狗号码通在本地基础上加入了云计算的概念，即通过搜索蜘蛛的抓取分析建立一个“号码云”，这也是搜狗基于搜索引擎做号码通的出发点，相当于防通讯骚扰的云计算。它的好处是让 APP 客户端很轻，直接和“号码云”交换匹配即可。

（部分内容来源于知乎）

釜底抽薪之道

骚扰诈骗电话要真正的杜绝，还是要从根源下手，通信运营商从源头来做，根据呼叫记录，自动找出异常呼叫，进行跟踪和查处，从源头打击，不过，遗憾的是，垃圾电话和垃圾短信符合运营商短期利益，要真正的釜底抽薪，还需要一点时间。

题外话——众包

号码通的核心功能在于通过用户的标记来识别骚扰电话，再将用户的标记数据共享到服务器，操作模式和方法类似于搜狗输入法的流行词库一样，都是运用大众的智慧共建数据库，实现分享。无独有偶，Google 旗下的 Google Books 也借用了民众的力量去完成纸质书的数字化。Google Books 扫描了几十万本纸质书，通过 Google 实验室项目 reCAPTCHA ，扫描后的图片被裁减成一个个单词片段，用于网站防止机器注册时显示的验证码，人们在输入验证码的同时不知不觉就完成了图书数字化过程。世界各地图书馆有很多受损的古籍，页面泛黄、纸张脆弱，OCR 是无能无力的，它无法识别褪色的和模糊的文本，而人类在这方面有卓越的表现。reCAPTCHA 将我们输入的验证码正确识别后，拼接、排版，在化整为零中就完成了古籍的数字化。