對垃圾短信進行過濾識別研究具有重要的社會價值和時代背景意義。針對傳統(tǒng)的人工設計短信特征選擇方法中存在數(shù)據(jù)稀疏、特征信息共現(xiàn)不足和特征提取困難的問題，提出一種基于詞向量和卷積神經(jīng)網(wǎng)絡（ CNN）的垃圾短信識別方法。首先，使用word2vec的skip-gram模型根據(jù)維基中文語料庫訓練出短信數(shù)據(jù)集中每個詞的詞向量，并將每條短信中各個詞組所對應的詞向量組成表示短信的二維特征矩陣；然后，把特征矩陣作為卷積神經(jīng)網(wǎng)絡的輸入，通過卷積層的不同尺度卷積核提取多尺度短信特征，以及利用l-max pooling池化策略得到局部最優(yōu)特征；最后，將局部最優(yōu)特征組成融合特征向量放入softmax分類器中得出分類結(jié)果。在10萬條短信數(shù)據(jù)上進行的實驗結(jié)果表明，在特征提取方式相同的情況下，基于卷積神經(jīng)網(wǎng)絡模型的識別準確率能夠達到99.5%，比傳統(tǒng)的機器學習模型提高了2. 4%~5.1%，且各模型的識別準確率均保持在94%以上。

　　近年來，隨著通信技術(shù)的不斷進步，我國使用手機的用戶數(shù)量日益增多，短信成為一種方便的信息傳遞渠道。然而，短信在使人們的日常生活變得更加方便的同時，垃圾短信的泛濫也越來越嚴重，嚴重干擾了人們的生活，成為了危害社會公共安全的一大公害。360互聯(lián)網(wǎng)安全中心于2017年2月發(fā)布的《2016年中國互聯(lián)網(wǎng)安全報告》顯示，360手機衛(wèi)士在2016年內(nèi)為全國手機用戶共攔截約173.5億條垃圾短信。絕大多數(shù)垃圾短信的內(nèi)容都是廣告推銷或者影響社會穩(wěn)定團結(jié)的謠言、詐騙等。工業(yè)和信息化部于2015年6月頒布施行的《通信短信息服務管理規(guī)定》，其中規(guī)定任何短信服務提供商和短信內(nèi)容發(fā)送者在未經(jīng)用戶同意的情況下，都不得向用戶發(fā)送商業(yè)性的信息。因此垃圾短信成為當前一個重要的社會問題，有效識別垃圾短信對維護國家安全、社會穩(wěn)定和人們正常生活具有重要的時代背景意義。