行为指纹识别
基于每个IMSI / 每个IMEI / 每个MSISDN的模型，根据通话频率、目的地多样性、移动模式、在网/离网比例以及漫游历史对每个用户进行评分。一旦评分准确，SIM box的行为与真实用户完全不同。
检测信号
四种信号，
一个判定。
仅靠基于阈值的检测，无法识别那些会定期轮换IMEI和SIM的现代SIM-box设备集群。BroadNet会对元模式进行评分。
信令边缘检测
在STP和DRA处的MAP/Diameter签名。SIM之间的IMEI重用、异常位置更新，以及“始终在线、从不漫游、仅从国际发起MT”等模式将被实时发现。
CDR + DLR交叉核对
将来自MSC的语音CDR与来自SMSC的A2PDLR进行交叉引用。若发现显示为高频国际来源MT语音、同时发送国内A2P的可疑SIM，将被标记并隔离。
营收影响评分
基于运营商自身互联费率表的单次检测收入回收预估。让财务和欺诈团队能够优先处理最大的漏洞，而不是盲目追逐每一个误报。
我们检测到的模式
SIM box无法隐藏的行为。
行为模式
始终在线，从不移动
用户24/7全天候连接在同一个基站，且没有任何实际的移动性 —— 这是放置在建筑物内的SIM设备架的典型特征。
行为模式
国际MT，国内MO
接收大量国际移动终端语音，但仅发起国内移动发起通话——这是典型的SIM box收入套利模式。
行为模式
非工作时间激增
在SIM所有者不应活跃的深夜时段，通话量出现激增——当盒所有者通过机架运行另一个时区的流量时，这种情况很常见。
行为模式
IMEI / SIM轮换频率
通过在多个SIM卡之间定期切换相同的IMEI（或反之）来规避传统的阈值规则。行为模型能够识别这种元模式。
检测流程
从被动监听转变为挽回的收入。
SIM box检测全程旁路进行，不增加任何串联节点。BroadNet会镜像您的信令、CDR和DLR数据流，针对每个用户关联六种证据源，由规则引擎与行为模型并行评分，随后隔离已确认的SIM box设备群，并将被绕过的流量重新路由回可计费的A2P通道。
- 01 · Tap被动馈送
信令（SS7/MAP）、CDR和DLR会镜像到BroadNet —— 无内联组件，无额外跳转，不对实时流量造成风险。
增加0 ms延迟 - 02 · 关联证据融合
针对每个用户、IMEI和通道结合六个维度进行分析 —— 发送频率、基站分布、通话/短信比例、静默期、设备及A号码复用情况。
6个来源 · 1个视图 - 03 · 评分双引擎
确定性规则引擎与行为模型并行运行——为监管机构提供可解释的阈值，并利用机器学习在任何固定限额内实现资产轮转。
可解释性+机器学习 - 04 · 执行隔离
在双人复核控制下，确认的异常框将被隔离或拦截，且每项操作都附带可辩护的证据包。
自动或双人复核 - 05 · 追回A2P回收
绕过的国际语音和A2P将被重新推送到计费的在网路由——并提供财务团队可用于结算的单次事件CDR。
单次事件CDR - ← 证据包 · 证据保管链 · 可导出提交监管机构
01 · Tap
被动馈送
信令（SS7/MAP）、CDR和DLR会镜像到BroadNet —— 无内联组件，无额外跳转，不对实时流量造成风险。
增加0 ms延迟
02 · 关联
证据融合
针对每个用户、IMEI和通道结合六个维度进行分析 —— 发送频率、基站分布、通话/短信比例、静默期、设备及A号码复用情况。
6个来源 · 1个视图
03 · 评分
双引擎
确定性规则引擎与行为模型并行运行——为监管机构提供可解释的阈值，并利用机器学习在任何固定限额内实现资产轮转。
可解释性+机器学习
04 · 执行
隔离
在双人复核控制下，确认的异常框将被隔离或拦截，且每项操作都附带可辩护的证据包。
自动或双人复核
05 · 追回
A2P回收
绕过的国际语音和A2P将被重新推送到计费的在网路由——并提供财务团队可用于结算的单次事件CDR。
单次事件CDR
引擎内部机制
规则与行为，并行运行。
确定性规则引擎与行为模型同时对每位用户进行评估。阈值设定可提供可解释的判定结果，足以应对监管机构的审查；而模型则能捕捉那些始终低于任何固定阈值的轮换设备。两者的输出将被融合为统一的隔离决策。
确定性通道
规则+阈值引擎
一旦SIM跨越策略界限，就会触发严格且可解释的检查——包括IMEI/TAC黑名单、速率上限、在网/离网比例限制以及测试通话生成验证。其解释性足以向用户或监管机构解释落地决策。
- IMEI / TAC黑名单与重用阈值
- 通话频率与目的地多样性上限
- 测试呼叫生成（TCG）命中验证
- 在网/离网比例及漫游状态规则
概率性通道
行为模型
基于IMSI / IMEI / MSISDN的模型可对阈值规则无法表达的元模式进行评分——例如SIM与IMEI的节奏性轮换、非工作时间激增，以及始终在线、从不漫游、仅接收国际MT消息的特征，这些特征是真实用户绝不会产生的。模型每晚根据您提供的标注基准数据进行重新训练。
- 针对轮换SIM/IMEI设备池的元模式评分
- 移动性、节奏与小区附着指纹
- 基于运营商真实数据的每日重新训练
- 每一次拦截背后的
特征归因
六个来源，关联生成单一评分。
信令边缘检测
STP处的MAP位置更新和SRI模式，以及DRA处的Diameter。SIM box会通过异常的更新频率以及“永久附着、永不漫游”的特征暴露自己。
IMEI / TAC验证
TAC（类型分配码）检查可识别伪装成手机的调制解调器级硬件，而跨多个SIM的IMEI重用则能揭示号码背后的机架。
语音CDR+ A2P DLR交叉核对
来自MSC的语音CDR与来自SMSC的A2P DLR相关联。如果一个SIM在推送国内A2P的同时承载大量国际MT语音，这就是套利特征。
移动性+小区附着
真实的订阅者是移动的。如果一个SIM全天候锚定在同一个小区且没有真实的切换模式，其评分将被视为固定硬件而非真实用户。
轮换周期
定期进行SIM/IMEI切换以规避传统阈值本身就是一种特征。模型对轮换行为进行评分，而非针对单个标识符。
营收影响评分
每次检测都会根据您自身的互联费率表提供国际落地回收估算，以便RA和反欺诈团队优先追查最大的漏洞。
默认被动模式 · 信令+CDR + DLR融合
部署模式
从被动监听到收入回收。
步骤 01
被动基准（7-21天）
我们在SMSC和STP边缘通过镜像模式进行部署。一旦基准线获得批准，您的RA和欺诈团队即可设置策略锁定——在学习窗口期内不会对送达率造成风险。
步骤 02
实时执行（5×9可用性）
节点以电信级可用性实现在线切换。根据约定的策略，被标记的SIM将被隔离——根据运营商监管立场，采取静默隔离、限流或带原因落地。
步骤 03
持续学习
模型每晚根据运营商自身的标注真值（RA争议、投诉队列、监管公告）并结合来自BroadNet全球馈送的匿名化信号进行重新训练。
步骤 04
营收回收闭环
检测到的欺诈流量将通过您的A2P变现引擎路由回流。灰色通道企业将转变为计费企业；国际语音落地收入将保留在运营商账面上。
营收计算
检测只是解决了一半问题。另一半是将回收的灰色通道流量通过BroadNet的A2P变现引擎转化为计费的企业流量——这也是运营商为何要将两者并行运行的原因。
保护国际落地收入
绕过您IGW的SIM box套利行为将在信令边缘被拦截。国际落地分钟数将按约定的批发价格保留在运营商账面上。
灰色企业转化为计费企业
检测到的发送方会被纳入A2P变现漏斗。当短信防火墙与发送方ID注册系统一同部署时，原本逃避计费的灰色流量将被转移到计费的A2P路由上。
恢复订户信任
垃圾短信投诉量降低 = NPS提升 = 流失率降低。虽然难以量化，但在部署后的CSAT调查中可以清晰观察到。
运营商尽职调查
运营商常见问题。
究竟什么是SIM box，为什么它会增加运营商的成本？
SIM box是一个由预付费SIM卡组成的机架，它将国际语音落地处理为本地主叫流量，从而绕过持牌国际网关。运营商会损失本应收取的国际落地费，且网络中会充斥着低信任度的SIM卡，这些设备还会通过灰色通道进行A2P刷量。通过检测，可以挽回落地收入和A2P收入。
这与我们现有的阈值规则有何不同？
阈值规则只能捕捉旧款SIM box。现代设备会定期更换SIM卡和IMEI，专门为了规避任何固定阈值。BroadNet将这些确定性规则与行为模型并行运行，对元模式进行评分——即轮换行为本身、移动轨迹、国际MT/国内MO比例——从而确保那些规避阈值的设备依然会被捕获。
您是否依赖测试呼叫生成（TCG）？
TCG只是一个佐证信号，而非整个系统。探测通话可以确认可疑通道，但其成本高、速度慢，且极易通过SIM轮换来规避。BroadNet的主要检测手段是对您的实时CDR和信令馈送进行被动行为与信令分析；TCG命中仅用于强化已评分的判定结果。
您不会误隔离合法的高频用户吧？
该模型对完整的行为指纹进行评分，而非单一指标。合法的重度用户仍会有移动轨迹、漫游行为，并产生正常的通话组合。一旦综合评估移动性、节奏、IMEI/TAC类别以及CDR/DLR交叉检查，即可识别出SIM box行为。每个隔离案例都会附带特征归因，供您的反欺诈团队在执行拦截前进行审核。
如何部署？是否会对实时流量产生风险？
部署初期在SMSC和STP边缘通过镜像模式进行7-21天的基准测试，实现零送达风险。一旦您的收入保障（RA）和欺诈团队签署策略锁定，节点将切换至在线模式，可用性达5x9。执行方式可灵活配置——静默隔离、限流或带原因终止——以匹配监管机构的要求。
检测如何转化为挽回的收入？
有两种方式。在信令边缘拦截SIM box套利，可确保您的国际落地分钟数按批发价格计费。此外，通过检测识别出的灰色通道企业将被接入BroadNet的A2P变现引擎，将未计费的发送者转化为已计费的企业——这也是为什么运营商需要同时运行SIM box检测和A2P变现。
这对我们的网络有什么要求？
可读取来自MSC的语音CDR、来自SMSC的A2P DLR，以及来自STP（SS7/MAP）和DRA（Diameter）的信令馈送。它与您现有的短信和信令防火墙协同工作，并共享发送者ID注册库，因此它是在增强而非取代您现有的基础设施。
随着SIM box手段的变化，该模型能否保持同步？
系统每晚根据运营商自身的标注事实数据（包括RA争议、投诉队列和监管公告）进行重新训练，并结合来自BroadNet全球馈送的匿名信号。在某一网络上发现的新规避策略会强化整个集群的检测能力，且不会泄露任何运营商的数据。
相关指南与问答
深入了解该产品背后的核心概念。