近年来,随着电信市场的快速发展,电信行业中的客户欺诈行为与日俱增。为了预防和检测欺诈行为的发生,解决电信运营商的客户关系管理问题,电信客户欺诈检测系统利用模式识别、数据挖掘等工具对电信客户的消费过程进行具体解析,在对客户进行分类,结合电信客户行为的基础上,完成电信客户欺诈检测模型的建模,进行欺诈行为的检测,从而减少电信客户欺诈带来的危害,减少电信运营风险。本论文阐述了电信客户欺诈行为所带来的危害以及进行电信客户欺诈系统研发的重要性和紧迫性；介绍了研发电信客户欺诈系统所涉及到的诸如机器学习,统计学习理论等相关理论知识；提出了用单向量支持向量机进行初次分类,再利用支持向量机进行二次分类,基于单向量支持向量机,用于电信客户欺诈检测模型的分类方法；分析了电信客户欺诈检测的建模以及验证过程。论文研究表明：基于SVM的电信客户欺诈检测技术应用研究,具备广阔的市场前景；检测模型能智能规避潜在的风险行为,对客户的欺诈行为进行识别,继而对电信客户欺诈行为中规模小、分散性大的行为进行检测。