国际收入分成欺诈（IRSF）是一种电信网络欺诈，攻击者通过拨打高费率国际号码（通常是运营商分成较高的号码）来牟利，导致电信运营商和最终用户遭受巨大经济损失。本文系统梳理了IRSF的典型模式，包括账户盗用、SIM卡农场、PBX入侵等，并分析了现有检测方法的局限性。作者提出了一种基于呼叫详细记录（CDR）的检测框架，利用机器学习和统计特征（如呼叫频次、时长分布、目标号码地域集中度等）来识别异常呼叫模式。在多个真实数据集上的实验表明，该框架能有效检测已知和新型IRSF攻击，误报率低且可扩展性强。本文还讨论了部署中的隐私与合规挑战，并提出了与运营商现有系统的集成建议。该研究为电信安全从业者提供了实践指导，并为后续自动反欺诈系统开发奠定了基础。