《基于流程深度挖掘的审计预警关键技术及应用研究》

点击下载 ⇩

该项目属于计算机科学与审计科学的交叉。基于网络应用层的报文深度挖掘技术,包括特征描述、频繁闭项目集挖掘、频繁项目集挖掘及其更新、支持度计算等技术。考虑到审计轨迹特征空间的发散性,而正常行为特征空间集聚的事实,通过对海量报文数据实施挖掘,通过挖掘大量网络行为样本(样本少受噪声影响大)在特征空间形成聚集,作为判别一个经济行为新样本是否存在舞弊可能性的重要依据。面向业务精细过滤的报文分流关键技术,包括基于五元组的ACL构造、基于同源同宿的会话保持、固定/浮动位置特征值匹配和多重规则组拼接等技术。绑定了面向应用层的特征值匹配功能和面向报文头的五元组过滤功能的报文深度分析技术,构成了ACL特征因子矩阵(知识库),有效提升了挖掘的针对性。将隐私保护融合到挖掘过程中,确保隐私数据、非隐私数据、隐私规则、非隐私规则等均得到有效处理,提供了报文及规则的内容安全。面向审计轨迹的预警关键技术,包括审计预警分类函数构造、基于频繁闭项目集聚类等技术。面向报文内容的预警决策查询可视化关键技术,包括静态物化视图选择、基于聚类的动态物化视图选择等技术。相关的核心技术研究论文他引800余次,SCI、EI收录30余篇,将数据挖掘技术应用于海量报文数据,实现审计的自动化,提出了系统模型解决复杂审计问题的新路径,对建设国家电子审计系统具有重要的理论价值和现实意义。 获得了7项国家发明专利授权,5项技术申请了国家发明专利,11项软件著作权,形成一批知识产权,构建了具有核心技术的系统。实现了跨平台、跨环境的架构,提出了解决语义相关性与多结构的核心技术,提供了国家电子审计体系建设中的关键核心技术。针对信息空间中舞弊行为的复杂性、隐蔽性、稀疏性和长频繁等特征,归纳出面向业务流程的审计轨迹,在相关的业务流程语境中通过审计轨迹发现舞弊行为。面对大量的异构环境,审计数据采集一直是困扰审计信息化发展的瓶颈,通过“下移”方式解决了语义与数据结构紧耦合的难题。采用分类技术的多级审计预警机制,结合海量报文深度挖掘技术,极大提升了审计预警的针对性和有效性。通过不可否认技术使得发现的审计线索具备不可抵赖性(线索的完整性、线索收集的公平性),彻底解决所有审计软件提取的数据实际上是可抵赖的悖论现象。该项目的应用开创了“旁路在线”的审计新模式,审计工作实现了三个根本性转变,即从单一的事后审计变为事后审计与事中审计相结合;从单一的静态审计变为静态审计与动态审计相结合;从单一的现场审计变为现场审计与远程审计相结合。实现了审计分析的智能化,挽回了资金使用不当而造成的损失,解决了国家电子审计体系建设中的关键核心技术,在多个行业展开应用,获得了良好的经济效益和社会效益。

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。