數(shù)據(jù)挖掘技術(shù)在聯(lián)網(wǎng)審計中的應(yīng)用與研究.pdf

1、隨著信息系統(tǒng)的發(fā)展，各大型國有企業(yè)、中央部委、海關(guān)等部門積累了大量業(yè)務(wù)信息，審計署每年要花大量的精力審計這些業(yè)務(wù)數(shù)據(jù)，以期發(fā)現(xiàn)這些部門是否有違規(guī)行為并上報中央，對其進行監(jiān)督整改。由于這些業(yè)務(wù)數(shù)據(jù)日益巨大，因此有必要利用相關(guān)技術(shù)對這些重要信息進行分析處理。
　　數(shù)據(jù)挖掘是廣泛應(yīng)用于大數(shù)據(jù)分析處理的技術(shù)之一，采用數(shù)據(jù)挖掘技術(shù)可以通過對大量業(yè)務(wù)數(shù)據(jù)的分析處理，挖掘出有疑點的數(shù)據(jù)，從而重點對這些疑點數(shù)據(jù)進行審計分析，降低數(shù)據(jù)量，減少審計分

2、析處理工作量，排除人為因素的干擾，得到的審計結(jié)果有著較好的客觀性。
　　本文以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，以海關(guān)、社保和國稅單位的數(shù)據(jù)為載體，通過分析數(shù)據(jù)特征，從數(shù)據(jù)預(yù)處理、可疑審計數(shù)據(jù)集的形成以及審計方法匹配三個方面，對審計數(shù)據(jù)進行深入分析研究，為最終審計提供輔助決策。
　　本文首先分析了當(dāng)前國有企業(yè)、中央部委等部門的數(shù)據(jù)分布特點，根據(jù)審計組網(wǎng)要求，提出了數(shù)據(jù)采集局域網(wǎng)、數(shù)據(jù)傳輸局域網(wǎng)、數(shù)據(jù)存儲局域網(wǎng)的網(wǎng)絡(luò)拓撲結(jié)構(gòu)，在數(shù)據(jù)采集局域

3、網(wǎng)通過設(shè)置前置數(shù)據(jù)采集機進行數(shù)據(jù)采集，為保證被審計單位和審計署之間的系統(tǒng)安全性，設(shè)置了雙開關(guān)的網(wǎng)絡(luò)開關(guān)，保證兩個系統(tǒng)的物理隔離;在數(shù)據(jù)傳輸局域網(wǎng)中，采用當(dāng)前成熟的數(shù)據(jù)傳輸方法，采取SDH/ATM/ADSL等技術(shù)進行數(shù)據(jù)傳輸，并通過構(gòu)建審計專網(wǎng)VPN進行安全性構(gòu)建;在數(shù)據(jù)存儲局域網(wǎng)中，通過不同單位數(shù)據(jù)特點，設(shè)置了集中式、分散式以及共享式的存儲局域網(wǎng)，并且根據(jù)各個單位的數(shù)據(jù)分布特點，提出了三種典型的組網(wǎng)模式，即集中式組網(wǎng)、分布式組網(wǎng)以及點對

4、點式組網(wǎng)。
　　面向有噪聲的審計數(shù)據(jù)，通過分析比較數(shù)據(jù)降維方法，本文提出融合L2,1主成分分析的半監(jiān)督降維去噪算法，由于PCA對數(shù)據(jù)中的噪聲敏感，將L2,1范數(shù)對PCA進行改進，同時由于L2,1范數(shù)的PCA算法是通過降低矩陣的秩實現(xiàn)維數(shù)約簡，而秩的計算復(fù)雜。本文針對這一問題，提出利用跡范數(shù)代替矩陣的秩來簡化L2,1-PCA的計算，提高算法效率，進行數(shù)據(jù)降維。為獲得算法的最優(yōu)解，本文在此基礎(chǔ)上提出了基于半監(jiān)督的融合L2,1-PCA的

5、除噪優(yōu)化模型，模型利用跡范數(shù)以及矩陣變化，利用特征方程方法以及李雅普諾夫方程方法，求取模型的最優(yōu)解，并證明了模型的穩(wěn)定性。實驗結(jié)果表明，該模型具有良好的降維除噪效果。
　　由于審計數(shù)據(jù)大部分是時序數(shù)據(jù)，為分析可疑審計數(shù)據(jù)，本文提出了去峰值的顯著連續(xù)序列算法，該算法通過分析以往時序序列異常數(shù)據(jù)發(fā)現(xiàn)算法，在顯著連續(xù)序列算法的基礎(chǔ)上，進一步減少顯著序列組的計算，提高運算效率，算法以海關(guān)數(shù)據(jù)進行實驗，發(fā)現(xiàn)了數(shù)據(jù)集中的顯著數(shù)據(jù)序列，在此基礎(chǔ)

6、上，對這些數(shù)據(jù)進行進一步的審計可以提高審計效率。
　　為提高審計效率，借鑒以往的審計方法，本文提出了構(gòu)建審計方法庫的基本方法。在進行審計方法的匹配中，本文提出了基于hownet的語句匹配算法，該算法在分析了以往匹配方法不考慮詞語頻率的問題，構(gòu)建了頻率函數(shù)以及權(quán)重函數(shù)，將頻率函數(shù)加入匹配算法中，充分考慮了不同詞語的權(quán)重。實驗表明，這種方法具有更有效的匹配度。在審計規(guī)則應(yīng)用中，將這種匹配算法引入到審計方法的查找匹配中，有效率較高。