數據挖掘技術在聯網審計中的應用與研究.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、海關等部門積累了大量業(yè)務信息，審計署每年要花大量的精力審計這些業(yè)務數據，以期發(fā)現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)務數據日益巨大，因此有必要利用相關技術對這些重要信息進行分析處理。
　　數據挖掘是廣泛應用于大數據分析處理的技術之一，采用數據挖掘技術可以通過對大量業(yè)務數據的分析處理，挖掘出有疑點的數據，從而重點對這些疑點數據進行審計分析，降低數據量，減少審計分

2、析處理工作量，排除人為因素的干擾，得到的審計結果有著較好的客觀性。
　　本文以數據挖掘技術為基礎，以海關、社保和國稅單位的數據為載體，通過分析數據特征，從數據預處理、可疑審計數據集的形成以及審計方法匹配三個方面，對審計數據進行深入分析研究，為最終審計提供輔助決策。
　　本文首先分析了當前國有企業(yè)、中央部委等部門的數據分布特點，根據審計組網要求，提出了數據采集局域網、數據傳輸局域網、數據存儲局域網的網絡拓撲結構，在數據采集局域

3、網通過設置前置數據采集機進行數據采集，為保證被審計單位和審計署之間的系統(tǒng)安全性，設置了雙開關的網絡開關，保證兩個系統(tǒng)的物理隔離;在數據傳輸局域網中，采用當前成熟的數據傳輸方法，采取SDH/ATM/ADSL等技術進行數據傳輸，并通過構建審計專網VPN進行安全性構建;在數據存儲局域網中，通過不同單位數據特點，設置了集中式、分散式以及共享式的存儲局域網，并且根據各個單位的數據分布特點，提出了三種典型的組網模式，即集中式組網、分布式組網以及點對

4、點式組網。
　　面向有噪聲的審計數據，通過分析比較數據降維方法，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對數據中的噪聲敏感，將L2,1范數對PCA進行改進，同時由于L2,1范數的PCA算法是通過降低矩陣的秩實現維數約簡，而秩的計算復雜。本文針對這一問題，提出利用跡范數代替矩陣的秩來簡化L2,1-PCA的計算，提高算法效率，進行數據降維。為獲得算法的最優(yōu)解，本文在此基礎上提出了基于半監(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。實驗結果表明，該模型具有良好的降維除噪效果。
　　由于審計數據大部分是時序數據，為分析可疑審計數據，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據發(fā)現算法，在顯著連續(xù)序列算法的基礎上，進一步減少顯著序列組的計算，提高運算效率，算法以海關數據進行實驗，發(fā)現了數據集中的顯著數據序列，在此基礎

6、上，對這些數據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，構建了頻率函數以及權重函數，將頻率函數加入匹配算法中，充分考慮了不同詞語的權重。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。