基于代数和逻辑约束的审计规则发现算法研究

发布时间：2022-02-10 15:48

　　目前,我国在飞速发展的同时,也严格维护市场经济秩序,加强防范各类经济风险,非常重视审计工作,积极开展各类审计活动。审计一直是国内外社会的重要工作内容之一,作为国家的一种独立性经济监督活动,对被审计单位起着制约和促进的作用。然而,随着计算机和网络技术的普及,数据量飞速增长,各单位信息系统中存储着海量数据,如何从这些有噪声的数据中“智能自动”地挖掘出潜在的有用的审计信息,并辅助相关研究人员进行审计工作显得至关重要。同时也面临着严峻的挑战,更加需要多层次、多角度的探索审计新方法和新技术。本论文的主要工作就是研究使用将数据库、数据挖掘和知识发现等技术与审计业务在海量数据条件下有机结合,从数据库系统中无需人工参与、自动地提取出数据特征属性间隐含的规则和内在联系,进而发现数据中潜在的异常,积极深入的对审计智能化、自动化技术进行探索。具体来讲本文的主要工作包括:1)基于代数约束和否定约束理论,从数值运算和逻辑运算两种类型规则着手,设计了改进的可以自动发现关系数据表中属性列之间以及对象元组间近似模糊约束规则的算法。所发现的约束规则作为审计规则,具有良好的表示性,易于理解,对于常见的业务规则覆盖范围广,... 

【文章来源】：浙江大学浙江省211工程院校985工程院校教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

数据库知识发现技术计算资源结构图

浙江大学硕士学位论文第2章相关技术介绍8图2-2数据库知识发现技术流程图1)选择数据：KDD不会在整个数据库上执行，而是从大型数据库中分析提取出与挖掘任务相关的数据；2)数据预处理：对数据进行清洗，去除噪声，处理缺失的数据字段等；3)数据变换：通过缩减投影等方法将数据统一成适合执行挖掘任务的表示形式；4)数据挖掘：根据不同的挖掘任务，使用相应的算法从数据中挖掘出人们可能感兴趣的模式或规则，是知识发现关键性的一步；5)模式评估：结合主观需求和客观标准，评价挖掘出的模式或规则的兴趣度，判断是否具有真正的意义；6)知识表示：使用知识表示技术，结合可视化技术，将挖掘出的模式或规则更加友好的展示给用户，易于用户理解。2.1.1数据挖掘根据前面的介绍可以知道数据挖掘只是数据库知识发现的一个中间步骤，是从一组经过预处理、清洗和转换的数据中进行模式提取的过程。每种数据挖掘算法主要分为两个过程：模式识别以及模式表示和描述。模式识别是发现具有共同点的数据项集合（类）的过程。数值类型数据挖掘算法通常基于最小化类间数据相似性同时最大化类内数据相似性，使用欧几里德距离度量方法计算相似度。但是，数值类型的数据挖掘算法仅适用于基本数值数据，对于诸如记录和对象之类的结构化数据不能应用。此外，很难将领域知识与数值算法一起使用（例如，关于簇的形状的知识）。

浙江大学硕士学位论文第2章相关技术介绍14图2-3多核系统体系结构图2.6本章小结本章主要介绍了审计规则发现问题相关的技术。在2.1节中主要介绍了数据库知识发现技术的传统流程和关键步骤即数据挖掘方法，以及数据挖掘中的典型任务聚类方法，本文系统总体技术框架就是在知识发现算法流程基础上设计的。在2.2节中简要介绍了数据概要分析，以及数据完整性约束概念。在2.3节和2.4节中介绍了与本文基于代数和逻辑约束审计规则发现算法联系最紧密的两种约束类型：代数约束和否定约束。最后，在2.5节介绍了在本文算法实现中用到的多核并行化技术。

【参考文献】：
期刊论文
[1]审计数据多维关联规则挖掘算法[J]. 陶振海,谢凯年.  计算机应用与软件. 2008(09)
[2]数据库技术在计算机辅助审计中的应用研究[J]. 陈伟,QIU Robin,刘思峰.  计算机应用研究. 2008(06)
[3]审计数据处理方法研究综述[J]. 陈伟,刘思峰,Robin Qiu.  统计与决策. 2007(06)

博士论文
[1]面向中观审计的规则发现算法研究[D]. 陈耿.东南大学 2005



本文编号：3619105