面向中觀審計的規(guī)則發(fā)現(xiàn)算法研究.pdf

1、目前，我國政府部門為了規(guī)范市場經(jīng)濟秩序，防范各類經(jīng)濟風險，十分重視并積極開展各類審計工作，提出了對重點資金、重點領域、重點項目的審計監(jiān)督。但是，從龐大的數(shù)據(jù)庫系統(tǒng)中迅速地提取出有用的審計信息成為當前審計工作面臨的嚴峻挑戰(zhàn)，這就更加要求從多個層面探索更有效的審計思路、新方法和新技術。本論文研究工作就是試圖將中觀審計理論與數(shù)據(jù)挖掘等計算技術相結合，從行業(yè)中各個單位的數(shù)據(jù)庫系統(tǒng)中提取出中觀(行業(yè))審計假設與關聯(lián)模式，用以指導中觀審計工作的深入

2、開展，并在此基礎上積極探索審計智能化、自動化的理論與技術。 本文的研究工作的創(chuàng)新性主要體現(xiàn)在以下幾個方面： (1)從中觀審計檢測的實際需要出發(fā)，提出了非對等結構的分布式數(shù)據(jù)庫環(huán)境下關聯(lián)規(guī)則挖掘的原型系統(tǒng)AuditMiher體系結構，即由局部站點和全局站點協(xié)同完成關聯(lián)規(guī)則的挖掘任務。 (2)提出了面向中觀審計的基于二進制形式的候選頻繁項目集生成和相應的計算支持數(shù)算法B-Gen，用以降低生成頻繁項集的實現(xiàn)難度，將該算

3、法與Apriori、FUP、FDM等算法相結合，提出了BApriori、BFUP和FDM等算法，可以顯著提高關聯(lián)規(guī)則的生成效率。 (3)鑒于大數(shù)據(jù)集環(huán)境下的關聯(lián)規(guī)則發(fā)現(xiàn)日益受到重視，分布式關聯(lián)規(guī)則發(fā)現(xiàn)是解決這一問題的有效方法。針對非對等結構分布式數(shù)據(jù)庫環(huán)境，本文提出了相應的算法GFDA，算法可以高效地對分布環(huán)境下的數(shù)據(jù)進行關聯(lián)規(guī)則發(fā)現(xiàn)。 (4)在中觀審計檢測中大量遇到規(guī)則增量更新問題。本文在Dw．Cheung等人提出的F

4、UP算法的基礎上，引入候選支持度、次頻繁項集和支持數(shù)上界等概念，提出了增量式關聯(lián)規(guī)則發(fā)現(xiàn)算法IFUP；進一步針對分布式環(huán)境下的關聯(lián)規(guī)則的增量更新問題，提出更新算法I：UDA和GUDA以及更新算法LUDA2和GUDA2。這些更新算法能夠充分利用已挖掘的結果，產(chǎn)生較少數(shù)量的候選頻繁項目集，通信代價低，算法效率較高。 (5)將Benford法則應用于發(fā)現(xiàn)異常交易，引入差異度概念與全局關聯(lián)規(guī)則進行比對獲取異常模式，可以有效提高規(guī)則的審計