基于改进Leaders算子的审计潜在疑点发现

• 作者: 刘雅婷 林俊 肖嘉丽 邵锦炜
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 计算机辅助审计 潜在审计疑点发现 改进Leaders算子 抽样融合 迭代聚类
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息系统
• 页码范围: 79-83
• 页数: 5页
• 分类号: TP391
• 字数: 4019字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.04.015

摘要

数据库查询方法审计疑点发现依赖于审计人员先验知识,当经验不足且审计数据量巨大时,难以发挥大数据优势并从海量数据中发现疑点.为解决这一问题,提出基于改进Leaders算子迭代聚类的审计大数据潜在疑点发现方法.该方法在无先验知识的情形下,通过Leaders算法自动完成审计大数据的初始聚类,在此基础上通过随机抽样融合方法对初始聚类结果优化,最后通过多次迭代聚类的方法,对实例数较少或可疑程度易被掩盖的小簇进一步聚类,实现审计大数据的精确聚类,并将实例较少且行为明显异常的数据聚类识别为潜在疑点,配合审计人员审计经验快速精确定位审计疑点.实验结果验证了算法的有效性,表明算法有助于从海量数据中自主发现审计疑点,缩小疑点筛查范围,提高审计效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖嘉丽		6	2	1.0	1.0
2	林俊	广东电网有限责任公司信息中心	15	21	3.0	3.0
3	邵锦炜		4	0	0.0	0.0
4	刘雅婷		3	5	1.0	2.0