基于深度學(xué)習(xí)的智慧審計系統(tǒng)

李云香 周成軒 張鋮怡 余建波 楊林

[摘要]本文針對審計信息化、智能化提升的要求，基于數(shù)據(jù)挖掘技術(shù)和深度學(xué)習(xí)算法設(shè)計智慧審計框架，開發(fā)智慧審計平臺，闡述如何將創(chuàng)新的深度學(xué)習(xí)方法運用于審計過程，解決項目審計過程的數(shù)據(jù)集合與整理、多源異構(gòu)數(shù)據(jù)特征提取、項目異常識別及項目異常分析等關(guān)鍵性問題。

[關(guān)鍵詞]智慧審計 ? ?大數(shù)據(jù) ? ?深度學(xué)習(xí) ? ?多源異構(gòu)數(shù)據(jù)

內(nèi)部審計在企業(yè)中承擔(dān)著監(jiān)督管理的重要職責(zé)，其高效開展與企業(yè)健康發(fā)展緊密相連。隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展和企業(yè)數(shù)字化轉(zhuǎn)型步伐的加快，內(nèi)部審計必然要面對更多紛繁復(fù)雜的異構(gòu)多源數(shù)據(jù)。在此背景下，傳統(tǒng)審計模式已無法滿足要求。綜合運用網(wǎng)絡(luò)爬蟲、可視化分析、循環(huán)神經(jīng)網(wǎng)絡(luò)、自然語言處理、卷積神經(jīng)網(wǎng)絡(luò)圖像處理等深度學(xué)習(xí)技術(shù)，構(gòu)建智慧審計系統(tǒng)，打通管理、資產(chǎn)、業(yè)務(wù)等不同領(lǐng)域的信息壁壘和數(shù)據(jù)壁壘，快速、準(zhǔn)確地對審計發(fā)現(xiàn)問題進行定位和描述，完成審計業(yè)務(wù)的大部分基礎(chǔ)性工作，提升業(yè)務(wù)流程速度，同時減少審計人員的機械勞動時間，已成大勢所趨。

一、文獻綜述

（一）大數(shù)據(jù)環(huán)境下的智慧審計

大數(shù)據(jù)、云計算是新時代的一種嶄新的計算模式，它集計算機技術(shù)與網(wǎng)絡(luò)技術(shù)為一體，運用網(wǎng)絡(luò)存儲、網(wǎng)絡(luò)計算、負載平衡、分布式處理等技術(shù)將大量虛擬化計算機技術(shù)運用到計算機系統(tǒng)中，實現(xiàn)計算機資源的遠程配置，供遠程用戶獲取信息資源。大數(shù)據(jù)是傳統(tǒng)數(shù)據(jù)庫軟件在數(shù)據(jù)采集、管理和分析能力之外的數(shù)據(jù)集合，數(shù)據(jù)量較大，數(shù)據(jù)流動較快，且包含多種類型數(shù)據(jù)。云計算與大數(shù)據(jù)關(guān)系密不可分，如圖1所示。

隨著國家大數(shù)據(jù)戰(zhàn)略的實施，基于大數(shù)據(jù)的智慧企業(yè)快速發(fā)展。在大數(shù)據(jù)環(huán)境下，企業(yè)的數(shù)據(jù)管理模式也隨之改變。有了云計算的支撐，企業(yè)就能從海量動態(tài)、多元化數(shù)據(jù)中快速獲取有用信息，從而提高決策能力。大數(shù)據(jù)具有價值高的特性，海量數(shù)據(jù)可以通過新型數(shù)據(jù)處理模式進行高效轉(zhuǎn)換與利用。大數(shù)據(jù)主要技術(shù)涵蓋采集、預(yù)處理、存儲與管理、分析與挖掘、展現(xiàn)與應(yīng)用五大技術(shù)層面。

為適應(yīng)審計工作新要求，智慧審計的概念被相關(guān)學(xué)者提出。將大數(shù)據(jù)運用于審計工作，可以為審計過程提供多樣化的數(shù)據(jù)分析，審計人員可以從復(fù)雜數(shù)據(jù)中獲取深層信息，迅速發(fā)現(xiàn)異常數(shù)據(jù)和審計疑點，為審計工作帶來不可估量的增值。智慧審計以被審計單位計算機信息系統(tǒng)和底層數(shù)據(jù)庫原始數(shù)據(jù)為切入點，首先對信息系統(tǒng)進行檢查測評，再通過對底層數(shù)據(jù)的采集、轉(zhuǎn)換、清理、驗證，運用查詢分析、多維分析、數(shù)據(jù)挖掘等多種技術(shù)方法構(gòu)建模型并進行數(shù)據(jù)分析，發(fā)現(xiàn)趨勢、異常和錯誤，把握總體、突出重點、精確延伸，從而收集審計證據(jù)，實現(xiàn)審計目標(biāo)。

大數(shù)據(jù)環(huán)境下的智慧審計，關(guān)鍵在于數(shù)據(jù)獲取，數(shù)據(jù)的質(zhì)量和數(shù)量最為重要。多方數(shù)據(jù)采集是從數(shù)據(jù)中挖掘隱藏信息的有效前提，由于大數(shù)據(jù)技術(shù)的進步，大數(shù)據(jù)的數(shù)據(jù)來源已經(jīng)得到一定程度的優(yōu)化，如何進一步實現(xiàn)跨專業(yè)、跨地域、跨類型的全量數(shù)據(jù)采集、分析與應(yīng)用，是審計工作的重大創(chuàng)新點。目前，國內(nèi)對智慧審計的研究還處于起步階段，大數(shù)據(jù)在審計中的應(yīng)用包括審計取證模式研究、全流程風(fēng)險防范、證據(jù)獲取和檢驗等。孫玥璠和宋迪（2015）以政府審計中的高?；üこ探Y(jié)算審計為例，在大數(shù)據(jù)環(huán)境下構(gòu)建了基于孤立點分析的審計抽樣模型。呂勁松和王忠針（2014）對國家審計中的金融審計構(gòu)建數(shù)據(jù)分析平臺，從整個平臺的建設(shè)過程、主要功能、主要特點進行了詳細說明。張玉嶺（2019）基于深度學(xué)習(xí)構(gòu)建了智能審計模型，采用自動編碼原理提取內(nèi)部審計非結(jié)構(gòu)化數(shù)據(jù)的深層特征，并開展審計數(shù)據(jù)與比較基準(zhǔn)數(shù)據(jù)之間的對比分析。馬志娟和梁思源（2018）通過對大數(shù)據(jù)給政府責(zé)任審計監(jiān)督全覆蓋帶來的影響及現(xiàn)有的發(fā)展困境進行分析，提出了大數(shù)據(jù)背景下政府環(huán)境責(zé)任審計的實施路徑。基于大數(shù)據(jù)的智慧審計在財政、金融、電信、保險等具有海量數(shù)據(jù)的行業(yè)展現(xiàn)出極強的生命力和效能，并逐步在財政審計、工程審計、民生專項資金和社保資金審計等方面獲得了較高的關(guān)注度。

（二）深度學(xué)習(xí)的演變與發(fā)展

隨著互聯(lián)網(wǎng)的發(fā)展，大數(shù)據(jù)、云計算等技術(shù)被廣泛應(yīng)用于各個領(lǐng)域，其背后的“大腦”——人工智能技術(shù)的普及，引發(fā)了一系列顛覆性的科技革命和產(chǎn)業(yè)變革，推動了經(jīng)濟和新興產(chǎn)業(yè)的發(fā)展。當(dāng)前，人工智能的作用主要在于信息收集、分析與開展決策。大數(shù)據(jù)為人工智能的發(fā)展帶來了難得的契機，人工智能的核心思想是在海量數(shù)據(jù)的基礎(chǔ)上不斷更新參數(shù)以優(yōu)化決策，大數(shù)據(jù)技術(shù)能為人工智能開展學(xué)習(xí)帶來豐富的素材。云計算技術(shù)是人工智能的另一個重要支撐，云計算相關(guān)技術(shù)的發(fā)展使人工智能成為一個能獨立思考的“大腦”。

人工智能的分支學(xué)科包括機器學(xué)習(xí)、深度學(xué)習(xí)、認知分析和自動機器人程序等。深度學(xué)習(xí)（Deep Learning）的概念由Hinton等人于2006年提出，其已經(jīng)成為人工智能的研究熱點之一，并在許多應(yīng)用中取得了巨大成功。深度學(xué)習(xí)不僅比淺層神經(jīng)網(wǎng)絡(luò)擁有更復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，而且在特征學(xué)習(xí)、模型構(gòu)建和模型訓(xùn)練等方面也明顯優(yōu)于淺層神經(jīng)網(wǎng)絡(luò)。基于深度學(xué)習(xí)的人工智能技術(shù)能夠吸收環(huán)境中的知識和經(jīng)驗，并從中學(xué)習(xí)隱藏的信息，從而提高決策能力。經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）、深度置信網(wǎng)絡(luò)（Deep Belief Betwork，簡稱DBN）、堆棧自編碼器（Stacked AutoEncoder，簡稱SAE）、循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡稱RNN）等，此外還有深度殘差學(xué)習(xí)、長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory，簡稱LSTM）等已經(jīng)應(yīng)用在知識發(fā)現(xiàn)、模式識別、信息生成、趨勢預(yù)測、異常探測等領(lǐng)域。這些網(wǎng)絡(luò)呈現(xiàn)多層級聯(lián)的結(jié)構(gòu)，可以從復(fù)雜的數(shù)據(jù)中提取有助于判斷的特征信息。

目前，國內(nèi)外學(xué)者已經(jīng)對深度學(xué)習(xí)及其應(yīng)用有了相當(dāng)客觀的研究成果。國內(nèi)方面，趙旻昊（2013）將深度學(xué)習(xí)算法與數(shù)據(jù)融合技術(shù)相結(jié)合，構(gòu)建了可應(yīng)用于浮式儲油卸油裝置（Floating Production Storage and Offloading，簡稱FPSO）系統(tǒng)的深度學(xué)習(xí)網(wǎng)絡(luò)模型，驗證了該技術(shù)在FPSO預(yù)警功能方面具有很高的效率和準(zhǔn)確性，可以應(yīng)用到風(fēng)險預(yù)警領(lǐng)域。江舒宇分階段討論了人工智能在審計工作中的應(yīng)用前景、應(yīng)用流程等問題，并且指出人工智能在審計中面臨的困難。國外方面，Lee和Kwon（2017）采用一種新的CNN網(wǎng)絡(luò)，它比現(xiàn)有的用于高光譜圖像分類的深度網(wǎng)絡(luò)更深更廣，可以通過聯(lián)合利用相鄰單個像素矢量的局部空間光譜關(guān)系最佳地探索局部信息。Tang（2018）等人提出了一種數(shù)據(jù)驅(qū)動的故障檢測方法，該方法將DBN與多元靜態(tài)相結(jié)合，以應(yīng)對非線性問題。Park和Yun（2018）提出了一種基于RNN的編碼—解碼器的快速自適應(yīng)異常檢測模型。綜上所述，國內(nèi)外對于深度學(xué)習(xí)網(wǎng)絡(luò)的研究已從多個方向有所發(fā)展，深度學(xué)習(xí)網(wǎng)絡(luò)的實際應(yīng)用也取得不錯效果。

二、基于深度學(xué)習(xí)的智慧審計體系結(jié)構(gòu)

（一）基于深度學(xué)習(xí)的智慧審計框架構(gòu)建

審計工作是一項系統(tǒng)工程，在企業(yè)信息化廣泛應(yīng)用的背景下，傳統(tǒng)審計正逐漸向智能審計轉(zhuǎn)變，深度學(xué)習(xí)的發(fā)展為這一轉(zhuǎn)變提供了一種新思路，即本文提出的基于深度學(xué)習(xí)的智慧審計實現(xiàn)框架，如圖2所示。首先將審計數(shù)據(jù)從源數(shù)據(jù)庫中提取出來，然后運用優(yōu)先隊列算法、排序鄰居算法及基于粗糙集、聚類分析與遺傳神經(jīng)網(wǎng)絡(luò)的清洗技術(shù)等進行清洗。數(shù)據(jù)清洗能有效提高審計數(shù)據(jù)的質(zhì)量，是進行下一步審計的關(guān)鍵。預(yù)處理后的數(shù)據(jù)進入審計流程，通過一系列深度學(xué)習(xí)方法從審計數(shù)據(jù)中挖掘隱藏其中的有用信息。將深度學(xué)習(xí)應(yīng)用于審計流程，可實現(xiàn)從審計數(shù)據(jù)中獲取項目疑點、幫助審計人員尋找線索及項目異常識別等功能。

（二）基于深度學(xué)習(xí)的智慧審計平臺

基于深度學(xué)習(xí)的智慧審計平臺如圖3所示，該平臺依托云服務(wù)器和云端數(shù)據(jù)庫，錄入存儲企業(yè)歷史財務(wù)數(shù)據(jù)和行業(yè)經(jīng)濟數(shù)據(jù)，采集互聯(lián)網(wǎng)平臺、審計機關(guān)等API端口包括圖像、政策法規(guī)、財務(wù)經(jīng)濟指標(biāo)在內(nèi)的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)并在云端存儲?；诤Ａ看髷?shù)據(jù)，以深度學(xué)習(xí)算法模型作為基礎(chǔ)，從分類分析、關(guān)聯(lián)分析、聚類分析、預(yù)測分析和知識發(fā)現(xiàn)五個角度進行集成建模，實現(xiàn)對審計管理、審計作業(yè)過程中的數(shù)據(jù)挖掘和數(shù)據(jù)處理，全方位、多角度提取并應(yīng)用財務(wù)數(shù)據(jù)。針對日常票據(jù)等非結(jié)構(gòu)化數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理和異常檢測開發(fā)了基于深度學(xué)習(xí)的圖像審計系統(tǒng);針對部分審計作業(yè)開發(fā)了基于深度學(xué)習(xí)的存貨監(jiān)盤智慧審計系統(tǒng);針對財務(wù)證據(jù)驗證、財務(wù)欺詐和財務(wù)指標(biāo)預(yù)測構(gòu)建了基于深度學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)的財務(wù)分析預(yù)測系統(tǒng)。

（三）智慧審計任務(wù)分析

在傳統(tǒng)的審計抽樣中，審計人員依靠審計經(jīng)驗及專業(yè)能力進行人工抽樣，樣本選擇的數(shù)量及質(zhì)量都無法體現(xiàn)客觀性、科學(xué)性，樣本選擇過少，將導(dǎo)致審計抽樣工作無效;樣本選擇過多，將增加審計人員的工作量。同時，審計人員往往只能以樣本結(jié)果為基礎(chǔ)預(yù)估結(jié)論。如何擴大審計范圍，提升審計精度，減輕審計人員負擔(dān)，是當(dāng)前智慧審計的重要任務(wù)。此外，許多企業(yè)都面臨較高的經(jīng)營風(fēng)險，包括財務(wù)造假、治理結(jié)構(gòu)不合理、違規(guī)擔(dān)保等。這些長期積累的問題使企業(yè)財務(wù)狀況不斷惡化，最終陷入財務(wù)困境。研究結(jié)果表明，企業(yè)陷入財務(wù)困境有先兆且可預(yù)測。因此，通過審計分析和預(yù)測為企業(yè)經(jīng)營管理保駕護航，同樣成為智慧審計的任務(wù)之一。

（四）基于深度學(xué)習(xí)的智慧審計流程

依托智慧審計平臺設(shè)計深度學(xué)習(xí)智慧審計流程，如圖4所示。通過企業(yè)數(shù)據(jù)庫，采集多渠道、全方位財務(wù)相關(guān)信息，對數(shù)據(jù)進行預(yù)處理，之后利用數(shù)據(jù)挖掘技術(shù)和深度學(xué)習(xí)算法實時審計企業(yè)當(dāng)前財務(wù)狀態(tài)，對異常指標(biāo)以及可能導(dǎo)致的財務(wù)欺詐行為進行預(yù)警，從分類分析、關(guān)聯(lián)分析、聚類分析、預(yù)測分析和知識發(fā)現(xiàn)五個方面，給出問題診斷及處置方案建議，并利用深度學(xué)習(xí)算法挖掘大數(shù)據(jù)隱含信息，對發(fā)現(xiàn)的問題進行問題成因分析，完成風(fēng)險控制。同時，對于診斷結(jié)果進行跟蹤驗證，采用遠程審計、數(shù)據(jù)采集實現(xiàn)審計期中的取證，從而進一步降低期末審計舞弊及相關(guān)風(fēng)險。

因此構(gòu)建智慧審計平臺，可根據(jù)審計人員的需求，通過數(shù)據(jù)庫和資料庫實時提取歷史財務(wù)數(shù)據(jù)、動態(tài)經(jīng)營數(shù)據(jù)。此外，基于會計資源和會計信息高度共享，智慧審計平臺可通過證監(jiān)會、銀行、生產(chǎn)部門、人事部門、客戶的會計系統(tǒng)記錄和業(yè)務(wù)活動與外部機構(gòu)的聯(lián)系，通過數(shù)據(jù)獲取端口API或爬蟲技術(shù)，獲取公開數(shù)據(jù)集信息，包括同行業(yè)的年報、季報以及運營數(shù)據(jù)信息等。基于獲取的海量大數(shù)據(jù)，進行橫向同業(yè)間與縱向歷史發(fā)展?fàn)顩r的對比，制訂審計方案計劃。

通過數(shù)據(jù)挖掘技術(shù)和深度學(xué)習(xí)算法，對被審計單位的全部財務(wù)數(shù)據(jù)進行核查，自動形成核查文件中的異常項，包括數(shù)據(jù)錯漏、偽造、數(shù)據(jù)過大或過小以及被審計企業(yè)的其他差異情況，并將所有異常項內(nèi)容以預(yù)警的形式體現(xiàn)出來，幫助審計人員形成第一階段的審計意見，篩選相關(guān)的細分財務(wù)項、證、賬、簿進行識別，輔助審計人員快速發(fā)現(xiàn)原因。該審計平臺可以迅速進行財務(wù)信息的核查并形成評判意見，在提升工作效率的同時，避免人工操作造成的各類風(fēng)險。

三、關(guān)鍵審計技術(shù)

（一）基于深度學(xué)習(xí)的異構(gòu)多源數(shù)據(jù)融合集成

如何快速、準(zhǔn)確地錄入日常往來業(yè)務(wù)紙質(zhì)單據(jù)數(shù)據(jù)并調(diào)用，是企業(yè)信息化審計在效率方面追求的方向，特別是近幾年，隨著數(shù)據(jù)挖掘技術(shù)和深度學(xué)習(xí)算法的快速發(fā)展，諸如卷積神經(jīng)網(wǎng)絡(luò)的圖像識別、關(guān)聯(lián)算法和循環(huán)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)正不斷創(chuàng)新并大規(guī)模嘗試將異構(gòu)財務(wù)數(shù)據(jù)審計應(yīng)用于企業(yè)發(fā)展的各個方面，從而提升業(yè)務(wù)處理的效率，如圖5所示。

異構(gòu)多源數(shù)據(jù)一般包括圖像、紙質(zhì)憑證、紙質(zhì)會議紀(jì)要、決議規(guī)章等。以增值稅專用發(fā)票為例，增值稅發(fā)票是最常見的紙質(zhì)原始業(yè)務(wù)憑證和企業(yè)經(jīng)濟活動繳稅依據(jù)，也是銷項稅和進項稅的合法證明。依托紙質(zhì)票據(jù)進行的合規(guī)審計也是審計人員較多接觸的異構(gòu)數(shù)據(jù)審計業(yè)務(wù)。

異構(gòu)多源數(shù)據(jù)的錄入和識別多基于OCR圖文識別和深度學(xué)習(xí)圖像處理技術(shù)，通過掃描儀、相機等設(shè)備對圖像審計信息進行采集。對于擬錄入的圖像數(shù)據(jù)，傳統(tǒng)審計模式下需要人工進行預(yù)處理，包括圖像矯正、灰度化處理、圖像去噪、提高對比度、銳化等處理步驟，而采用OCR圖文識別技術(shù)對圖像中的自然文本語言進行提取，借助深度學(xué)習(xí)算法，基于卷積神經(jīng)、LSTM神經(jīng)網(wǎng)絡(luò)對自然語言進行分類，從而完成自動化異構(gòu)多源數(shù)據(jù)的錄入，省去了人工預(yù)處理的步驟，精確度也更高。

（二）基于深度學(xué)習(xí)的業(yè)務(wù)審計

按照審計計劃，整體審計任務(wù)被拆解成小的審計單元模塊并根據(jù)業(yè)務(wù)流進行分類審計，如圖6所示。基于智慧審計系統(tǒng)的審計業(yè)務(wù)主要由線下內(nèi)控審計和線上內(nèi)控審計兩部分組成。

以審計業(yè)務(wù)中的存貨內(nèi)控審計為例。在使用智慧審計系統(tǒng)前，審計人員需完成線上內(nèi)控審計的相關(guān)布置，針對信息系統(tǒng)的控制審計，對信息系統(tǒng)的運行和維護情況進行審查，查看信息系統(tǒng)的管理制度是否健全，系統(tǒng)操作是否規(guī)范，系統(tǒng)運轉(zhuǎn)是否正常，不相容職務(wù)是否建立了分離制度等。對存貨業(yè)務(wù)相關(guān)應(yīng)用的內(nèi)控審計，首先要重點關(guān)注內(nèi)控設(shè)計是否合理、內(nèi)控系統(tǒng)運行是否正常、是否能夠與智慧審計系統(tǒng)連接、信息輸入及反饋是否匹配。其次要對崗位設(shè)置合理性進行審計。審計人員應(yīng)對庫存相關(guān)業(yè)務(wù)進行梳理，掌握相關(guān)崗位的職責(zé)和權(quán)限，了解各崗位之間的相容性，并查證被審計單位是否對不相容職務(wù)進行分離，在數(shù)據(jù)庫管理的重點環(huán)節(jié)要納入密碼管理，通過特定權(quán)限確保系統(tǒng)操作安全，同時將重要審核崗位成員的管理范圍、變動情況、手寫簽名等信息通過ERP系統(tǒng)錄入智慧審計系統(tǒng)。針對業(yè)務(wù)環(huán)節(jié)進行審核，尤其對業(yè)務(wù)環(huán)節(jié)核準(zhǔn)簽字的流程情況進行調(diào)查，查看審核批準(zhǔn)環(huán)節(jié)是否合理。

線上內(nèi)控審計完成后，基于智慧審計系統(tǒng)，需搭配調(diào)試智能監(jiān)盤設(shè)備從而輔助開展存貨基本情況審計。傳統(tǒng)人工盤點方法是由盤點人員手工記錄盤點的設(shè)備信息，再與之前的記錄進行比對和更新，而智慧審計系統(tǒng)則依靠硬件設(shè)施，按照存貨的分類和存放，進行大規(guī)模圖像錄入和信息讀取，然后與ERP或企業(yè)內(nèi)網(wǎng)系統(tǒng)數(shù)據(jù)進行比對，上傳盤點結(jié)果。

對于存貨、設(shè)備的固定信息，如設(shè)備類型、客戶信息、設(shè)備序列號等，可放到二維碼中，通過帶有攝像頭功能或者FID讀寫功能的盤點設(shè)備讀取存貨或設(shè)備的標(biāo)簽信息，還可通過互聯(lián)網(wǎng)獲取GPS地理定位信息，基于錄入圖像使用卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)自動識別貨物大小、數(shù)量、質(zhì)量，對于出庫入庫的圖像再搭配數(shù)據(jù)挖掘算法，對于不同地點分布的存貨監(jiān)盤可依托分布式審計子系統(tǒng)進行審計，監(jiān)盤后智慧審計平臺匯總至實時動態(tài)數(shù)據(jù)庫。審計人員僅需確認監(jiān)盤過程中是否全部貨物都已盤點，是否存在不列入盤點范圍內(nèi)的貨物，同時詢問原因并進行記錄。盤點結(jié)束后，對于盤點差異的部分，監(jiān)督盤點人與貨物保管人的核對過程，相關(guān)的支持依據(jù)如出入庫單等，可作為數(shù)據(jù)信息錄入智慧審計平臺，進行集成建模，基于以往數(shù)據(jù)可通過Apriori算法和FP-Tree算法關(guān)聯(lián)企業(yè)營業(yè)收入、營業(yè)支出等賬戶，實現(xiàn)關(guān)聯(lián)規(guī)則的挖掘，確認是否存在貨物挪用，也可利用基于SDAE-LSTM的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，對企業(yè)的經(jīng)營業(yè)績進行預(yù)測，以輔助出具審計意見。

除上述關(guān)于存貨業(yè)務(wù)的審計，智慧審計平臺還可分析線下審計錄入數(shù)據(jù)間的關(guān)聯(lián)性，如通過貝葉斯和決策樹分類算法比對入庫貨物清單上的品名、規(guī)格、數(shù)量等與ERP系統(tǒng)中的入庫信息是否一致，發(fā)票上的品名、價格、金額、編號等和入庫信息比對是否一致，領(lǐng)料單信息與存貨變動信息是否一致，庫存盤點信息是否和錄入數(shù)據(jù)一致，業(yè)務(wù)發(fā)生信息是否屬于正確會計科目，應(yīng)收賬款信息是否與回函信息一致等。

四、總結(jié)

本文深入討論了大數(shù)據(jù)環(huán)境下智慧審計體系的構(gòu)建。在大數(shù)據(jù)時代，未來審計將依托智慧審計平臺，基于神經(jīng)網(wǎng)絡(luò)等新型智能算法模型，對從各種接口匯入的各類數(shù)據(jù)進行全樣本大數(shù)據(jù)分析，從海量審計數(shù)據(jù)中獲取深層特征信息，幫助審計人員快速鎖定疑點，找尋線索，把握總體，精準(zhǔn)定位，實現(xiàn)對關(guān)鍵環(huán)節(jié)和風(fēng)險點的全面排查。在審計過程中，深度學(xué)習(xí)能解決項目審計過程中的數(shù)據(jù)集合與整理、多源異構(gòu)數(shù)據(jù)特征提取、項目異常識別及項目異常分析等關(guān)鍵性問題。深度學(xué)習(xí)快速、高效的提取能力使審計系統(tǒng)更具靈活性，能針對不同審計目標(biāo)選擇有針對性的審計方法，在傳統(tǒng)審計方法的基礎(chǔ)上融入先進技術(shù)，提高審計效率和效果。

（作者單位：國網(wǎng)山東省電力公司濟寧供電公司 ?同濟大學(xué) ?國網(wǎng)山東省電力公司，郵政編碼：201804，電子郵箱：jbyu@#edu.cn）

主要參考文獻

高麗陽，馮均科.大數(shù)據(jù)環(huán)境下的社會審計取證模式研究[J].中國內(nèi)部審計， 2018（3）：80-83

蔣鳳芹，陳松，吳洵，汪波，闞海湄，鞏浩.大數(shù)據(jù)審計在銀行的應(yīng)用[J].中國內(nèi)部審計， 2018（3）：46-51

劉國城，王會金.大數(shù)據(jù)審計平臺構(gòu)建研究[J].審計研究， 2017（6）：36-41

王鳳領(lǐng).大數(shù)據(jù)云計算環(huán)境下的數(shù)據(jù)安全分析與對策研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用， 2020（6）：88-91

張玉嶺.智能審計在企業(yè)內(nèi)部審計中的運用分析[J].財會通訊， 2019（4）：87-91