CN119414812A 一种智能内控测试验证方法及系统 (江苏财经职业技术学院)_第1页
CN119414812A 一种智能内控测试验证方法及系统 (江苏财经职业技术学院)_第2页
CN119414812A 一种智能内控测试验证方法及系统 (江苏财经职业技术学院)_第3页
CN119414812A 一种智能内控测试验证方法及系统 (江苏财经职业技术学院)_第4页
CN119414812A 一种智能内控测试验证方法及系统 (江苏财经职业技术学院)_第5页
已阅读5页,还剩31页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明公开了一种智能内控测试验证方法本发明通过将节点分类为高风险审批节点和正入新审批环节,并根据风险水平动态调整其频2在多级审批流程的业务场景中,全面收集所有审批节点的实审批节点每次审批检测完成后,初步识别审批流程中未针对初步识别为未按预期执行的审批节点,将审批检测完成后的将经过分析处理的特征数据输入预先训练好的机器学习模型中,通根据机器学习模型的预测结果,对审批节点进行分类,将审批节对于被划分为高风险的审批节点,采取强化的内控措施,在高风险审在审批流程完成后,对分析集合中每个审批节点的实际检测信一旦初步识别出存在异常的审批节点,将存在异常的审批节点标记出来并筛选出来,期应被执行时却没有被触发的频率和审批节点实际处理时间与预期处理时间的偏离程度,开系数评估每个审批节点重复检测逻辑相互的机器学习模型对审批节点的实际检测情况进行预测生成的检测逻辑绕开系数与预先设3若检测逻辑绕开系数大于检测逻辑绕开系数参考阈值若检测逻辑绕开系数小于等于检测逻辑绕开系数参考阈值,则将应被执行时却没有被触发的频率进行分析处理后生成审批跳过因子的具time通过分析审批节点被跳过的频率与其重要性,计算跳过权重,跳通过跳过权重计算审批跳过因子,以量化审批环节的完整性缺失理时间与预期处理时间的偏离程度进行分析处理后生成审批时间异常因子的具体步骤如定义时间偏离函数量化审批节点实际处理时间与预期处为了评估审批节点的整体时间偏差,对时间偏离函数在审批节点操作期间进行积分,式中,S(T)为总的时间偏离累计量,表示该审批节点4在计算时间偏离累计量之后,进一步引入该审批节点的处理co-世exceed为风险超越比率,用于衡量该审批节点的检测逻辑在确定风险超越比率后,根据该风险超越比率动态调整新审根据原始的审批环节插入频率和频率调整因子动态计算新的审09.一种智能内控测试验证系统,用于实现上述权利要求1_8中任意一项所述的智能内数据收集模块,在多级审批流程的业务场景中,全面收集所异常节点识别模块,审批节点每次审批检测完成后,初步识特征提取与分析模块,针对初步识别为未按预期执行的审批5风险预测模块,将经过分析处理的特征数据输入预先训练好的机器学动态调控模块,为了确保审批过程的安全性和效率平衡,67[0010]审批节点每次审批检测完成后,初步识别审批流程中未将初步识别为未按预期执行的审批节点标记后筛出的具体审批跳过因子和审批时间异常因子,通过审批跳过因子衡量审批环节的完整性缺失程度,8[0026]收集审批节点的实际检测信息与预期检测信息,计算审批节点的时间优先权系[0028]式中,Ptime(t9[0042]式中,TimeAnomaly为审批时间异常因子,用于评估该审批节点的执行效率异常程[0049]在确定风险超越比率后,根据该风险超越比率动态调整[0050]根据原始的审批环节插入频率和频率调整因子动态计算成后的实际检测信息与预期检测信息进一步比对分析,对比对后的数据进行关键特征提[0055]风险预测模块,将经过分析处理的特征数据输入预先训练[0060]本发明通过建立完整的分析集合,全面收集并比对实际检测信息与预期检测信[0069]审批节点每次审批检测完成后,初步识别审批流程中未[0070]预期检测信息是根据企业内控标准、业务流程设计和审识别为未按预期执行的审批节点标记后筛出的关键特征包括审批节点在预期应被执行时却没有被触发的频率和审批节点实际处理时间流程中可能存在的绕过风险或逻辑盲区,通过审批时间异常因子评估审批操作的执行效[0081]获取到对提取的关键特征进行分析处理生成的审批跳过因子和审批时间异常因辑绕开系数,通过检测逻辑绕开系数评估每个审批节点重复检测逻辑相互绕开的潜在风[0086]对审批节点在预期应被执行时却没有被触发的频率进行分析处理后生成审批跳[0087]收集审批节点的实际检测信息与预期检测信息,计算审批节点的时间优先权系预期应被执行时却没有被触发的频率进行分析处理后生成的审批跳过因子的表现值越大,[0100]对审批节点实际处理时间与预期处理时间的偏离程度进行分析处理后生成审批[0109]式中,TimeAnomaly为审批时间异常因子,用于评估该审批节点的执行效率异常程[0111]其中,D(τ)审批任务在τ时的动态处理数据量(如审批文件的大小、数据条目数[0112]任务复杂性权重函数的设定需要根据审批任务的具体属性和操作复杂度来动态点实际处理时间与预期处理时间的偏离程度进行分析处理后生成的审批时间异常因子的异常因子的大小可以作为识别和评估节点逻辑异均大于0。点在预期应被执行时却没有被触发的频率进行分析处理后生成的审批跳过因子的表现值[0121]将通过预先训练好的机器学习模型对审批节点的实际检测情况进行预测生成的[0137]在确定风险超越比率后,根据该风险超越比率动态调整[0139]根据原始的审批环节插入频率和频率调整因子动态计算[0140]默认情况下的审批环节插入频率指的是在系统未检测到异常风险或绕开逻辑的此频率通常根据企业的内控策略、审批任务的复杂性以及历史数据中的最佳实践进行设成后的实际检测信息与预期检测信息进一步比对分析,对比对后的数据进

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论