基于平均密度的孤立点检测研究

为了使孤立点检测更为自动化,减少用户对参数选择的困难,提出了平均密度的定义,并给出基于平均密度的孤立点检测方法。该方法提出了孤立点对象的密度要小于数据集的平均密度;非孤立点对象的密度不应因为封闭区间的收缩而减少。采用企鹅图像边缘检测对该方法进行验证,实验结果表明,该方法能够有效地检测出图像边缘孤立点,同时简化了孤立点检测时对用户输入参数的要求。     

基于DM的入侵检测系统结构方案

介绍了入侵检测系统和数据挖掘技术的概念、特点和关键技术,分析了入侵检测系统中信息收集的主要数据来源,结合传统的入侵检测方案的缺点,提出了一种基于数据挖掘技术的具有自我学习、自我发展能力的入侵检测系统的体系结构模型,此模型针对不同的信息来源应用不同的数据挖掘方法进行识别。     

基于数据挖掘的入侵检测系统研究

文章基于数据挖掘技术,针对当前入侵检测系统的不足,把数据挖掘技术应用到入侵检测系统中,并给出系统模型,论证了这种模型的理论价值和现实可行性.     

基于数据挖掘的入侵检测系统研究

文章基于数据挖掘技术,针对当前入侵检测系统的不足,把数据挖掘技术应用到入侵检测系统中,并给出系统模型,论证了这种模型的理论价值和现实可行性.     

基于数据挖掘的入侵检测系统研究

本文通过对现有入侵检测系统的现状进行分析,并将数据挖掘技术引入到异常检测和误用检测中,构建了基于数据挖掘的网络入侵检测系统模型,重点设计和实现了基于改进Apriori算法的异常检测和分析模块,在入侵检测方面取得较好效果。     

电子商务中数据挖掘技术的选择

从挖掘任务和可获得的数据方面讨论了电子商务中有关数据挖掘技术的选择问题,指出了各种数据挖掘技术适用的场合,可为进一步开发切实可用的数据挖掘系统提供依据.     

大数据挖掘技术在进出口食品农产品安全风险预警中的应用研究

出入境检验检疫机构是进出口食品农产品安全风险的主管部门,其下属检测机构每年检测大量样本,产生大量的检测数据;并定期公布风险预警信息。利用数据挖掘技术,对海量的检测结果数据进行挖掘分析,在国内尚无先例。在进出口食品农产品安全风险预警中应用数据挖掘技术,比传统的数理统计有明显的优势,其挖掘结果及趋势分析对于辅助政府对进出口食品农产品安全的管理与决策,是具有实际意义的。     

数据仓库与数据挖掘

数据挖掘是一新兴的技术,是人们长期对数据库技术进行研究和开发的结果,是当前关于数据库技术的活跃领域。本论文综述了什么是数据仓库、数据挖掘、数据挖掘的实施过程及其功能,最后分析了数据仓库与数据挖掘的关系。     

运用PCA改进BP神经网络的用电异常行为检测

针对目前用户用电行为和异常检测的传统方式所遇到的资源耗费、效率低下、检测困难等问题,结合数据挖掘技术设计实现了适用于大规模用电数据挖掘的算法,并建立了有效的异常特征提取模型。通过使用基于统计的特征提取方式确定异常指标,并使用主成分分析方法对特征数据降维,进行异常用电信息的分析、辨识和处理,之后对处理后的用电数据建立BP神经网络完成用电异常行为检测。检测结果表明:该方法可以有效地提取出用电行为特征,并且能有效用于用电异常检测。     

基于统计的离群数据挖掘与分析

在数据空间中不可避免地存在着一些严重偏离整体样本集合的其它观测值,这些离群数据对数据挖掘与分析结果具有重要影响.通过对各种基于统计算法的总结与比较,按一元到多元的探索性离群分析思路,设计了一般分布下的Grubbs离群检测法和基于似然的混合模型离群点检测方法,并对多维数据的统计检测技术进行了讨论.结果表明,在离群检测与分析中恰当地利用统计方法在低维数据中的有效性进行探索性数据分析是可行的.     

基于K-均值聚类和泰森多边形的异常值检测方法

离群点发现是数据挖掘研究的一个重要方面.根据数据流的特点提出一种基于K-均值聚类和泰森多边形的离群点检测方法，先用K-均值对数据进行处理，生成中间聚类结果，然后用泰森多边形方法（VOD）对这些中间结果进行再次选择，最后找出可能存在的离群点.     

基于粒度计算的分类属性数据离群点检测算法

针对基于距离的离群检测算法无法有效应用于分类属性数据集,本文提出一种基于粒度计算理论的对象离群程度计算公式。基于该公式所计算的对象的离群因子值,对所有对象进行排序,将排序后的前k个对象声明为离群点。为了使用相对简单的方法从分类属性数据集中查找离群点,文中构造了一个算法ODAGr C(Outlier detection algorithm based on granular computing)。理论分析和应用实例证明了ODAGr C算法的有效性和可行性。     

注册会计师审计模式变更——基于大数据背景的研究综述

随着信息技术的飞速发展,移动通讯、电子商务、互联网技术亦将人类社会带进大数据时代。大数据蕴含着巨大的社会、经济价值,它促使人们思维模式的转变,改变人们理解和研究社会经济现象的思路与技术,它创造了基于数据管理、数据分析以及应用的新范式,成为了现阶段产业升级与新产业诞生的重要推动力量。数据资源作为国家基础性战略资源,正重新定义着国家战略决策与社会管理、企业管理决策、个人决策等的过程和方式。大数据在既有框架中嵌入数据分析、数据挖掘与人工智能等技术手段,丰富了现有研究框架,并通过打开经济过程的"黑箱"进而推进研究。大数据亦不可避免地对注册会计师审计行业产生重大影响与变革,大数据驱动审计环境、审计客体等发生深刻的变化,大数据技术与审计理论和实务的有机融合已是审计行业发展所需,其或将成为现代审计的一个转折点。作者从三个维度对这一课题的理论与实务研究进行了系统梳理,首先,从注册会计师审计行业发展层面,既有研究表明在大数据环境下,审计的基本理论与目标或许并未发生改变,但审计中利用大数据已成为必然,大数据技术将被有机融入于审计实务中,其势必驱使注册会计师审计模式、审计主体等发生变革或提出顺应时代特征的新要求,大数据驱动的审计必将影响审计行业未来的发展路径与方向。其次,从注册会计师审计模式层面,既有研究表明注册会计师审计思维将由"验证型审计"转变为"发掘型审计",数据式审计的取证模式、以数据分析为核心的审计方法、审计流程的解构与重构、多种作业模式的协同等已成为注册会计师审计模式变革的新方向。最后,从审计主体层面,既有研究表明在大数据环境下,审计环境变得更为复杂,大量数据的运用极大地改变了审计师的思维模式与作业模式,对会计师事务所数据风险的管控、岗位结构、从业人员素养等方面产生深远的影响。通过梳理国内外既有研究的基本脉络,从宏观和微观层面提出未来研究展望,以期为数据时代审计工作的开展提供新的思路和方法,以推动审计行业的发展。同时,文章的研究亦有助于审计部门解决审计实务中存在的难题,以适应数据时代的到来,并在一定程度上对完善国家治理中审计功能的发挥起到重要作用。     

遗传算法在入侵检测中的应用

介绍了基于模型推理和基于模型两种入侵检测系统,提出了一种新的基于智能体技术的入侵检测系统体系结构,解决了传统集中式入侵检测系统的弊病,将任务处理和数据分布到网络各个结点上,充分利用网络资源协同完成入侵检测任务;介绍了遗传算法在该系统中的应用,因系统安全的先验知识体现在对原始数据中有价值特征属性变量集的选择上,故利用遗传算法对特征属性变量子集的选择进行优化,找到相对最优的由特征向量表示的特征属性变量集,以降低入侵检测系统的负荷。     

“区块链+国家审计”助力大数据反腐研究

巩固发展反腐败斗争压倒性胜利,应重视发挥国家审计的腐败预防、揭示和抵御作用。区块链是信息技术革命中的一项创新性技术,能够以其体系去中心化、交易机制透明、数据不可篡改等核心特征,应对大数据反腐所面临的现实困境。通过体系去中心化促进信息共享,交易机制透明性缓解信息不对称,数据不可篡改性保证信息真实。区块链技术与国家审计相结合,能够突破数据壁垒、推动反腐协作,促进信息透明、揭示隐性腐败,保障信息真实、强化审计问责,从而进一步提升大数据反腐的效率与效果。立足于中国特色“审计智能+”建设背景,我国应以区块链为底层技术打造新型数字化审计平台,克服大数据反腐应用中的侵犯个人隐私、数据壁垒、信息失真等问题,在完善制度化反腐防腐协同机制的基础上,开创“制度+科技”反腐防腐的新局面。     

风险导向审计取证专家系统的关键问题探讨

现行审计技术方法的“非结构化”局限是导致我国财务审计工作效率低下、质量不高、深度不够和随意性大的主要技术原因。从融合审计取证理论和专家系统的视角,建立财务审计取证专家系统有利于从根本上解决审计工作面临的问题,同时亟待解决可靠迁移电子账套、定量评估审计风险、科学全面构建审计知识数据库和实现智能审计判断推理等四个紧密联系的关键问题。这些关键问题的解决有赖于综合运用API Hook技术、Fuzzy-AHP技术、划分交易业务类型改进产生式规则、混合编程技术等。探索财务审计取证专家系统的关键问题,可以为真正实现智能审计取证系统、完善现行审计技术方法和彻底解决财务审计工作存在的“三低一大”问题奠定重要基础和提供新的思路。     

客户知识管理的数据挖掘方法研究

作为企业信息化的最新发展,客户知识管理实现了由以产品为中心向以客户为中心的转变,客户知识成为企业的重要战略资源,客户知识管理已成为企业提升企业竞争力的有效措施。通过探讨数据挖掘方法在客户知识管理中的应用问题,利用数据挖掘方法以实现客户知识的获取。首先结合数据挖掘技术及客户知识管理相关理论知识,阐明了数据挖掘方法在客户知识管理中的应用流程及应用领域,在此基础上运用聚类分析方法,建立了基于数据挖掘技术的数据仓库模型。最后,通过挖掘聚类分析的实践,明确了在客户知识管理中实施数据挖掘的步骤,认识和总结出实践中出现的问题,验证了数据挖掘方法在客户知识管理中运用的可行性。     

基于主成分logistic回归模型的餐饮商务信息意识研究

数据挖掘技术日趋成熟,广泛应用于金融、地产、投资、评估等各个领域。数据挖掘技术亦可应用于餐饮业,为其经营决策做出分析。其他领域的数据挖掘的成功案例也可以引用到餐饮行业中。本文对餐饮人士在餐饮商务中是否具备信息意识、对信息意识的重视程度进行调查,利用数据挖掘中主成分分析和 logistic 回归处理和分析收集来的数据,从而说明数据挖掘在餐饮业管理中的重要意义,反映餐饮人士信息意识状况。利用数据挖掘技术对餐饮商务资讯进行管理势必提高企业效率和盈利水平,促进餐饮业健康稳定的发展。     

信息技术对审计的影响研究

随着信息技术在社会经济生活中的全方位渗透,适用于传统经济环境的审计理论、方法与技术需要变革以适应现代组织的各类日常运营和活动,通过调研信息技术在审计中的具体应用,从12个方面对信息技术进步与审计发展面临的问题和趋势进行系统性研究。研究认为,信息技术促使审计职能从审计为主变为审计与管控并重,审计范围从经济安全变为经济与信息安全并重,审计内容从财务为主变为财务与业务并重,审计对象从账本变为数据库,审计模式从事后变为事前事中事后全包含,审计方式从现场勘察为主变为远程分析为主,审计介质从纸质变为电子,审计证据从有形变为无形,数据来源从抽样变为全样本,测试内容从人工系统变为信息系统,工作形式从审计合作变为审计协同,风险计算从依赖审计人员经验变为依据系统模型,这些变革极大地推进了审计向现代化方向发展。     

论科技传播新技术——数据挖掘

随着科学技术的高速发展,需要处理的信息量迅速增加,要把大量的科学信息变成为知识,迫切需要能从大量的科学数据信息中发现知识的有效方法。面对这一挑战,网络信息挖掘(Web Mining)技术应运而生,并显示出强大的生命力。因此,本文着重介绍了数据挖掘(Data Mining)技术的特性、分类、流程以及目前在科技传播中的应用。