【案例】数据挖掘助力持续审计

1.持续审计系统模型

中国移动广东公司数据式审计数据的分析可分为两个层次，即以审计专家经验及多维度数据分析技术为基础的审计与以数据挖掘技术为基础的审计。

第一个层次 表现为固化审计专家经验及数据逻辑判断规则，从数据中发现事实，实现查询验证型数据分析的审计逻辑判断。

第二个层次 是指用户从大量数据中发现数据模式，预测趋势和行为的数据分析模式，它能挖掘数据间潜在的模式，发现用户可能忽略的信息，并为审计人员做出前瞻性的决策提供帮助，因而实现的是验证性分析。

2.持续审计信息系统的搭建

中国移动广东公司专门购置了一台100T容量的小型机作为物理独立的专有持续审计设备，满足2个月的原始数据存储和3个月的输出数据备份要求，拥有每个月亿万级别文件量，20多T数据量的处理能力，基本满足各业务系统原始数据3日内实时传输。

通过以上措施，持续审计系统实现了话单和数据库表的实时采集，能够在各业务系统数据传输后的5日内完成审计发现的自动判断及统计，极大提高了审计效率。

3.案例

• 有价卡运营管理持续审计

固化到持续审计系统的审计程序将会以设置在系统中的健康度数值为阈值，自动排查审计发现的问题，一旦超出阈值将会直接自动触发持续审计预警体系。能够做到100%发现销售的每张充值卡可能存在的问题，不留审计盲区。

• 社会渠道养卡持续审计

社会渠道养卡号码操作者的操作过程基本一致，存在大量快速重复操作的现象，具有高度相似性，属于数据挖掘技术中的聚类问题。

基于社会渠道养卡聚类的建模方法为：