《基於粗糙集知識約簡算法的行為審計研究》是依託西南交通大學，由李天瑞擔任項目負責人的聯合基金項目。
基本介紹
- 中文名：基於粗糙集知識約簡算法的行為審計研究
- 項目類別：聯合基金項目
- 項目負責人：李天瑞
- 依託單位：西南交通大學
項目摘要,結題摘要,
項目摘要
日益增長的海量綜合審計信息處理及其行為分析是當前一個熱點研究領域，其核心內容之一是如何有效地監測異常行為。粗糙集理論是處理不精確、不完整和不一致等數據的重要工具，已成功套用到知識發現等領域。本項目基於粗糙集知識約簡算法來研究行為審計，以多種信息系統和安全系統產生的審計相關的海量信息為研究對象，研究內容分為三個部分：1.研究海量綜合審計信息中異常行為的知識發現方法和獲取模型；2.基於粗糙集理論約簡方法研究海量綜合審計信息可變精度的數據縮減方法及關聯規則生成算法，並設計模型與算法來評估數據縮減效率和失真性問題；3.研究提高異常行為檢測的可靠性和準確性的方法及其改進技術。這些問題的解決，不僅可為複雜的行為審計提供理論、方法和算法，而且對於有效地監測海量綜合審計信息中異常行為，增強系統的安全整體防範和預警能力，充分體現粗糙集在不確定性問題處理和知識發現中的優勢以及拓展粗糙集的套用領域等有重要意義。
結題摘要
本項目以海量綜合審計信息為研究對象，基於粗糙集知識約簡算法對行為審計問題進行研究，主要取得了以下成果：(1)基於粗糙集、聚類集成和多粒度聚類方法，構建了審計數據異常行為的知識發現方法和獲取模型；(2)利用粗糙集中約簡算法，設計了審計信息離線的數據縮減方法及其並行最佳化算法，提出了面向動態審計信息系統的數據縮減增量方法和規則增量生成算法，並構建了數學模型與算法來評估綜合審計信息的數據縮減效率和失真性問題；(3)採用聚類集成、決策樹等技術，結合粗糙集中知識約簡方法，設計了可提高海量審計信息中異常行為檢測的可靠性和準確性方法，並利用並行處理和增量挖掘技術，提出了可用於異常行為檢測中知識獲取算法的改進方法。本項目共發表/錄用論文40篇，其中國際期刊論文18篇，國際會議論文19篇，國核心心期刊論文3篇；論文已被SCI檢索18篇、EI檢索12篇；獲國際會議和全國會議優秀學生論文獎各1次；國際會議大會特邀報告4次、指南報告1次；主辦國際研討會和國內研討會各1次，承辦國際研討會和全國會議各1次；培養了多名研究生，1名博士論文獲得ACM成都優秀博士論文獎。本項目的研究成果不僅可套用于海量綜合審計信息中的異常行為檢測，而且可為複雜的行為審計提供理論、方法與算法，並拓展粗糙集理論的套用領域。
