(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210890506.9 (22)申请日 2022.07.27 (65)同一申请的已公布的文献号 申请公布号 CN 115080921 A (43)申请公布日 2022.09.20 (73)专利权人 南京审计大 学 地址 211815 江苏省南京市浦口区江浦街 道雨山西路86号 (72)发明人 钱钢　吴丹琪　徐超　章之旺　 (74)专利代理 机构 南京司南专利代理事务所 (普通合伙) 32431 专利代理师 彭玉婷 (51)Int.Cl. G06F 17/18(2006.01) G06F 16/9535(2019.01)G06F 16/2455(2019.01) G06Q 50/26(2012.01) 审查员 张文全 (54)发明名称 一 种基 于 审 计 敏 感的 改 进的 T o p- k Dominating方法 (57)摘要 本发明涉及审 计数据分析技术领域， 具体公 开了一种基于审计敏感的改进的 Top ‑k  Dominating方法， 包 括如下步骤： S1、 构建数据集 位图； S2、 统计数据对象的最大支配数量； S3、 计 算数据对象的权重支配得分上界； S4、 依次访问 数据对象， 判断剪枝条件； S5、 统计数据对象的实 际支配的对象集合； S6、 计算数据对象的权重支 配分数； S7、 返回k个分数最高的对象结果； 本发 明利用位图的快速按位操作提高对象间比较的 效率； 针对 数据缺失的现实问题能够处理不完整 数据集， 并且考虑审计敏感的重要属性维度， 满 足审计工作的个性化需求， 获取更具有影响力的 对象结果推荐给审计人员以进行深入调查分析。 权利要求书3页 说明书9页 附图5页 CN 115080921 B 2022.11.18 CN 115080921 B 1.一种基于审计敏感的改进的Top ‑k Dominating方法， 其特 征在于： 包括如下步骤： S1、 构建数据集位图： 对数据集S中的每个数据对象用位串表示其在所有维度 上的属性 值情况， 构建整个数据集的位图； S2、 统计数据对象的最大支配数量： 通过位图的快速按位操作计算每个数据对象o支配 的对象数量的上界， 获得 所有可能被o支配的对象集 合； S3、 计算数据对象的权重支配得分上界： 依据审计准则和审计重点， 确定审计敏感的重 点属性， 为数据集S上的每个属性 维度赋予权重， 基于所有 可能被对象o支配的对象集合， 计 算o的权重支配得分上界MaxWeightGrade(o)； S4、 依次访问数据对象， 判断剪枝条件： 将数据集S上的对象按其MaxWeightGrade降序 排列后依次访问， 与查询候选集SC比较， 若对象o满足剪枝条件， 则算法提前终止； 若对象o 不满足剪枝条件， 未被过 滤， 则进行 下一个步骤； S5、 统计数据对象的实际支配的对象集合： 若对象o未被过滤， 则统计其实际支配的其 他对象的数量， 获得被o支配的对象集 合； S6、 计算数据对象的权重支配分数： 基于属性维度的权重和实际支配的对象集合， 计算 对象o的权重支配分数WeightGrade(o)， 并与候选集SC的最小分数比较， 判断是否将对 象o 加入候选集SC中； S7、 返回k个分数最高的对象结果： 更新候选集合SC， 并重复S4~S6， 直到数据对象全部访 问完毕或者满足剪枝条件提前终止， 返回数据对象的结果集SR， 得到k个分数最高的对象结 果； 所述步骤S2中， 统计 每个数据对象o的最大支配数量的过程包括如下步骤： S21、 定义两个与对象o相关的对象集合M和N： 集合M表示除对象o以外， 在Dset(o)的每 个维度上不比o好 或存在缺失值的对象集合； 集合N表 示在Dset(o)的每个维度上比o更差或 存在缺失值的对象集 合， Dset(o)表示对象o的存在属性 值的维度集 合； S22、 仅考虑单个维度， 第i维上， 和 均包括可能被o支配的对象； 将对象集合 和 用位向量 和 表示， 该位 向量从数据集位图中抽取； 位 向量 和 的长度均为数据 集S的基数|S|， 每一个比特位对应于一个对象； 如 果 或 包含某一个对象， 则该对象在向 量中对应的位编码为 “1”， 否则该位设为 “0”； S23、 o[i]表示对象o在第i维上的属性值， 如果o[i]缺失， 则 ； 如果o[i]存在， 则 ， ，由 此 ， ； 基于位图中的位向量 和 ， 可以通过快速按位操作获得集 合M和N； S24、 M集合包括了所有可能被对象o支配的对象， 因此|M|是o支配的对象数量的上界。 2.根据权利要求1所述的一种基于审计敏感的改进的Top ‑k Dominating方法， 其特征 在于： 所述 步骤S1中， 构建数据集 位图的具体过程包括如下步骤： S11、 对于不完整数据 集S上的所有对象o， 每个对象用长度为 的位串表示， 其权　利　要　求　书 1/3 页 2 CN 115080921 B 2中， 表示对象o在第i维上的子串位数， d表示数据集上共有d个属性维度， 对象o在每 个维度上的值由一个 的子串表示， Li表示在第i维上不同观测值的总数， 额外增加一 个比特位代 表缺失值； S12、 对象在每个维度上的属性值用该维上 位的子串来表示； 位的子串中， 第1位对应缺 失值， 自第2 位开始依次对应第i 维中一组由小到大排好序的属性值； 初始 化子 串编码全为 “1”， 若对象o在第i 维上观测到某个值， 则该值对应的子串位及其之后的所有位 均设置为“0”； 若对象o在第i维上的值 缺失， 则该维的子串全部编码为 “1”； S13、 连接每个维度的子串， 构成对象o的位串， 每个数据对象用一个位串表示， 构成整 个数据集的位图。 3.根据权利要求1所述的一种基于审计敏感的改进的Top ‑k Dominating方法， 其特征 在于： 所述步骤S3中， 计算对象o的权重支配得分上界MaxWeightGrade(o)的计算过程包括 如下步骤： S31、 依据审计准则和 审计重点， 确定审计敏感的重点属性， 为数据集S上的每个属性维 度赋予权 重， 第i维的权 重为 ， 权值越大表示该维度的属性 值越重要； S32、 基于 M集合， 对象o的权 重支配得分上界为 ， 其中， 是M集合中在第i维上有属性值的对象数量， 是M集合中在第i维上 缺失属性 值的对象数量。 4.根据权利要求1所述的一种基于审计敏感的改进的Top ‑k Dominating方法， 其特征 在于： 所述 步骤S4中， 依次访问数据对象， 判断剪枝条件的过程包括如下步骤： S41、 设置一个大小为k的候选集合SC， 令τ等于SC中对象的最小分数， 初始化SC为空集， τ =‑1； S42、 将数据集S上的对象按其MaxWeightGrade降序排列得到访问队列P， 依次访问P中 的对象； S43、 若 ， 则对象o可以被TKD查询安全剪枝， 提前终止算法， 否则， 进一步计算对象o的实际权 重支配分数。 5. 根据权利要求1所述的一种基于审计敏感的改进的Top ‑k Dominating方法， 其特征 在于： 所述 步骤S5中， 统计对象o实际支配的对象集 合的过程包括如下步骤： S51、 定义两个与对象o相关的对象集合 和 ， 表示数据集中与o不可比较 的对象集合， 即在o所有可观测维度Dset(o)上， 中的对象均无观测值； 表示集合 (M‑N)中不被o支配的对象集 合， 即在Dset(o)上， 两个对象的观测值均相等； S52、 令集合R表示被对象o支配的对象集合， R可以被划分为两个不相交的子集 和权　利　要　求　书 2/3 页 3 CN 115080921 B 3