谁来再讲讲神经元网络模型下的大数据审计

Posted 2021-04-07 内部审计思想

审计是应用型的学科，同时也吸收其他学科的理论和技术来丰富自身的应用体系框架。基于数学思维，利用信息技术，建立审计模型，开展远程预警和监督。

 

一个单位是中国移动某分公司的作者在内审杂志上发表了一篇文章，该文章的题目很大，《以大数据推动XX内部审计科学建模》，而实际是文章介绍如何用神经网络模型开展审计的。该文章分三个部分：介绍神经网络模型、神经网络模型下的审计实施、审计成效与展望。

 

一、什么是神经网络模型？

文章第一部分介绍神经网络模型，除了公式外，还有一连串的专业术语：偏置项、激活函数、sigmiod函数、输入层、隐藏层、输出层、损失函数、交叉熵损失函数、梯度下降算法、学习速率、BP神经网络的学习规则。

没有学过神经网络模型的审计人员恐怕通过短短的介绍还是搞不清楚。多少审计人员了解和理解并能应用神经网络模型于实际工作呢？多少审计人员在实际工作中应用高等数学或一些前沿理论知识？

 

二、神经网络模型的审计实施

文章第二部分是神经网络模型下的审计实施，实际上是介绍应用大数据神经网络技术开展流量红包专题审计。审计思路是从海量数据中识别购买非常规途径流量的用户，再从购买用户的来源方筛选流量转售者。

文章说基于大数据内网挖掘平台，使用Ppython（应该是Python，文章笔误，没校对出来）完成神经网络模型构建工作。困难又来了，多少审计部门、多少审计人员会使用Python呢？文章又指出，通过模型的反复迭代，流量购买用户的识别准确率由规则筛选的40%提升至80%。疑问来了，如何确定识别准确率？既然能够识别，那么为什么准确率不能到100%呢？模型反复迭代的时间要多久？模型反复迭代是要对模型不断改造吗？

多少审计人员和审计部门在使用Python进行建模？

 

三、审计成效

文章给出三个案例，描述如下：

案例1:某科技公司将流量和赠送话费拆分转售获取利益。该公司办理集团流量红包统付业务总计120万元，获赠等额赠金。一方面通过中间号码将所购流量进行转售，另一方面将每月的馈赠金通过名下其他账户划出，并通过第三方以95折同步转售，几乎零成本套回本金并获利。

案例2:某科技公司超低折扣转售套利。通过高额馈赠金的获取，该公司最终获得流量18000万M，通过网络转售，以450万元的本金获得630万元的收入，直接获利180万元（按网售价格计算）。

案例3:.某科技公司执行漏洞造成的流量收入损失。该公司从某地市以市场4.2折的低价购买大量流量业务，再以低价公开转售。流量转售是利用公司营销活动或系统功能的漏洞，将原先只有特定目标客户可以享用的营销资源，通过人为组合使得非目标客户也可以使用，弱化了公司营销目的，扰乱了特定产品的价格体系。

这里还有一些疑问：

1某科技公司和移动公司是什么关系？

2.这些科技公司的所谓违规操作给移动公司带来了什么损失？

3.这些科技公司与移动公司签订的有合作协议吗？所谓的违规操作违反协议吗？

4.移动公司的产品设计和办理流程是否也存在漏洞？或者故意留出的口子？

5.上面案例提到的问题，是不是在设计的时候管理层就知道有漏洞，但是迫于业务指标的压力？

6.上述案例的问题，如果是问题的话，是不是也能通过其他方式发现，比如通过认真分析产品设计，然后从预测可能产生的问题入手进行排查？

7.审计部门的这些审计发现会提交给管理层吗？会得到什么样的反馈？会有什么样的整改？

 ......

欢迎大家一起讨论，欢迎专家为正在数字化转型的审计人员指点迷津。