基于改进孤立森林算法的审计数据异常主动预警研究  

作　　者：蔡玲嘉 李雄 王泽涌 陈哲瀚 CAI Lingjia;LI Xiong;WANG Zeyong;CHEN Zhehan

机构地区：[1]广东电网有限责任公司,广东广州510699 [2]南方电网数字企业科技(广东)有限公司,广东广州510699

出　　处：《信息技术与信息化》2025年第3期131-134,共4页Information Technology and Informatization

摘　　要：审计数据中出现的异常值可能反映业务活动的异常状态,在进行数据质量评估时,有效异常数据越多,说明数据质量越高,因此在海量审计数据异常检测与识别时,需要对海量异常点进行分析与解释,复杂度较高。为此,文章提出一种基于改进孤立森林算法的审计数据异常主动预警研究。首先自动抓取并预处理审计相关数据,然后选取关键特征,基于选择特征构建孤立森林,最后引入四分位法改进孤立森林中正常与异常数据评分的分界线划分方式,利用改进后的孤立森林算法实现审计数据异常的主动预警。实验结果表明,在此方法下,审计数据异常主动预警结果的G-mean指标高达0.96,AUC高达0.936,验证了该方法的有效性和优越性。

关 键 词：改进孤立森林算法 审计数据 数据异常 异常预警 主动预警 

分 类 号：F23[经济管理—会计学]