买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳建安润星安全技术有限公司申请的专利一种基于大数据的企业数据资产审计方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119444431B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411586393.9，技术领域涉及：G06Q40/06；该发明授权一种基于大数据的企业数据资产审计方法和系统是由程武阳;雷申文;华明山设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于大数据的企业数据资产审计方法和系统在说明书摘要公布了：本发明属于数据资产管理技术领域，本发明公开了一种基于大数据的企业数据资产审计方法和系统，包括采集企业的财务信息数据、业务运营数据、管理决策数据和外部行业数据；对采集的财务信息数据、业务运营数据、管理决策数据和外部行业数据进行预处理，得到财务特征数据集、业务运营特征数据集、管理决策特征数据集和外部行业特征数据集；对财务特征数据集、业务运营特征数据集、管理决策特征数据集和外部行业特征数据集进行特征提取和加权融合，得到综合特征数据集；构建审计风险预测模型，将综合特征数据集输入审计风险预测模型中，预测得到企业数据资产的审计风险系数；提供了更全面的视角，有助于更准确地评估企业的数据资产风险。

本发明授权一种基于大数据的企业数据资产审计方法和系统在权利要求书中公布了：1.一种基于大数据的企业数据资产审计方法，其特征在于，包括： S1、采集企业的财务信息数据、业务运营数据、管理决策数据和外部行业数据； S2、对采集的财务信息数据、业务运营数据、管理决策数据和外部行业数据进行预处理，得到财务信息数据集、业务运营数据集、管理决策数据集和外部行业数据集； 对财务信息数据集、业务运营数据集、管理决策数据集和外部行业数据集进行特征提取和加权融合，得到综合特征数据集； S3、构建审计风险预测模型，将综合特征数据集输入审计风险预测模型中，预测得到企业数据资产的审计风险系数； 所述审计风险预测模型的训练方法包括； 将数据集划分为训练集、验证集和测试集，数据集包括历史综合特征数据集以及对应的企业资产数据的审计风险系数；构建审计风险预测模型，模型包括输入层、GRU层、全连接层和输出层；审计风险预测模型的输入层用于输入历史综合特征数据集，输入层的神经元数目与历史综合特征数据集的特征数目相匹配； 使用GRU层处理历史综合特征数据集，根据任务复杂度调整GRU层的数量和神经元数量；通过全连接层以提供附加的非线性变换；模型输出层用于输出审计风险系数，通过一个神经元来输出预测值，使用恒等函数作为激活函数；所述审计风险预测模型为门控循环单元模型； 使用平均绝对误差作为损失函数，衡量模型的预测值和实际值之间的误差； 使用训练集数据进行模型训练，通过Adam优化器来最小化损失函数；使用验证集评估模型的性能，对模型的超参数进行调优，直到模型性能不再显著提升或达到预设的停止条件时停止； 使用测试集评估模型在预测任务中的性能，将当前综合特征数据集输入训练好的审计风险预测模型中，得到企业数据资产的审计风险系数； S4、将预测的企业数据资产的审计风险系数与预设的企业数据资产审计风险系数阈值进行对比，评估企业数据资产面临的审计风险等级；具体方法包括： 预设审计风险系数阈值，通过阈值调整公式对审计风险系数阈值进行限定；所述阈值调整公式为： ； 其中，为审计风险系数阈值；为历史审计风险系数的中位数；为历史审计风险系数的标准差；为历史审计风险系数的百分位数；为历史审计风险系数的中位数与百分位数差值的调整系数； 通过系数调整模型对历史审计风险系数的中位数与百分位数差值的调整系数进行调整，所述系数调整模型为： ； 其中，为影响历史审计风险系数的特征数量；为历史审计风险系数的数量；为历史审计风险系数的方差； S5、根据企业数据资产面临的审计风险等级，制定相对应的资产优化管理策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳建安润星安全技术有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道曙光社区智谷研发楼F栋407；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。