第1章 概述 1
1.1 什么是特征发现 1
1.1.1 福尔摩斯与特征发现 1
1.1.2 审计线索的特征发现 1
1.2 审计线索特征发现的概念 3
1.3 审计线索特征发现的技术 4
1.3.1 数据挖掘技术 4
1.3.2 征兆发现技术 5
1.3.3 探索性数据分析 5
1.3.4 对非数值型数据的处理 5
第2章 审计线索特征的表现 7
2.1 审计线索特征的表现方式 7
2.1.1 数据内容 7
2.1.2 数据结构 10
2.2 审计线索特征的可视化观察 12
第3章 审计线索特征发现的一般过程 15
3.1 一般过程 15
3.2 特征枚举 16
3.3 特征捕捉 16
3.4 特征分析 16
3.5 一个案例 16
3.5.1 特征枚举 17
3.5.2 特征捕捉 17
3.5.3 特征分析 20
第4章 审计线索特征发现的一般方法 21
4.1 从历史案例分析入手来发现特征 21
4.2 从对业务规律的把握入手来发现特征 23
4.3 从各种数据的对比入手来发现特征 26
4.3.1 内部数据之间的对比 26
4.3.2 外部数据与内部数据的对比 28
4.4 从业务的逻辑性入手来发现特征 30
4.5 从钩稽关系入手来发现特征 34
第5章 信息系统审计的特征发现 36
5.1 信息系统审计概述 36
5.1.1 信息系统审计的目标 36
5.1.2 信息系统审计的法律依据 36
5.2 信息系统审计特征发现的一般过程 37
5.3 信息系统审计的特征发现方法 38
5.3.1 通过逻辑关系进行特征发现 38
5.3.2 通过数据复算进行特征发现 43
第6章 用于审计线索特征发现的数据挖掘方法 47
6.1 什么是数据挖掘 47
6.2 SQL Server中的数据挖掘过程 47
6.3 数据挖掘案例 50
6.3.1 决策树算法案例 50
6.3.2 聚类方法案例 58
6.3.3 神经网络算法案例 61
6.3.4 关联规则发现算法案例 64
6.4 基于数据挖掘的预测 67
第7章 孤立点分析与审计线索特征发现 70
7.1 审计与孤立点分析 70
7.1.1 孤立点的概念 70
7.1.2 孤立点检测与分析 71
7.1.3 孤立点与审计线索特征 72
7.2 孤立点分析方法 74
7.2.1 孤立点分析方法介绍 74
7.2.2 基于孤立点分析的审计线索特征发现 75
7.3 基于孤立点分析的审计实例 78
7.3.1 基于统计的孤立点分析案例 78
7.3.2 基于聚类的孤立点分析案例 82
7.3.3 基于时间序列预测的孤立点分析案例 94
第8章 非数值型数据的特征发现 110
8.1 非数值型数据特征发现的意义 110
8.2 非数值型数据特征发现的案例 111
8.3 非数值型数据特征发现的方法 112
8.4 非数值型数据特征发现的典型任务 113
8.4.1 搜索 113
8.4.2 分类 114
8.4.3 文摘 117
8.4.4 目标文本的相关文本检索 119
参考文献 124