审计在促进经济健康发展和构建和谐社会中发挥着不可或缺的作用，日益受到全社会的广泛关注，因此社会对审计人才的需求量越来越大，要求也越来越高。审计与信息技术的融合是必然的趋势，它将极大地丰富审计的内涵与外延。本书系统地总结了信息技术在审计中的各类应用，首次提出了审计知识工程的概念与学科体系，发展了计算机审计的基础理论，研究了一系列的定量技术，指出了以定量为主，定量与定性相结合的计算机审计方法论，对推动计算机审计的理论研究、指导计算机审计工作的实践、培养计算机审计人才有一定的帮助。

    本书结构合理，内容系统，观点新颖，可以作为审计学、会计学、管理工程、信息系统、计算机应用等专业高年级本科生和研究生的教材，也可作为审计师、注册会计师、IT人士、IT咨询顾问、企业高管等专业人士的参考书。

20世纪出现的两项技术深刻地改变了人类生产和生活的方式，一是50年代电子计算机的诞生，二是90年代互联网技术的迅速发展与普及。伴随着新世纪的钟声，人类社会也步入了信息时代，知识成为推动经济发展和社会进步的最重要的因素。为经济发展服务的审计无论在审计的内容、方式、手段，还是支撑它的理论体系，也在经历一场全面而深刻的变革。面对企业越来越复杂的经济活动和越来越膨胀的电子数据，传统的审计方式无所适从，采用现代数学理论，以及计算机等现代信息技术和工程技术手段，从海量数据中智能地获取潜在的、有价值的审计领域知识将成为现代审计的发展方向之一。

本书作者参与了多项与计算机审计相关的“863计划”、国家自然科学基金项目和省部级科研项目等，受益匪浅，本书的许多思考来自这些科研工作。本书试图全面探讨信息时代给审计理论和实务带来的深刻变化，首次提出了审计知识工程的概念，提出了审计知识工程的研究内容、方法、技术等，初步建立了审计知识工程的理论体系。

全书共分9章，各章的内容安排如下：

第1章介绍了计算机审计的发展历史，分析了审计知识工程的产生背景，阐述了审计知识工程的内涵与外延。第2章探讨了审计知识工程的学科体系和基础理论。第3章阐述了审计知识的特点、表示形式，审计知识发现的原理，审计证据与融合，审计组织的知识管理与创新等问题。第4章介绍了数据管理的发展历史，重点介绍了目前主流的关系型数据库管理系统，并对非关系型数据库的发展做了介绍。第5章主要介绍了数据仓库概念和技术及其在计算机审计中的作用。第6章介绍了一类最重要的审计知识形式——关联规则。第7章介绍了聚类分析的基本理论和主要技术。它对风险导向审计具有特别的意义。第8章介绍了对审计而言特别重要的一类知识——异常数据，亦称为离群点、离群知识或孤立点。第9章介绍了序列模式挖掘又一个重要的研究课题——时序模式挖掘。

本书得到了省部级课题“审计数据库中的关联规则与审计知识发现研究”、“面向审计信息系统的大数据集审计知识挖掘技术研究”、“计算机审计核心技术研究二期”，以及“面向复杂系统的审计知识发现关键技术研究”等的支持。

感谢南京审计学院院长、中国审计学会副会长王家新教授在百忙之中为本书所

作的热情洋溢的序言。

本书既可以作为审计学、会计学、管理工程、信息系统、计算机应用等专业本科生和研究生的教材，也可以作为相关培训的参考书。

由于作者水平有限，疏漏错误之处在所难免，恳请读者和同仁批评指正。

作  者  

2006年8月

第1章  审计知识工程概述 1

1.1  审计知识工程的发展历史 1

1.1.1  审计的产生与发展 1

1.1.2  计算机审计的形成与发展 3

1.1.3  审计知识工程的产生背景 6

1.2  审计知识工程的概念与特点 7

1.2.1  审计知识工程的概念 7

1.2.2  审计知识工程的特点 9

1.3  审计知识工程的研究对象与方法 10

1.3.1  研究对象的特点 10

1.3.2  复杂性 12

1.3.3  开放的复杂巨系统 14

1.3.4  研究方法 14

思考题 16

第2章  审计知识工程的基础理论 17

2.1  审计知识工程的学科体系 17

2.2  审计理论 19

2.2.1  审计理论框架 19

2.2.2  审计基本理论 20

2.2.3  审计规范理论 24

2.2.4  审计应用理论 26

2.3  计算机数据分析与挖掘技术 29

2.3.1  数据挖掘的产生与发展 29

2.3.2  数据挖掘的一般机理 30

2.3.3  数据挖掘的任务 33

2.3.4  数据挖掘的方法 35

2.4  系统工程的方法与思想 37

2.4.1  研究的目标与内容 37

2.4.2  研究的方法 38

2.4.3  系统分析框架 40

2.4.4  系统结构分析 41

思考题 43

第3章  审计知识的发现与管理 44

3.1  审计知识研究 44

3.1.1  知识的概念 44

3.1.2  审计知识的特征 48

3.1.3  审计知识的表示形式 50

3.2  审计知识发现与决策 55

3.3  审计证据与知识融合 61

3.4  定量与定性相结合的知识创新 63

3.5  审计组织的知识管理 65

思考题 66

第4章  审计信息的组织结构 67

4.1  数据库的发展历史 67

4.2  数据库管理系统 72

4.3  关系数据模型 74

4.3.1  数据结构 74

4.3.2  完整性约束规则 75

4.4  关系数据库范式理论 76

4.5  查询技术 78

4.6  非关系型数据库 84

思考题 88

第5章  审计知识重构与多维分析技术 89

5.1  数据仓库的概念 89

5.2  数据仓库的体系 92

5.3  数据仓库的数据模式 97

5.4  数据仓库的构建 101

5.4.1  数据仓库的设计方法 101

5.4.2  数据仓库设计 101

5.5  数据仓库与OLAP 104

思考题 105

第6章  关联规则挖掘技术 106

6.1  基本概念 106

6.2  关联规则的Apriori算法 107

6.3  Apriori的改进算法 110

6.3.1  基于散列的方法 110

6.3.2  基于数据分割的方法 111

6.3.3  基于采样的方法 111

6.4  基于FP-tree的关联规则挖掘算法FP-growth 112

6.4.1  算法描述 112

6.4.2  示例说明 113

6.5  多层关联规则挖掘 118

6.6  多维关联规则挖掘 119

6.7  基于约束的关联规则挖掘 120

6.8  数量关联规则挖掘 121

6.8.1  基本概念 121

6.8.2  数量关联规则的分类 121

6.8.3  数量关联规则挖掘的一般步骤 122

6.8.4  数值属性离散化问题及其算法 124

6.9  最大频繁项目集挖掘 127

6.9.1  最大频繁项目集 127

6.9.2  基于Apriori的最大频繁项目集挖掘算法 127

6.9.3  基于FP-tree的最大频繁项目集挖掘算法 129

6.10  关联规则更新挖掘算法 131

6.10.1  数据集的增量性更新挖掘算法 132

6.10.2  算法参数的相似性更新挖掘算法 135

6.10.3  基于FP-tree的关联规则更新挖掘算法 136

6.10.4  基于FP-tree的最大频繁项目集更新算法 139

6.11  一种新的支持度计算方法 142

6.11.1  基本概念 143

6.11.2  候选频繁项目集的生成 144

6.11.3  项目集支持数计算方法 145

6.12  负关联规则挖掘算法 146

6.12.1  基本概念 146

6.12.2  基于Apriori的负关联规则挖掘算法 148

6.12.3  基于频繁模式树的负关联规则挖掘算法 150

6.13  加权关联规则挖掘算法 151

6.13.1  加权关联规则模型 152

6.13.2  加权关联规则的发现 154

思考题 156

第7章  聚类分析技术 158

7.1  聚类分析研究现状 158

7.2  系统模型与基本概念 160

7.2.1  问题的形式化描述 160

7.2.2  相似性测度 160

7.2.3  聚类的定义方法 162

7.3  聚类分析中的距离定义 163

7.4  聚类分析类型 164

7.5  代表性聚类算法 165

7.5.1  k-means算法 165

7.5.2  k-medoids算法 166

7.5.3  大数据库划分算法 168

7.5.4  BIRCH算法 168

7.5.5  Chameleon算法 170

7.5.6  基于密度的DBSCAN算法 171

7.5.7  基于密度的OPTICS算法 174

7.5.8  基于网格的STING算法 175

7.6  聚类算法性能评价 176

思考题 177

第8章  审计离群知识发现技术 178

8.1  离群点检测 178

8.2  离群点检测算法概述 179

8.2.1  离群点的定义方法 179

8.2.2  基于统计学的定义与检测方法 180

8.2.3  基于偏离的定义与检测方法 181

8.2.4  基于距离的定义与检测方法 181

8.2.5  基于聚类的定义与检测方法 182

8.2.6  基于规则的定义与检测方法 182

8.2.7  局部离群点的定义与检测方法 183

8.3  聚类分析与离群点检测的过程 183

8.3.1  数据准备 184

8.3.2  特征生成 185

8.3.3  模式发现 185

8.4  算法介绍 185

8.4.1  基于嵌套循环的离群点检测算法 185

8.4.2  DBoda算法 186

8.4.3  基于密度的离群点检测算法 188

8.5  空间上的离群点检测 190

8.5.1  问题的提出 190

8.5.2  -距离意义下基于近似密度计算的离群点算法 191

8.5.3  离群点检测算法 193

思考题 194

第9章  序列模式挖掘技术 195

9.1  问题描述 195

9.2  类Apriori方法 196

9.3  GSP算法 200

9.4  基于投影的序列模式挖掘算法PrefixSpan 202

9.4.1  基本概念 202

9.4.2  算法描述 203

9.4.3  示例说明 204

9.5  SPADE方法 206

9.5.1  相关性质 206

9.5.2  支持数计算 207

9.5.3  基于前缀分类的格分解 209

9.5.4  频繁序列模式搜索 211

9.5.5  SPADE算法的设计和实现 211

9.6  序列模式增量式更新算法 214

9.6.1  基本概念 214

9.6.2  算法描述 216

9.6.3  示例说明 217

思考题 218

参考文献 219