[发明专利]一种自动发现审计规则和异常数据的方法

权利要求书

1.一种自动发现审计规则和异常数据的方法，其特征在于，具体包括以下步骤：

(1)收集审计数据集，将审计数据集按属性值类型进行分组，得到分类属性集和数值属性集；所述分类属性集中的属性值是离散或字符串，所述数值属性集中的属性值是连续数值；

(2)用户设定2个参数，所述参数分别为分类属性集中的最小支持率和数值属性集中的偏移率；

(3)根据步骤(1)中分组的结果生成候选属性集，具体为：

(a)计算分类属性集中每一个分类属性的属性值的支持率，之后选出支持率高于步骤(2)中设定的最小支持率的属性和属性值，将属性和其对应的属性值集合称为候选分类属性集；

(b)将所述数值属性集进行两两分组，得到数值属性对，之后将每一个数值属性对通过加、减、乘、除运算得到四个派生属性，将所述派生属性的集合称为候选派生属性集；

(4)根据步骤(3)生成的分类属性集和候选派生属性集进行配对，发现审计规则，包括以下子步骤：

(4.1)条件约束选择：在所述候选分类属性集中，按顺序选出分类属性和对应的属性值；

(4.2)代数约束选择：在所述候选派生属性集中，按顺序选出派生属性；

(4.3)正常值范围计算：在收集的审计数据集中选择满足(4.1)中条件约束的子数据集，接着计算该子数据集在派生属性中的均值和方差，然后计算正常值的最小最大值作为正常值范围，其中正常值的最小值为均值减去方差和偏移率的乘积，正常值的最大值为均值加上方差和偏移率的乘积；

(4.4)当步骤(4.1)中条件约束选择和(4.2)中代数约束选择以及(4.3)中正常值范围计算并存时，即通过与运算组合成审计规则；

(5)根据步骤(4)中获取的审计规则，依次对收集的审计数据集进行筛选，选出符合审计规则中满足条件约束的，而派生属性的属性值不在正常值范围内的数据，即为异常数据。