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！

龙图腾网获悉南京财经大学申请的专利一种基于大数据的综合财务审计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：CN120430879B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510933589.9，技术领域涉及：G06Q40/12；该发明授权一种基于大数据的综合财务审计系统是由周洁设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于大数据的综合财务审计系统在说明书摘要公布了：本发明公开了一种基于大数据的综合财务审计系统，涉及财务审计技术领域，包括数据收集模块、财务审计模块、算力调控模块，所述数据收集模块用于持续采集审计对象上传的财务数据及其相关业务前置事件信息，并进行分类与时间特征分析，所述财务审计模块基于上传的财务数据执行自动审计任务，并结合数据类型识别其产生周期性或事件触发性特征，所述算力调控模块用于根据财务数据上传模式和业务事件预测结果，动态调整运算资源的分配策略，实现算力的高效利用与智能预热，所述数据收集模块包括数据上传记录模块、数据分类模块、接口权限获取模块、业务事件监控模块、数据存储模块，本发明具有预测规律的特点。

本发明授权一种基于大数据的综合财务审计系统在权利要求书中公布了：1.一种基于大数据的综合财务审计系统，其特征在于：包括数据收集模块、财务审计模块、算力调控模块，所述数据收集模块用于持续采集审计对象上传的财务数据及其相关业务前置事件信息，并进行分类与时间特征分析，所述财务审计模块基于上传的财务数据执行自动审计任务，并结合数据类型识别其产生周期性或事件触发性特征，所述算力调控模块用于根据财务数据上传模式和业务事件预测结果，动态调整运算资源的分配策略，实现算力的高效利用与智能预热； 所述数据收集模块包括数据上传记录模块、数据分类模块、接口权限获取模块、业务事件监控模块、数据存储模块，所述数据上传记录模块与数据分类模块电连接，所述接口权限获取模块与业务事件监控模块电连接，所述数据上传记录模块用于记录各审计对象财务数据的上传时间，所述数据分类模块用于将采集到的财务数据划分为固定周期性与非固定周期性两类，所述接口权限获取模块用于向各审计对象的业务系统申请并管理访问权限，调用相关接口以获取财务数据和业务前置事件信息，所述业务事件监控模块用于实时记录触发财务数据上传的业务前置事件，所述数据存储模块用于储存财务数据和前置业务数据； 所述财务审计模块包括上传阈值判断模块、周期模式识别模块、延迟概率算法模型、自动审计模块，所述上传阈值判断模块与周期模式识别模块和业务事件监控模块电连接，所述数据上传记录模块与自动审计模块电连接，所述延迟概率算法模型与业务事件监控模块电连接，所述上传阈值判断模块用于判断当前上传的财务数据的产生量是否达到批量的阈值，所述周期模式识别模块用于识别各个审计对象的财务数据上传的周期，所述延迟概率算法模型用于构建批量财务数据生成高度相关的业务前置事件与数据容量的延迟概率模型，所述自动审计模块利用基于大数据和AI的审计算法对财务数据进行审计； 所述算力调控模块包括波峰预测模块、运算资源划分模块、服务器算力分配模块、延迟触发模块，所述波峰预测模块和延迟触发模块与运算资源划分模块电连接，所述运算资源划分模块与服务器算力分配模块电连接，所述波峰预测模块用于预测各个审计对象的综合财务数据产生波峰，所述运算资源划分模块用于对运算服务器的计算资源进行划分，所述服务器算力分配模块用于对冗余的部分服务器算力进行分配，所述延迟触发模块用于在与批量财务数据生成高度相关的业务前置事件发生后对服务器算力进行延迟分配； 该系统的工作方法为： S1、对运算服务器的资源进行划分，并将划分的各部分资源与各个审计对象相互匹配，在各个审计对象上传财务数据时，采集各审计对象上传的财务数据的上传时间，并且记录财务数据的数据容量，向审计对象的业务系统申请访问权限，实时采集与财务数据上传高度相关的业务前置事件信息； S2、判断财务数据容量是否达到批量财务数据阈值，对固定周期性数据进行时间序列分析，提取数据上传的周期特征，预测出各审计对象在未来特定时间段内的财务数据上传高峰； S3、基于采集的业务前置事件信息，构建事件与批量财务数据生成之间的延迟概率模型，实现对非固定周期数据上传时机的预测，并将该预测结果提供给延迟触发模块作为触发信号； S4、根据预测的周期性波峰和非周期性的批量财务数据上传事件，对运算服务器的算力进行提前分配，对非波峰时段将冗余的计算资源分配给其他数据处理单元； S5、预测后续运算服务器接收到的总财务数据容量，将冗余的计算资源分配给其他需要数据处理单元算力的主体； 所述S3中，延迟概率模型的构建方法为： S3-1、记录剩下的非周期性特征的财务数据，令某项业务前置事件发生时间序列为，且彼此数据容量误差在以内的财务数据组成一个数据容量区间，属于某个数据容量区间的非周期性特征的财务数据上传时间序列为； S3-2、根据两个序列的时间差值对两者的关联性进行判定，只要在业务前置事件发生后的时间间隔区间内，能在某个非周期性特征的财务数据上传时间序列内都能找到一一对应的时间点，即判断此业务前置事件会引发后续的时间内数据容量为所在区间的财务数据上传行为，找出所有业务前置事件信息对应的所有批量财务数据，并对后续对应的批量财务数据上传的容量和时间进行预测； 所述S4中，运算服务器的算力进行提前分配的具体方法为： S4-1、令运算服务器的总算力为，共个数据处理单元，单个数据处理单元的可承载算力为，某个数据处理单元在接收到数据容量为的财务数据时，维持正常财务审计过程需要的算力为，，其中为换算系数，为增长系数； S4-2、令每个数据处理单元对应个审核对象，后续时间内当前数据处理单元如果没有预测到这个审核对象批量财务数据的上传，那么此数据处理单元保留最低算力，为自身最低算力系数，剩下的算力用于承接其他数据处理单元的财务数据； S4-3、当后续时间内当前数据处理单元预测到有财务数据的上传时，根据当前预测的数据容量总和，减少承接其他数据处理单元的财务数据； 所述业务前置事件为财务数据批量上传前具有高度相关性的能够被监测的业务操作和管理行为，包括结算类事件、报销类事件、税务类事件、审批类事件、系统操作类事件和业务节点类事件。

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南京财经大学，其通讯地址为：211000 江苏省南京市栖霞区文苑路3号；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”。