黎晚晴,劉森

(南方電網(wǎng)數(shù)字電網(wǎng)研究院有限公司，廣東廣州 510006)

1 引言

隨著國家監(jiān)察審計(jì)制度改革的不斷推進(jìn)，對監(jiān)察審計(jì)信息化管理技術(shù)提出了更高的要求，相關(guān)的監(jiān)察審計(jì)信息訪問和授權(quán)控制方法研究受到人們的極大關(guān)注[1]。國外的監(jiān)察審計(jì)運(yùn)用到了醫(yī)療衛(wèi)生等領(lǐng)域，如在審計(jì)時(shí)，專家、訓(xùn)練有素的審計(jì)員收集的關(guān)于質(zhì)量和安全的可靠和基于風(fēng)險(xiǎn)的信息，監(jiān)察局仔細(xì)使用這些信息，以便在被審計(jì)的保健專業(yè)人員中保持開放性。對監(jiān)察審計(jì)信息的授權(quán)控制研究是建立在對監(jiān)察審計(jì)信息的大數(shù)據(jù)融合和特征提取基礎(chǔ)上[2]，結(jié)合大數(shù)據(jù)信息融合方法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)特征信息采樣，通過模糊信息聚類分析的方法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)的類別劃分，采用大數(shù)據(jù)技術(shù)進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)統(tǒng)計(jì)分析，取得了較好的監(jiān)察審計(jì)信息訪問授權(quán)控制能力，研究監(jiān)察審計(jì)信息訪問授權(quán)控制模型在促進(jìn)監(jiān)察審計(jì)信息化發(fā)展中更具有重要意義。

傳統(tǒng)方法中，監(jiān)察審計(jì)信息訪問授權(quán)控制方法主要有模糊PID控制方法、統(tǒng)計(jì)信息融合控制方法和自相關(guān)特征匹配控制方法等[3]。雷麗楠等人提出一種基于密文策略屬性基加密(ciphertext-policy attribute-based encryption，CPABE)的多授權(quán)中心訪問控制方案。該方案引入屬性管理器對用戶屬性進(jìn)行分組，多個(gè)授權(quán)中心共同生成密鑰，同時(shí)將部分解密交給云服務(wù)器進(jìn)行。該方案減少了授權(quán)中心間的通信消耗和用戶解密的資源消耗，同時(shí)通過安全性證明及與現(xiàn)有方案進(jìn)行對比證明該方案安全高效，但自適應(yīng)性不好，收斂性不強(qiáng)[4]；楊小東等人提出一種改進(jìn)的云訪問控制方案。通過哈希函數(shù)構(gòu)建的邏輯二叉樹為每個(gè)屬性生成組密鑰，用戶的屬性私鑰由多個(gè)授權(quán)中心聯(lián)合分發(fā)，通過引入線性秘密共享矩陣，實(shí)現(xiàn)靈活的資源訪問控制策略，但該方法同樣存在自適應(yīng)性和收斂性方面的不足[5]。

針對上述問題，本文提出基于RPA 技術(shù)的監(jiān)察審計(jì)信息訪問授權(quán)控制模型。RPA(robotics process automation)即機(jī)器人流程自動化，作為一種具備操作高效、數(shù)據(jù)準(zhǔn)確性高、安全性高及可拓展、部署靈活等多種應(yīng)用優(yōu)勢的軟件自動化工具，構(gòu)建監(jiān)察審計(jì)信息訪問的大數(shù)據(jù)存儲和信息挖掘模型，結(jié)合信息化優(yōu)化存儲和過程控制方法，進(jìn)行監(jiān)察審計(jì)信息訪問融合和過程控制，在此基礎(chǔ)上運(yùn)用RPA 定量遞歸分析方法，實(shí)現(xiàn)監(jiān)察審計(jì)信息訪問的授權(quán)控制，提高監(jiān)察審計(jì)信息訪問和存儲的安全性，最后進(jìn)行仿真測試分析，驗(yàn)證了本文方法在提高監(jiān)察審計(jì)信息訪問授權(quán)控制能力方面的優(yōu)越性能。

2 信息存儲結(jié)構(gòu)模型和特征分析

2.1 信息存儲結(jié)構(gòu)模型

為了實(shí)現(xiàn)基于RPA 技術(shù)的監(jiān)察審計(jì)信息訪問授權(quán)控制，構(gòu)建監(jiān)察審計(jì)信息訪問的大數(shù)據(jù)存儲和信息挖掘模型，結(jié)合深度信息融合的方法，進(jìn)行監(jiān)察審計(jì)信息訪問的過程控制和自適應(yīng)學(xué)習(xí)，通過特征優(yōu)化篩選和語義特征挖掘，構(gòu)建監(jiān)察審計(jì)信息訪問的自適應(yīng)分類學(xué)習(xí)模型[6]，采用上下文特征匹配方法，進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)行為的特征分析，通過統(tǒng)計(jì)信息融合和上下文映射方法，構(gòu)建監(jiān)察審計(jì)信息的特征聚類模型，提取監(jiān)察審計(jì)信息的語言評價(jià)集，得到監(jiān)察審計(jì)信息的語言評價(jià)模糊參數(shù)分布集輸出為：

根據(jù)語言評價(jià)集S={s1，s2，...sn}中元素進(jìn)行信息重組，得到監(jiān)察審計(jì)信息的相關(guān)多屬性決策特征量為：

其中監(jiān)察審計(jì)信息訪問授權(quán)特征的結(jié)構(gòu)映射為：

其中，λ為映射函數(shù)。建立多目標(biāo)灰色關(guān)聯(lián)度模型，采用大數(shù)據(jù)融合的方法，得到監(jiān)察審計(jì)信息訪問授權(quán)的過程分布集，根據(jù)監(jiān)察審計(jì)對象的語義分布特性，通過二元語義信息融合[7]，得到監(jiān)察審計(jì)信息訪問授權(quán)的概率分布函數(shù)如下：

其中，δ為信息融合函數(shù)，μ為語義常量。根據(jù)上述分析，通過二元語義加權(quán)算術(shù)平均分析的方法，對監(jiān)察審計(jì)信息訪問授權(quán)定位信息進(jìn)行空間結(jié)構(gòu)映射[8]，得出特征表達(dá)式為：

其中，ζ(x)為監(jiān)察審計(jì)信息訪問授權(quán)的統(tǒng)計(jì)特征量，Φn為監(jiān)察審計(jì)信息訪問授權(quán)數(shù)據(jù)的關(guān)聯(lián)特征分布集，根據(jù)監(jiān)察審計(jì)信息訪問授權(quán)信息的分布集，進(jìn)行統(tǒng)計(jì)，得到概率和函數(shù)為：

則監(jiān)察審計(jì)信息訪問授權(quán)屬性分布模型為：

其中，τ為監(jiān)察審計(jì)信息訪問授權(quán)屬性的延遲特征估計(jì)值，pi為幅值，建立決策矩陣，通過上下語義映射方法，實(shí)現(xiàn)信息訪問授權(quán)控制[9]，得到信息存儲結(jié)構(gòu)模型如圖1所示。

圖1 信息存儲結(jié)構(gòu)模型

2.2 監(jiān)察審計(jì)信息訪問授權(quán)特征分析

在構(gòu)建信息存儲結(jié)構(gòu)模型的基礎(chǔ)上，結(jié)合深度信息融合的方法，進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)的過程控制和存儲結(jié)構(gòu)優(yōu)化控制，根據(jù)授權(quán)類別特征分布進(jìn)行在線監(jiān)測，結(jié)合二元語義多屬性決策方法[10]，得到監(jiān)察審計(jì)信息訪問的輸出統(tǒng)計(jì)特征分布結(jié)果為：

在監(jiān)察審計(jì)信息訪問授權(quán)數(shù)據(jù)分布的狀態(tài)集，通過狀態(tài)結(jié)構(gòu)重組，進(jìn)行量化回歸分析，得到監(jiān)察審計(jì)信息訪問授權(quán)信息聚類融合中心為：

采用模糊度分析方法，將有效的監(jiān)察審計(jì)信息訪問授權(quán)數(shù)據(jù)s(x)和統(tǒng)計(jì)數(shù)據(jù)v(x)分開，采用空間結(jié)構(gòu)映射方法，得到監(jiān)察審計(jì)信息訪問授權(quán)樣本s(t)的離散分布集，監(jiān)察審計(jì)信息訪問授權(quán)動態(tài)特征分布為：

式中，v表示監(jiān)察審計(jì)信息訪問授權(quán)的關(guān)聯(lián)指向性系數(shù)，u(t)為監(jiān)察審計(jì)信息訪問授權(quán)動態(tài)語義分布特征量，ωC為貼近度函數(shù)。

通過自相關(guān)特征信息匹配方法進(jìn)行監(jiān)察審計(jì)信息訪問控制的過程匹配和信息融合，提高審計(jì)信息訪問授權(quán)控制能力。

3 監(jiān)察審計(jì)信息訪問授權(quán)控制優(yōu)化

3.1 監(jiān)察審計(jì)信息融合

通過對信息存儲結(jié)構(gòu)建模并分析其特征后，建立監(jiān)察審計(jì)信息訪問授權(quán)檢測的大數(shù)據(jù)分析模型，結(jié)合大數(shù)據(jù)信息融合方法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)特征信息采樣，構(gòu)建關(guān)聯(lián)度相對貼近度函數(shù)進(jìn)行動態(tài)信息融合，得到監(jiān)察審計(jì)信息的詞語相似度為：

其中，an表示監(jiān)察審計(jì)信息的內(nèi)容語義分布集，根據(jù)個(gè)人判斷進(jìn)行監(jiān)察審計(jì)信息的特征采樣，對采集的監(jiān)察審計(jì)信息訪問授權(quán)特征量進(jìn)行集成處理，在可用性評估模式下，進(jìn)行監(jiān)察審計(jì)信息的關(guān)聯(lián)度融合，得到概念化模型為：

根據(jù)數(shù)據(jù)密集型，對監(jiān)察審計(jì)信息模糊集合X分為K類，采用層次結(jié)構(gòu)融合的方法，提取監(jiān)察審計(jì)信息訪問授權(quán)數(shù)據(jù)的語義信息，根據(jù)搜索引擎的詞語特性，進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)，采用信息抽取的方法，按照監(jiān)察審計(jì)信息訪問授權(quán)樣本數(shù)據(jù)的模糊度進(jìn)行特征分解，由此得到內(nèi)容結(jié)構(gòu)的語義信息融合結(jié)果為：

式中：其中，i表示監(jiān)察審計(jì)信息訪問授權(quán)語義本體信息，ai為監(jiān)察審計(jì)信息詞語的特征權(quán)值；δ為監(jiān)察審計(jì)信息訪問授權(quán)向量詞語特征值；k為每個(gè)主題詞匹配狀態(tài)參數(shù)。根據(jù)上述分析，進(jìn)行監(jiān)察審計(jì)信息融合處理，提高監(jiān)察審計(jì)信息訪問和授權(quán)控制能力。

3.2 結(jié)合RPA方法的監(jiān)察審計(jì)授權(quán)訪問控制

在對監(jiān)察審計(jì)內(nèi)容結(jié)構(gòu)的語義信息融合后，為了進(jìn)一步提高監(jiān)察審計(jì)信息訪問和授權(quán)控制能力，建立監(jiān)察審計(jì)信息庫的行為動態(tài)度量模型，構(gòu)建監(jiān)察審計(jì)信息庫的二元語義特征尋優(yōu)模型，得到監(jiān)察審計(jì)信息訪問授權(quán)檢測特征量為{λi：1≤i≤S}，結(jié)合參數(shù)自適應(yīng)尋優(yōu)方法，得到監(jiān)察審計(jì)信息訪問授權(quán)控制的模糊調(diào)度(MLDAS)特征分布集，在領(lǐng)域特征的分布集中建立監(jiān)察審計(jì)信息授權(quán)尋優(yōu)控制模型，得到授權(quán)過程控制的表達(dá)式為：

將提取的監(jiān)察審計(jì)信息訪問授權(quán)數(shù)據(jù)輸入到學(xué)習(xí)模型中，在局部窗口中采用尋優(yōu)算法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制，得到優(yōu)化的學(xué)習(xí)控制模型表達(dá)如下：

在重構(gòu)的向量空間中，采用大數(shù)據(jù)信息融合方法進(jìn)行監(jiān)察審計(jì)信息庫構(gòu)造，在大數(shù)據(jù)分布集中，通過級聯(lián)特征匹配，進(jìn)行監(jiān)察審計(jì)信息的語義特征分解，實(shí)現(xiàn)對監(jiān)察審計(jì)信息訪問和授權(quán)控制。綜上分析，結(jié)合RPA定量遞歸分析方法，實(shí)現(xiàn)監(jiān)察審計(jì)信息訪問的授權(quán)控制，提高監(jiān)察審計(jì)信息訪問和存儲的安全性。

4 仿真實(shí)驗(yàn)分析

通過仿真實(shí)驗(yàn)驗(yàn)證本文方法在實(shí)現(xiàn)監(jiān)察審計(jì)信息訪問的授權(quán)控制中的應(yīng)用性能，實(shí)驗(yàn)采用Matlab設(shè)計(jì)，對監(jiān)察審計(jì)信息采樣的統(tǒng)計(jì)樣本長度為2000，訓(xùn)練樣本集的大小為120，對監(jiān)察審計(jì)信息融合的迭代次數(shù)為500，相似度系數(shù)為0.24，根據(jù)上述參數(shù)設(shè)定，進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制，得到監(jiān)察審計(jì)信息采樣的測試樣本時(shí)域分布如圖2所示。

圖2 監(jiān)察審計(jì)信息測試樣本

以上述樣本為研究對象，采用所提方法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制，輸出檢測率，得到對比結(jié)果如圖3所示。

圖3 檢測率測試

分析上述仿真結(jié)果得知，采用本文方法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制的輸出檢測率較高，這主要是因?yàn)樵诔跏茧A段，采用大數(shù)據(jù)融合的方法，得到監(jiān)察審計(jì)信息訪問授權(quán)的過程分布集，并通過信息融合的方式提取數(shù)據(jù)特征，提高了檢測率。

為測試所提方法的執(zhí)行效率，分別采用文獻(xiàn)[4]、文獻(xiàn)[5]方法對測試樣本進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制。得到對比結(jié)果見表1。

分析表1得知本文方法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制的執(zhí)行效率較高，并且隨著迭代次數(shù)的增加，執(zhí)行效率也呈現(xiàn)出逐漸上升的趨勢。這主要是因?yàn)樵谔崛〉谋O(jiān)察審計(jì)信息訪問授權(quán)的學(xué)習(xí)模型中，采用尋優(yōu)算法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制，并采用RPA技術(shù)對授權(quán)信息進(jìn)行分析識別，以此實(shí)現(xiàn)提高對監(jiān)察審計(jì)信息訪問和授權(quán)控制的執(zhí)行效率。

表1 執(zhí)行效率對比

5 結(jié)束語

監(jiān)察審計(jì)信息訪問授權(quán)控制是結(jié)合信息化優(yōu)化存儲和過程控制方法，進(jìn)行監(jiān)察審計(jì)信息訪問融合和過程控制，提高監(jiān)察審計(jì)信息的授權(quán)訪問控制能力，從而提高監(jiān)察審計(jì)信息存儲和訪問的安全性，本文提出基于RPA 技術(shù)的監(jiān)察審計(jì)信息訪問授權(quán)控制模型。采用上下文特征匹配方法，進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)行為的特征分析。根據(jù)授權(quán)類別特征分布進(jìn)行在線監(jiān)測，通過自相關(guān)特征信息匹配方法進(jìn)行監(jiān)察審計(jì)信息訪問控制的過程匹配和信息融合，提高審計(jì)信息訪問授權(quán)控制能力。分析得知，本文方法進(jìn)行監(jiān)察審計(jì)信息訪問授權(quán)控制的執(zhí)行效率最高可到99.8%，對監(jiān)察審計(jì)信息訪問授權(quán)控制的研究具有一定的參考價(jià)值。