买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】构建智能企业合规的方法_上海示右智能科技有限公司_202110537079.1 

申请/专利权人:上海示右智能科技有限公司

申请日:2021-05-18

公开(公告)日:2024-04-16

公开(公告)号:CN113283861B

主分类号:G06Q10/10

分类号:G06Q10/10;G06Q10/04;G06Q10/063;G06Q10/0635

优先权:

专利状态码:有效-授权

法律状态:2024.04.16#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要:本发明公开了构建智能企业合规的方法,属于人工智能应用技术领域。本发明包括企业合规指标预测模块、企业违法违规指标可用性判断模块、企业违法违规指标识别模块、企业合规建设模块和企业合规处置模块;所述企业合规指标预测模块用于根据合规数据对企业合规指标进行判断,并将判断结果和储存的数据信息传输至企业违法违规指标可用性判断模块,所述企业合规建设模块用于根据企业违法违规指标可用性判断模块传输的企业合规建设等级,对企业出现的问题制定相应的企业合规整改方案,并将制定后的整改方案传输至企业合规处置模块,所述企业合规处置模块根据企业合规建设模块传输的整改方案,将相关证据和指标发送至相关部门,及时止损。

主权项:1.构建智能企业合规的方法,其特征在于:包括企业合规指标预测模块S1、企业违法违规指标可用性判断模块S2、企业违法违规指标识别模块S3、企业合规建设模块S4和企业合规处置模块S5;所述企业合规指标预测模块S1用于根据企业合规预防数据、企业合规识别数据和合规应对数据对企业合规指标进行判断,并将判断结果和储存的数据信息传输至企业违法违规指标可用性判断模块S2;所述企业违法违规指标可用性判断模块S2对企业合规指标预测模块S1传输的企业合规指标和存储的数据信息进行接收,对企业违法违规指标的可用性进行检测,并将检测结果传输至企业违法违规指标识别模块S3;所述企业违法违规指标识别模块S3用于根据企业违法违规指标可用性判断模块S2传输的检测结果对企业合规指标进行识别,并将识别结果传输至企业合规建设模块S4;所述企业合规建设模块S4用于根据企业违法违规指标可用性判断模块S2传输的企业合规建设等级,对企业出现的问题制定相应的企业合规整改方案,并将制定后的整改方案传输至企业合规处置模块S5;所述企业合规处置模块S5根据企业合规建设模块S4传输的整改方案,将相关证据和指标发送至相关部门,及时止损;所述企业合规指标预测模块S1包括企业指标数据采集分析单元S11、企业违法违规指标阈值计算单元S12、企业合规指标判断单元S13和企业指标数据处理存储单元S14;所述企业指标数据采集分析单元S11对企业指标历史数据进行采集,并与同类型、同行业企业合规数据进行对比分析,将违规指标区分出,查看发生违法违规事件的构成要件,对构成要件出现的次数进行统计,并将统计结果传递至企业违法违规指标阈值计算单元S12;所述企业违法违规指标阈值计算单元S12对企业指标数据采集分析单元S11传输的数据进行接收,根据接收的违法违规事件构成要件出现的次数进行概率计算,根据计算结果设置指标阈值,并将设置的指标阈值传递至企业合规指标判断单元S13,概率计算公式为: 其中,i表示违法违规事件构成要件的名称,Pi表示违法违规事件对应构成要件出现的概率,Xi表示违法违规事件对应构成要件出现的总次数,N表示违法违规事件出现的总次数;所述企业合规指标判断单元S13对企业违法违规指标阈值计算单元S12传输的指标阈值进行接收,将指标阈值按数值大小进行排列,将排列靠前的指标作为主要指标和判断超限的标准,根据指标阈值对指标是否合规进行判断,并将判断结果和数据信息传递至企业指标数据处理存储单元S14;所述企业指标数据处理存储单元S14接收企业合规指标判断单元S13传输的数据信息和企业合规指标,并通过朴素贝叶斯算法进行深度学习,分析违法违规事件构成要件的特征和历史数据,对违规指标历史数据进行提取、清洗和整合,并将整合后的数据进行存储;所述企业违法违规指标可用性判断模块S2包括企业违法违规指标标记单元S21、企业违法违规指标漏检检测单元S22、企业违规和企业违法犯罪概率计算单元S23和企业合规建设等级评定单元S24;所述企业违法违规指标标记单元S21对企业合规指标预测模块S1传输的违法违规指标进行接收,根据司法判例和行政违规行为的历史数据,关联比对出现违法违规企业问题的各方面数据,并对检测出的问题数据进行打标签,将打标签后的违法违规指标传输至企业违法违规指标漏检检测单元S22;所述企业违法违规指标漏检检测单元S22对企业违法违规指标标记单元S21打标签后的违法违规指标进行统计,并通过统计检测量的分布特性和系统要求的告警极限和漏检概率,求得不同证据的最大上限值Hmax,再通过概率公式计算所有证据的最大值H值,并将求出的Hmax和H值进行大小对比,若HHmax,则表明当前证据可用来检测,若不满足此条件,则不可用来检测,检测方法有最小二乘残差法,伪距比较法,奇偶空间法和先验概率法等,最小二乘残差法检测步骤如下所示:Step1:设统计检测量为SSE;Step2:在设计判决门限时,我们要依据法律法规、行政规章、专家数据库和历史判例数据总结的规律所要求的企业合规最大告警率来选择判决门限,使正常情况下引起的告警率不大于X,m为可观测的样本数;在正常误差条件下,判决统计量SSE服从自由度为m-4的X2分布;所述企业违规和企业违法犯罪概率计算单元S23对企业违法违规指标漏检检测单元S22检测后的违法违规指标进行接收,并将违法违规指标与数据库中相应的法律法规、企业规章制度等进行比对,通过对比后的相似度,判断该企业是否进行行政违规或违法犯罪,如果发生企业违规或犯罪,进行预警并防范、监控,预测各项指标预测重犯风险,对比后具体的相似度数值为企业违规和企业违法犯罪的概率值;所述企业合规建设等级评定单元S24根据企业违规和企业违法犯罪概率计算单元S23计算的犯罪概率将企业合规建设等级分为优质、良好、达标、四级警告、三级警告、二级警告、一级警告等;所述企业违法违规指标识别模块S3对企业违法违规指标可用性判断模块S2的判断结果进行接收,并根据识别方法对企业违法违规指标进行识别,识别方法存在三种,具体为:m-1组合法,特征偏差线法和似然估计法、先验概率法等,其中最大似然估计法计算步骤为:Step1:观测指标值的矩阵H由QR分解为: 其中:Q1为m×4矩阵,Q2为m×m-4矩阵,R为4×4矩阵,0为m-4×4矩阵;Step2:设概率密度函数为: 其中P为概率,b为问题指标数,T为预先设定的阈值;由最大似然估计可知,要得到参数的最大似然估计值,就要使似然函数值达到最大;Step3:设第i个指标对应的偏差向量应该使似然函数的值达到最大,化简并带入偏差向量μ=[0…bi…0]得: Step4:将上式对参数bi求导并令其为零,得:2Siy-2biSii=0;所以可得参数bi的最大似然估计为: 这个估计值使达到最大值Siy2Sii-yTSy,其中Si为S的第i行,Sii为S主对角线上的第i个元素;综上所述,检测所得的m个指标中,使概率密度最大的为问题指标;所述企业合规建设模块S4包括企业问题分析单元S41、企业问题类型判断单元S42、企业问题整改方案制定单元S43和企业问题整改方案优化单元S44;所述企业问题分析单元S41根据企业合规建设等级评定单元S24评定的企业合规建设等级分析企业出现的问题,结合企业发展阶段、发展类型分析企业问题结果,并通过神经网络对此类问题数据进行深度学习和数据挖掘,并对无标记数据自动识别并添加标签,将分析结果传输至企业问题类型判断单元S42;所述企业问题类型判断单元S42根据企业问题分析单元S41传输的企业问题分析结果,对企业出现的问题的类别进行判断,并把相关犯罪场景学习构建再现,对企业动态数据和静态数据进行关联比对分析,并利用因果推断模型确定证据、行为和侵犯法益结果,并将推断结果传输至企业问题整改方案制定单元S43;所述企业问题整改方案制定单元S43针对企业问题类型判断单元S42的推断结果,根据企业合规整改标准,计算整改时间,提出整改计划,包括整改方案、时间、进度情况等,并将制定好的企业问题整改方案传输至企业问题整改方案优化单元S44;所述企业问题整改方案优化单元S44对企业问题整改方案制定单元S43传输的整改方案自动建立优化版合规整改方案,并自主学习建立持续监控措施,保证持续合规建设;所述企业合规处置模块S5包括企业合规处置方案制定单元S51、企业合规问题处置单元S52和企业合规问题上报单元S53;所述企业合规处置方案制定单元S51根据企业合规建设等级评定单元S24传输的企业合规建设等级结果或者企业违法违规的危险程度,提出不同类型的处置方案;所述企业合规问题处置单元S52根据企业合规处置方案制定单元S51制定的处置方案,结合实行行为、侵犯法益结果,利用因果推断模型,因果推断主要是依据因果关系,判断是否立即处置,如果是立即处置的问题,则将需要进行处置的问题传输至企业合规问题上报单元S53,如果不是立即处置的问题,根据标签,按照整改计划和措施持续跟进;所述企业合规问题上报单元S53根据企业合规问题处置单元S52判定的需要立即处置的问题,将相关证据和指标分送到司法机关和行政机关,由其判断或者直接由司法机关或行政机关采取措施,经司法机关或行政机关授权后,根据规则,针对不同问题情况,及时止损,或者报送司法机关和行政机关及时止损。

全文数据:

权利要求:

百度查询: 上海示右智能科技有限公司 构建智能企业合规的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。