一种智能化会计管理系统

技术领域

本发明涉及会计管理技术领域，尤其涉及一种智能化会计管理系统。

背景技术

财务管理是一个企业的命脉，是在一定的整体目标下，关于资产的购置，资本的融通和经营中现金流量，以及利润分配的管理。财务管理是企业管理的一个组成部分，它是根据财经法规制度，按照财务管理的原则，组织企业财务活动，处理财务关系的一项经济管理工作，主要包括财务的目标与职能、估价的概念、市场风险与报酬率、多变量与因素估价模型、期权估价、资本投资原理、资本预算中的风险与实际选择权等。财务管理中的会计数据处理是专门用于企业事业单位收集、存储和加工会计数据，并产生会计信息，可以向投资人、债权人和政府职能部门提供信息的途径。会计数据处理通过提供信息来反应过去的经济活动，从而可以实现未来财务的决策；

经检索，中国专利号CN109741025A公开了一种会计管理系统，该发明虽然使整个数据处理过程高效、准确，可以减少系统的资源占用，提高财务数据处理的效率，但是需工作人员建模以及设置参数，参数寻找效率以及精确性低，不方便工作人员更加直观地分析财务整体信息；此外，现有的会计管理系统管理平台响应效率低，数据交互的流畅性差，且需人工手动清理维护，降低财务人员使用体验，为此，我们提出一种智能化会计管理系统。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种智能化会计管理系统。

为了实现上述目的，本发明采用了如下技术方案：

一种智能化会计管理系统，包括认证登记模块、记录查询模块、修改模块、行为检测模块、统计分析模块、报表模块、管理平台、财务数据库以及优化模块；

其中，所述认证登记模块用于对各财务人员身份信息进行识别认证，并记录各财务人物身份信息、公司名称以及其信任的IP地址；

所述记录查询模块用于接收财务人员上传的财务信息并上传至财务数据库进行存储，并供相对应公司相关工作人员进行查看；

所述修改模块用于财务人员对于错误财务信息进行修改更新；

所述行为检测模块用于定期采集各管理平台财务人员操作日志以进行风险行为检测；

所述统计分析模块用于对各公司的财务信息进行收集分析，并生成相对应的财务走势图；

所述报表模块用于依据财务人员上传的财务信息生成对应公司的财务报表；

所述管理平台用于财务人员录入财务信息或调用财务数据库中的财务信息；

所述优化模块用于对管理平台运行性能进行优化。

作为本发明的进一步方案，所述财务信息具体包括公司财务状况、偿债能力、现金流量、投资报酬以及增长能力。

作为本发明的进一步方案，所述行为检测模块风险行为检测具体步骤如下：

步骤一：行为检测模块在对应的管理平台部署相关的日志采集插件或者通过syslog服务器获取不同管理平台中所记录的日志信息，其中，日志信息具体包括监控信息系统日志以及财务操作日志；

步骤二：使用logstash选择出满足工作人员预先设定的条件要求的日志信息，之后将满足要求的日志信息处理为统一格式的日志信息，再将处理过后的日志信息发送至kafka进行存储；

步骤三：对存储在kafka中的日志信息进行提取，并按照顺序依次对检测地日志信息执行相关处理操作，之后将日志信息中记录地财务操作行为与攻击者行为特征进行匹配，并将匹配结果进行输出；

步骤四：对输出的匹配结果进行判断，若同一管理平台的日志分析结果满足多个预设告警条件，或同一管理平台的多条日志分析结果共同满足统一预设告警条件,则进行风险告警并生成相对应的告警信息，同时对该条告警的风险分数进行计算，并将计算结果进行输出。

作为本发明的进一步方案，步骤四中所述风险分数具体计算公式如下：

式中，R

作为本发明的进一步方案，所述统计分析模块收集分析具体步骤如下：

步骤(1)：统计分析模块构建分析网络模型，同时分析网络模型接收财务数据库中相关数据并寻找最优参数进行设置，之后分析网络模型接收管理平台上传的财务信息；

步骤(2)：分析网络模型计算各组财务信息的方差系数，并筛选出能够表示各财务信息的特征数据，筛除表征能力差的特征数据，将财务信息划分为训练集和测试集，并对训练集进行标准化处理以获取训练样本；

步骤(3)：将训练样本输送分析网络模型，采用长期迭代法训练该分析网络模型，并将测试集输入到训练好的模型中，画出相对应的财务走势图。

作为本发明的进一步方案，步骤(1)中所述分析网络模型寻找参数具体步骤如下：

步骤Ⅰ：从N组财务数据库发送的数据中选择一组作为验证数据，之后将剩余数据拟合成一组测试模型，再通过验证数据来验证测试模型的精度，并通过均方根误差对该测试模型的预测能力进行计算，如此重复多次；

步骤Ⅱ：将该测试模型学习率以及步长与分析网络模型同步，之后列出所有可能的数据结果，并对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，通过训练集训练该测试模型后，对测试集进行预测并统计测试结果的均方根误差；

步骤Ⅲ：将测试集更换为另一子集，再取剩余子集作为训练集，再次统计均方根误差，直至对所有数据都进行一次预测，通过选取均方根误差最小时对应的组合参数作为分析网络模型最优的参数。

作为本发明的进一步方案，所述优化模块性能优化具体步骤如下：

步骤①：优化模块为管理平台所连接的各组用户端生成一个启动链表，并通过LRU链表对各组启动链表头部进行进一步链接，收集交互次数最少的用户端信息，并将该用户端的启动链表安排在LRU链表的首位，并依据交互次数由少到多依次进行排序；

步骤②：对各组启动链表中的各组页面实时进行数据更新，并从LRU链表的头部依次选择最不活跃的用户端启动链表进行受害页面选择，直至回收足够的受害页面后停止，再将选择的受害页面合并为一个块并进行标记，之后唤醒一个压缩驱动程序以解析被标记的块，并获得属于该块的物理页；

步骤③：将该物理页复制到缓冲区中，然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中，并将压缩块存储至优化模块压缩区域中，之后定期检测压缩区域内的压缩块数量，并对其回收率进行更新计算，再依据更新的回收率比例对压缩块进行回收。

相比于现有技术，本发明的有益效果在于：

1、本发明相较于以往会计管理系统，该智能化会计管理系统通过统计分析模块构建分析网络模型，之后分析网络模型从财务数据库中提取多组数据以寻找最优参数进行设置，之后分析网络模型接收管理平台上传的财务信息，分析网络模型计算各组财务信息的方差系数，并筛选出能够表示各财务信息的特征数据，筛除表征能力差的特征数据，将财务信息划分为训练集和测试集，并对训练集进行标准化处理以获取训练样本，将训练样本输送分析网络模型，采用长期迭代法训练该分析网络模型，并将测试集输入到训练好的模型中，画出相对应的财务走势图，无需工作人员建模以及设置参数，同时提高了参数寻找效率以及精确性，能够准确地绘制财务走势图以供工作人员查看，方便工作人员更加直观地分析财务整体信息，提高工作人员分析效率；

2、本发明通过优化模块为管理平台所连接的各组用户端生成一个启动链表，并通过LRU链表依据各用户端交互次数由少到多对启动链表进行排序，对各组启动链表中的各组页面实时进行数据更新，并依次选择最不活跃的用户端启动链表回收足够的受害页面，再将选择的受害页面合并为一个块并进行标记，之后唤醒一个压缩驱动程序以解析被标记的块以获得该块的物理页，再将该物理页复制到缓冲区中，然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中，并将压缩块存储至优化模块压缩区域中，之后定期检测压缩区域内的压缩块数量，并对其回收率进行更新计算，再依据更新的回收率比例对压缩块进行回收，能够自行对内存进行压缩与清理，提高管理平台响应效率，提高数据交互的流畅性，且无需人工手动清理维护，提高财务人员使用体验。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明提出的一种智能化会计管理系统的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例1

参照图1，一种智能化会计管理系统，包括认证登记模块、记录查询模块、修改模块、行为检测模块、统计分析模块、报表模块、管理平台、财务数据库以及优化模块；

认证登记模块用于对各财务人员身份信息进行识别认证，并记录各财务人物身份信息、公司名称以及其信任的IP地址；记录查询模块用于接收财务人员上传的财务信息并上传至财务数据库进行存储，并供相对应公司相关工作人员进行查看；修改模块用于财务人员对于错误财务信息进行修改更新。

需要进一步说明的是，财务信息具体包括公司财务状况、偿债能力、现金流量、投资报酬以及增长能力。

行为检测模块用于定期采集各管理平台财务人员操作日志以进行风险行为检测。

具体的，行为检测模块在对应的管理平台部署相关的日志采集插件或者通过syslog服务器获取不同管理平台中所记录的日志信息，使用logstash选择出满足工作人员预先设定的条件要求的日志信息，之后将满足要求的日志信息处理为统一格式的日志信息，再将处理过后的日志信息发送至kafka进行存储，之后对存储在kafka中的日志信息进行提取，并按照顺序依次对检测地日志信息执行相关处理操作，之后将日志信息中记录地财务操作行为与攻击者行为特征进行匹配，并将匹配结果进行输出，再对输出的匹配结果进行判断，若同一管理平台的日志分析结果满足多个预设告警条件，或同一管理平台的多条日志分析结果共同满足统一预设告警条件,则进行风险告警并生成相对应的告警信息，同时对该条告警的风险分数进行计算，并将计算结果进行输出。

本实施例中，风险分数具体计算公式如下：

式中，R

实施例2

参照图1，一种智能化会计管理系统，包括认证登记模块、记录查询模块、修改模块、行为检测模块、统计分析模块、报表模块、管理平台、财务数据库以及优化模块。

统计分析模块用于对各公司的财务信息进行收集分析，并生成相对应的财务走势图。

具体的，统计分析模块构建分析网络模型，同时分析网络模型接收财务数据库中相关数据并寻找最优参数进行设置，之后分析网络模型接收管理平台上传的财务信息，分析网络模型计算各组财务信息的方差系数，并筛选出能够表示各财务信息的特征数据，筛除表征能力差的特征数据，将财务信息划分为训练集和测试集，并对训练集进行标准化处理以获取训练样本，将训练样本输送分析网络模型，采用长期迭代法训练该分析网络模型，并将测试集输入到训练好的模型中，画出相对应的财务走势图。

需要进一步说明的是，从N组财务数据库发送的数据中选择一组作为验证数据，之后将剩余数据拟合成一组测试模型，再通过验证数据来验证测试模型的精度，并通过均方根误差对该测试模型的预测能力进行计算，如此重复多次，将该测试模型学习率以及步长与分析网络模型同步，之后列出所有可能的数据结果，并对于每一组数据，选取任意一个子集作为测试集，其余子集作为训练集，通过训练集训练该测试模型后，对测试集进行预测并统计测试结果的均方根误差，之后将测试集更换为另一子集，再取剩余子集作为训练集，再次统计均方根误差，直至对所有数据都进行一次预测，通过选取均方根误差最小时对应的组合参数作为分析网络模型最优的参数。

报表模块用于依据财务人员上传的财务信息生成对应公司的财务报表；管理平台用于财务人员录入财务信息或调用财务数据库中的财务信息；优化模块用于对管理平台运行性能进行优化。

具体的，优化模块为管理平台所连接的各组用户端生成一个启动链表，并通过LRU链表对各组启动链表头部进行进一步链接，收集交互次数最少的用户端信息，并将该用户端的启动链表安排在LRU链表的首位，并依据交互次数由少到多依次进行排序，对各组启动链表中的各组页面实时进行数据更新，并从LRU链表的头部依次选择最不活跃的用户端启动链表进行受害页面选择，直至回收足够的受害页面后停止，再将选择的受害页面合并为一个块并进行标记，之后唤醒一个压缩驱动程序以解析被标记的块，并获得属于该块的物理页，再将该物理页复制到缓冲区中，然后调用压缩算法将缓冲区中的该物理页压缩到压缩块中，并将压缩块存储至优化模块压缩区域中，之后定期检测压缩区域内的压缩块数量，并对其回收率进行更新计算，再依据更新的回收率比例对压缩块进行回收。