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！

龙图腾网获悉云帐房网络科技有限公司申请的专利一种基于数据分析技术的企业风险智能管控系统及方法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：CN119130163B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202411641465.5，技术领域涉及：G06Q10/0635；该发明授权一种基于数据分析技术的企业风险智能管控系统及方法是由赵里海;王艺;葛靓;汪嘉旻;李广宇设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于数据分析技术的企业风险智能管控系统及方法在说明书摘要公布了：本发明公开了一种基于数据分析技术的企业风险智能管控系统及方法，涉及风险管控技术领域；所述管控方法包括以下步骤：对任意风险评估日志中的所有风险评估记录进行分类，确定每一类风险评估记录的风险特征指标和每个风险特征指标的正常偏移幅度；计算所述风险评估记录的风险值，确定判断风险评估记录存在异常的风险阈值；分析各类数据之间的关联性，设定若干类高风险数据；若新的风险评估记录中存在高风险数据，则直接对新的风险评估记录进行风险评估；若得到的风险值超过风险阈值，则对新的风险评估记录进行异常标记；若所述某个风险评估日志中，连续若干条风险评估记录均存在异常标记时，则对所述风险评估日志进行警告。

本发明授权一种基于数据分析技术的企业风险智能管控系统及方法在权利要求书中公布了：1.一种基于数据分析技术的企业风险智能管控方法，其特征在于：所述管控方法包括以下步骤：步骤S100：在企业风险评估系统中，对各个企业的风险评估生成对应的风险评估日志；对任意企业每隔一个单位周期进行一次风险评估，将所述风险评估的过程生成风险评估日志中的一条风险评估记录；对任意风险评估日志中的所有风险评估记录进行分类，确定每一类风险评估记录的风险特征指标和每个风险特征指标的正常偏移幅度；步骤S200：构建一个风险评估模型，获取任意一条风险评估记录与对应的风险特征指标的偏移幅度，计算得到所述风险评估记录的风险值；提取所有存在异常的风险评估记录的风险值，确定判断风险评估记录存在异常的风险阈值；步骤S300：任意选取某个风险评估日志，获取其中每一条风险评估记录中存储的所有数据，分析各类数据的来源，得到各类数据之间的关联性；根据各条风险评估记录的异常情况和各类数据之间的关联性，得到各类数据出现异常的概率，并设定若干类高风险数据；步骤S400：当存在某个风险评估日志中，实时生成一条新的风险评估记录；若所述新的风险评估记录中存在高风险数据，则直接对所述新的风险评估记录进行风险评估；若得到的风险值超过风险阈值，则对所述新的风险评估记录进行异常标记；若所述某个风险评估日志中，连续若干条风险评估记录均存在异常标记时，则对所述风险评估日志进行警告；所述步骤S100包括以下步骤：步骤S101：获取某一风险评估日志中的第i条风险评估记录，提取所述第i条风险评估记录中存储的数据信息；获取所有数据信息的数据来源，按照数据来源对所述所有数据信息进行分类，并生成第i条风险评估记录的数据集；步骤S102：获取第i条风险评估记录中的评估结果，将所述评估结果的数据类型与数据集中的某类数据进行相似度比对，设定一个相似度阈值θ＝1Ni，其中，Ni为第i条风险评估记录中的数据类别数量；若得到的相似度大于相似度阈值，则将所述某类数据作为第i条风险评估记录的特征数据，将相似度最高的一类数据作为第i条风险评估记录的风险特征指标；步骤S103：选取第i条风险评估记录的风险特征指标相同的所有风险评估记录，并按照是否存在异常划分为正常记录集和异常记录集；设定某一风险评估记录在风险特征指标上的偏移量为P，分别提取正常记录集和异常记录集中各条风险评估记录的偏移量，得到正常记录集中的正常偏移范围为P1,P2和异常记录集中的异常偏移范围为P3,P4；若P3＜P2，则得到误差范围为P3,P2；步骤S104：在误差范围中按照数值从小到大连续选取一个数值P’，统计在正常记录集中偏移量处于P3,P’之间的风险评估记录数量为M3，在异常记录集中偏移量处于P’,P4之间的风险评估记录数量为M4，直到满足M3＞M12-M3并且M4＞M34-M4为止，将所述数值P’作为划分的正常记录集和异常记录集的特征偏移量，得到第i条风险评估记录的风险特征指标的风险特征指标的正常幅度范围为0,P’；所述步骤S200包括以下步骤：步骤S201：获取所述某一风险评估日志中，第i条风险评估记录的偏移量为Pi，获取所述第i条风险评估记录的风险特征指标的正常幅度范围为0,P’，构建风险评估模型： 其中，Ni为第i条风险评估记录中的数据类别数量，a、b为常数系数；计算得到第i条风险评估记录的风险值为Fi；步骤S202：任意选取各个风险评估日志中的若干条风险评估记录，对风险评估模型进行训练，得到所述若干条风险评估记录中，各条风险评估记录的风险值；将所述若干条风险评估记录按照是否存在异常进行划分得到正常记录集和异常记录集，分别得到正常记录集和异常记录集的风险值范围，确定a和b的值，使得正常记录集中各条风险评估记录的风险值均小于异常记录集中各条风险评估记录的风险值；步骤S203：将其余风险评估记录作为测试集，输入风险评估模型中，若正常记录集中存在风险评估记录的风险值大于异常记录集中某条风险评估记录的风险值，则选取所述其余风险评估记录中的若干条风险评估记录对风险评估模型重新进行训练；步骤S204：获取所有存在异常的风险评估记录中，各条风险评估记录的风险值，选取数值最小的风险值作为判断风险评估记录存在异常的风险阈值；所述步骤S300包括以下步骤：步骤S301：获取所述某一风险评估日志中，第i条风险评估记录的数据集，得到所述数据集中每一类数据信息的数据来源；若某类数据信息的数据来源与其余任意风险评估记录的数据集中的一类数据信息相同时，则将所述某类数据信息设定为衍生数据，否则，将所述某类数据信息设定为原始数据；得到若干个衍生数据集和原始数据集；步骤S302：任意选取一类衍生数据，当所述衍生数据的数据来源为另一类衍生数据时，则再次获取所述另一类衍生数据的数据来源，直到数据来源为原始数据为止，生成所述衍生数据的生成路径；步骤S303：获取所述某一风险评估日志中，第i条风险评估记录的风险特征指标，得到生成所述风险特征指标的若干条生成路径；设定所述若干条生成路径的路径数量为Li，其中第j条生成路径中的数据类型数量为Hj，根据公式： 其中，Ka为与第a类数据生成的衍生数据相同的，其余数据的类别数量；计算得到第a类数据与所述风险特征指标之间的关联度Ga；步骤S304：获取在企业风险评估系统中，所述风险特征指标对应的风险评估记录存在异常的记录数量，得到所述风险特征指标出现异常的异常占比β；设定异常占比阈值βmax，若β＞βmax，则选取与所述风险特征指标之间关联度最高的一类数据，并设定为高风险数据；所述步骤S400包括以下步骤：步骤S401：设定所述新的风险评估记录中存储了某类高风险数据时，则对所述新的风险评估记录输入风险评估模型，计算得到所述新的风险评估记录的风险值Fnew；步骤S402：设定判断风险评估记录存在异常的风险阈值为Fmax；当Fnew＞Fmax时，则对所述新的风险评估记录进行异常标记；步骤S403：获取所述新的风险评估记录所对应的风险评估日志中，距离所述新的风险评估记录的生成时间最近的一条风险评估记录，若所述最近的一条风险评估记录中存在异常标记，则对所述风险评估日志进行警告。

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云帐房网络科技有限公司，其通讯地址为：210000 江苏省南京市雨花台区软件大道21号舜天研发中心H座五层；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”。