数字经济背景下,数字化转型已经成为企业高质量发展的重要引擎,是增强企业竞争力的有效路径。作为企业治理框架中的关键部分,内部审计必须要顺应数字化潮流,依托科技提升审计质量和效率,创新变革审计模式,以充分发挥其在企业风险管理与组织治理中的重要作用。围绕企业内部审计数字化转型要素,分析当前转型过程中面临的问题与挑战,结合机器人流程自动化(Robotic Process Automation,RPA)技术从数据治理、模型构建、流程挖掘、流程自动化以及人才培养等方面创新内部审计数字化转型路径,能够为全面实现内部审计转型升级提供新思路。
针对区块链网络中共识节点的恶意行为导致的区块链系统安全问题,提出一种基于LSTM(long short-term memory)-Blacklist的动态信任度证明机制(PoDT-LSTMB)。该动态信任度证明机制通过前向注意力机制的两层LSTM神经网络学习并分析参与共识节点的行为数据,预测节点行为倾向。以节点信任度为基础构建黑名单,剔除低于信任度阈值的节点,提高全网节点的总体可信性。以正常区块上链率以及节点信任度的变化为主要评估指标,与信任度证明PoT(Proof of Trust)机制以及不带黑名单的PoDT-LSTM机制进行了对比实验。实验结果表明,基于前向注意力机制的两层LSTM神经网络结构准确率可达0.9151,本文提出的PoDT-LSTMB机制比PoT机制的正常区块上链率提高30%~33%。
暂无评论