智能審計決策支持系統(Intenigent Audit Decision SupportSystem，IADSS)通常簡稱為智能審計系統，它是在傳統審計決策支持系統(Audit Decision Support System，ADSS)的基礎上結合審計專家系統(Audit Expert System，AES)和數據挖掘系統(Data MiningSystem，DMS)而形成的軟件系統。審計決策支持系統能夠借助定量化的決策支持模型來輔助審計人員進行決策，但智能性不足；審計專家系統能模擬審計專家思維來解決非結構性的問題。但審計專家知識獲取和轉化困難，而且不具備自我學習的功能；以神經網絡為代表的數據挖掘系統具有良好的自組織、自學習和自適應能力，但其不能對自身的結論進行解釋。這三種系統的優缺點恰好互補，若相互融合，則可構建一個智能審計決策支持系統。

　　一、審計決策支持系統(ADSS)

　　(一)審計決策支持系統的特征

　　ADSS是支持審計人員進行非程序性決策的一種信息系統，具有如下三個特征：一是以處理非程序性決策為主；二是對審計人員的支持而不是代替；三是系統本身要求具有靈活性，采用聯機對話方式，以便利用審計人員的經驗和系統提供可供分析的信息來解決問題。

　　(二)審計決策支持系統的構建

　　ADSS的構建可按照《國家經濟信息系統設計應用標準化規范》中的“三庫一體化理論”，即由數據庫、模型庫和方法庫組成，它們彼此獨立，用戶系統通過三庫控制系統與“三庫”發生聯系。數據庫子系統是存儲、管理、提供與維護用于審計決策支持的審計數據的ADSS基本部件，是支撐模型庫子系統及方法庫子系統的基礎。數據庫子系統由數據庫、數據析取模塊、數據字典、數據庫管理系統及數據查詢模塊等部件組成。ADSS用戶是依靠模型庫中的審計模型進行決策，因此ADSS是由“模型驅動的”。ADSS設立模型庫子系統是為了在不同的條件下，通過模型來實現對問題的動態描述，以便探索或選擇令人滿意的解答。模型庫是ADSS中最復雜和最難實現的部分，通常可直接用于制定審計決策的模型是對應用結構性比較好的問題，其處理算法有明確規定，表現在模型上，其參數值是已知的。對于非結構化的決策問題，有些參數值并不知道，需要適用數理統計等方法估計這些參數值。由于不確定性的影響，參數值估計的非真實性，以及變量之間的制約關系，用這些模型計算得出的輸出一般智能輔助決策或對決策的制定提出建議。模型庫管理系統的主要功能是模型的利用和維護，模型的利用包括決策問題的定義和概念模型化，從模型庫中選擇恰當的模型或單元模型構造具體問題的決策支持模型，以及運行模型；模型的維護包括模型的聯結、修改和增刪等。模型庫子系統是在與ADSS其他部件交互過程中發揮作用的，與數據庫子系統的交互可獲得各種模型所需的數據，實現模型輸入、輸出和中間結果存取自動化；與方法庫子系統的交互可實行目標搜索、靈敏度分析和仿真運行自動化等。更主要的交互則是在人機對話子系統之間，模型的使用和維護實質上是審計人員通過人機對話子系統予以控制與操作。方法庫子系統是存儲、管理、調用及維護ADSS各部件要用到的通用算法、標準函數等方法的部件，方法庫中的方法一般用程序方式存儲。它通過對描述外部接口的程序向ADSS提供合適的環境，是計算過程實行交互式的數據存取，從數據庫選擇數據，從方法庫中選擇算法，然后將數據和算法結合起來進行計算，并以清晰地呈現方式輸出結果，供決策者使用。

　　(三)審計決策支持系統的思路

　　ADSS解決問題是沿著“審計人員根據當前環境提出問題→審計專家與審計人員交互理解問題→審計專家抽象出數學模型→友據數學模型編制或調用求解軟件→軟件運行求解問題”這一思路進行的。在該思路中，問題的求解是由“模型驅動”的，問題求解模型是隨著問題環境的變化而變化，并且由于變化而重新構造模型時都離不開審計專家的輔助，這就使原本是審計人員在決策支持系統輔助下求解變成了在審計專家輔助下求解的問題，用戶在求解問題的多數環節尚仍然離不開審計專家。ADSS應用中出現這種問題，其主要原因是系統的智能性不足，不能根據問題的變化作出適應性的自主調整。

　　二、審計專家系統(AES)

　　(一)審計專家系統的功能

　　ADSS借助計算機強大的運算能力與審計人員(專家)靈活的分析和判斷能力交互寫作，為解決審計中的半結構化與非結構化的決策問題提供了有力的支持。但由于ADSS中計算機一方的重點還在于模型的定量計算，人機對話方式與大多數不熟悉計算機的使用者仍存在一定的距離，限制了ADSS的應用效果。作為人工智能的一個分支，專家系統在二十世紀80年代初開始進入審計人員的視野，AES是建立在管理信息系統和計算機人工智能技術基礎上的一種計算機輔助審計軟件系統。與普通計算機輔助審計技術不同的是，它利用人工智能的原理，借助計算機模擬人類的思維過程，對管理信息系統的數據進行計算、分析及推理，并作出相應的判斷，提出審計建議及線索，以供審計人員進行進一步的重點審計，最終得出審計結論。AES能夠借助計算機強大的數據分析和處理能力，幫助審計在最短的時間里，做廣泛詳細地計算與核查，而且在面臨多個結論時，能夠通過排序來尋找最佳方案，減少審計人員在做出結論時出現的失誤或不一致的可能性，因而可以有效地提高審計效率，降低審計風險，進而保證審計質量。

　　(二)審計專家系統的工作過程

　　AES的工作過程可分為三個階段：初始化階段、實質性測試階段和完善工作底稿階段。每一個階段，系統會自動地根據審計人員事先所選擇的要求和系統數據庫中所存儲的相關審計知識，分成若干個推理判斷的步驟，對被審計單位的會計資料及其他相關資料進行審查，并會自動地查找出所存在地各類錯誤、舞弊、異常數據和變動及其他不利于企業經營的情況，再以列表或審計意見初稿的形式向審計人員列示。在每一個階段，審計人員都可以通過系統的人機對話界面對審查情況進行監控。作為一種模擬審計專家水平來解決問題的AES，必須具備組件包括：知識獲取組件，它負責將審計專家經驗(規則)處理，并存儲在知識庫中，以備推理機調用；知識表達組件，它運用各種表達法，解決內碼轉換問題，使信息在系統內部各部件之間得以溝通；知識庫，它存儲的是那些既不能用數據表示，也不能用模型方法描述的審計專家知識與經驗，同時也包括一些特定問題領域的專家知識；知識庫管理子系統，由一系列知識庫的操作命令程序組成。是知識庫操作與其他部件進行聯系的橋梁；推理機是專家系統的主要部件之一，主要功能是查詢和分析，它由一組具有推理策略的程序組成的，根據系統知識庫的數據和程序，推斷出問題的可能解；解釋環節，將推理機得出的結果經過解釋輸出，在系統的人機交互界面上，尋求審計決策人員的確認和進一步分析。AES中，知識庫和推理機是核心。建立知識庫的關鍵是如何表示知識，也就是審計經驗的形式化表示，推理機用于確定不精確推理的方法。一方面，由于審計對象的復雜陸，在 +行業適用的審計經驗在其他行業不一定適用，因而通常只能建立在一定范圍內或行業內使用的專家系統。另一方面，對于會計的核算，大部分單位和部門是基本相同的，針對會計核算軟件(特別是有標準數據接口的)電子數據的審計專家經驗，特別是對于標準審計的專家經驗有一定的通用性，因此，可以設計開發一個基于會計核算標準數據的AES，在一定程度上實現審計的自動化和智能化。AES的弱點在于審計知識獲取和轉化困難，因為其需要人工地將各種審計專家知識從人類專家的頭腦中或其他知識源處轉換到知識庫中，費時且低效；對于動態和復雜的系統，由于其推理規則是固定的，難于適應變化的情況，AES還不能從過去處理過的審計案例中繼續地學習，這使得知識獲取變得困難。

　　三、智能審計決策支持系統(IADSS)

　　(一)智能審計決策支持系統的特點

　　與專家系統相比，人工智能的另一個分支，以神經網絡為代表的數據挖掘系統(DMS)具有良好的自組織、自學習和自適應能力，因而特別適用于處理復雜問題和開放系統，這正好可以彌補AES的不足。同樣，DMS也有其弱點：數據挖掘的知識是分布在整個系統內部，對審計人員而言是個黑箱；而且其對于自己的結論不能作出合理的解釋。因此，在ADSS的基礎上，融入AES與DMS，可以充分發揮各自的優勢，向IADSS發展。

　　(二)智能審計決策支持系統的構建

　　IADSS的結構是在傳統三庫ADSS的基礎上增設知識庫和推理機，在人機對話子系統加入自然語言處理系統(LS)，與四庫之間插入問題處理系統(PPS)而構成的四庫系統結構。四庫系統的智能人機接口接受用自然語言或接近自然語言的方式表達的決策問題及決策目標，這較大程度地改變了人機界面的性能。決策者可以使用自然語言來提出決策問題，由LS通過語法、語義結構分析等方法轉換成系統能理解的形式。運行后，系統則以決策者能清晰理解的或制定的方式輸出求解過程與結果。PPS是IADSS中最活躍的部件，它既要識別與分析問題，設計求解方案，還要為問題求解調用四庫中的數據、模型、方法及知識等資源，對半結構化或非結構化問題還要觸發推理機作推理或新知識的推求。在分析被審計單位海量數據和復雜經濟業務的條件下，可以對被審計單位原始數據(數據池)按審計風險分析目的進行有機歸并(數據泵)，利用關聯規則的挖掘算法，提取其反映相關性的規則、規律和模式，并對這些規則、規律和模式進行分析和評價，有效地形成審計知識(知識庫)。審計知識庫既反映企業經濟活動的規則，又反映審計監督的特征：并為數據挖掘進一步提供支持。需要指出的是，伴隨IADSS的發展，這種學習人腦思維活動的程序會日臻完善，但無論該技術如何發展，它畢竟是審計人員思維的外化，是計算機審計的高級形式，其作用不是完全替代人，而是為審計人員完成大量繁瑣的線性或非線性邏輯思維過程，減輕審計人員的工作強度。