【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种基于人工智能的控制方法及系统。
技术介绍
1、目前，申报业务是企业、单位向税务部门申报办理税务登记、变更登记、注销登记、纳税申报等涉税事宜。纳税人在规定的期限内，按照法定程序向税务机关报送各类税款计算和缴纳相关资料和信息的业务活动。申报业务包括：增值税申报、企业所得税申报、个人所得税申报、城市维护建设税申报、教育费附加申报、地方教育附加申报、资源税申报、进口关税申报和出口退税申报等。
2、申报业务虽然为税务管理提供了便利，但在实际操作中也存在一些缺陷，主要缺陷如下：
3、第一，申报数据质量不高：部分纳税人在申报过程中可能存在漏报、错报、虚报等问题，导致申报数据的准确性和完整性受到影响。企业在申报各类项目的过程中，需要主动关注相关的项目动态和资格确认，效率较低，且容易遗漏重要信息，而无差别的信息推送，也往往因为缺乏针对性而被企业忽略。
4、第二，申报效率较低。目前申报业务涉及多个税种的申报，每个税种的申报流程和填报要求不尽相同，增加了纳税人的申报负担。并且，申报业务通常集中在每年的特定时间段，如企业所得税年度申报、个人所得税季度申报等，给纳税人带来了较大的时间压力。
5、第三，申报风险较高。
6、人工智能(artificial intelligence，ai)是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分
7、因此，目前亟需解决的技术问题是：如何提供一种基于人工智能的控制方法及系统，实现提高申报数据质量、提高申报效率和准确性，以及提高申报业务安全性。
技术实现思路
1、本申请的目的在于提供一种基于人工智能的控制方法及系统，实现提高申报数据质量、提高申报效率和准确性，以及提高申报业务安全性。
2、为达到上述目的，本申请提供一种基于人工智能的控制方法，该方法包括如下步骤：
3、基于语义识别方法，对已发布的申报业务政策进行分析，提取申报指标要求数据；
4、基于机器学习模型，对提取的申报指标要求数据进行训练学习，获得数据异常自动识别模型；
5、基于数据异常自动识别模型，对企业发送的申报业务数据进行异常识别，获得识别结果，若识别结果为正常，则执行对申报业务数据和发送该申报业务数据的业务请求端进行安全监测，否则，将识别结果为异常的申报业务数据存储至第一级审核异常存储区；
6、若安全监测通过，则执行根据业务请求端发送的申报业务数据和申报指标要求数据，计算业务请求端的申报业务数据与申报业务政策的匹配度值；
7、按照匹配度值由大到小的顺序将申报业务数据存储至第一级审核通过存储区；
8、将第一级审核通过存储区中的申报业务数据与企业工商记录信息进行核查比对，进行第二级审核操作，若第二级审核操作通过，则将通过的申报业务数据存储至第二级审核通过存储区，否则，将申报业务数据存储至第二级审核异常存储区。
9、如上所述的基于人工智能的控制方法，其中，对申报业务数据和发送该申报业务数据的业务请求端进行安全监测的方法包括如下步骤：
10、基于预先构建的数据风险识别模型，对申报业务数据进行风险识别，提取申报业务数据的风险特征数据，并获取发送该申报业务数据的业务请求端的危险态势特征数据；
11、根据申报业务数据的风险特征数据，以及业务请求端的危险态势特征数据，计算业务请求端的申报业务数据的申报风险预测值；
12、比较当前业务请求端的申报业务数据的申报风险预测值与预设阈值的大小，若申报风险预测值小于预设阈值，则安全监测通过，允许当前业务请求端发送申报业务数据至接收方，否则，安全监测不通过，禁止当前业务请求端发送申报业务数据至接收方。
13、如上所述的基于人工智能的控制方法，其中，申报指标要求数据包括：企业类型、企业所属的区域、企业人数、企业营业额、企业成立时长和企业信用等级。
14、如上所述的基于人工智能的控制方法，其中，业务请求端的申报业务数据与申报业务政策的匹配度值的计算公式如下：
15、；
16、其中，表示业务请求端的申报业务数据与申报业务政策的匹配度值；表示业务请求端对当前申报业务政策的历史申报成功次数；表示业务请求端对当前申报业务政策的总申报次数；表示业务请求端对当前申报业务政策的历史申报成功下平均申报的次数；表示自然常数；表示申报业务数据总种类数；表示第种申报业务数据是否符合申报指标要求数据的参数因子；若第种申报业务数据符合申报指标要求数据，则；否则，；表示申报业务数据中符合申报指标要求数据中具有数值性质的申报业务数据数量；表示第个申报业务数据影响权重；表示第个申报业务数据的实际数值；表示第个申报业务数据的最低限制值。
17、如上所述的基于人工智能的控制方法，其中，将第一级审核通过存储区中的申报业务数据与企业工商记录信息进行核查比对，若申报业务数据与企业工商记录信息均一致，则第二级审核操作通过，否则，不通过。
18、如上所述的基于人工智能的控制方法，其中，在第一级审核通过存储区为每一项申报业务数据标记申报业务数据与申报业务政策的匹配度值。
19、如上所述的基于人工智能的控制方法，其中，该方法还包括：对机器学习模型进行申报业务数据的分类识别训练，用于识别申报业务数据中的分类信息。
20、如上所述的基于人工智能的控制方法，其中，申报业务数据的风险特征数据包括：非法语句、恶意指令和恶意链接。
21、如上所述的基于人工智能的控制方法，其中，业务请求端的危险态势特征数据包括：业务请求端恶意指令数据和业务请求端恶意关键词数据。
22、作为本申请的第二方面，本申请提供一种基于人工智能的控制系统，该系统包括：
23、语义提取模块，用于基于语义识别方法，对已发布的申报业务政策进行分析，提取申报指标要求数据；
24、模型获取模块，用于基于机器学习模型，对提取的申报指标要求数据进行训练学习，获得数据异常自动识别模型；
25、异常识别模块，用于基于数据异常自动识别模型，对企业发送的申报业务数据进行异常识别，获得识别结果，若识别结果为正常，则执行对申报业务数据和发送该申报业务数据的业务请求端进行安全监测，否则，将识别结果为异常的申报业务数据存储至第一级审核异常存储区；
26、数据处理器，用于若安全监测通过，则执行根据业务请求端发送的申报业务数据和申报指标要求数据，计算业务请求端的申报业务数据与申报业务政策的匹配度值；
27、存储模块，用于按照匹配度值由大到小的顺序本文档来自技高网...
【技术保护点】
1.一种基于人工智能的控制方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的基于人工智能的控制方法，其特征在于，对申报业务数据和发送该申报业务数据的业务请求端进行安全监测的方法包括如下步骤：
3.根据权利要求1所述的基于人工智能的控制方法，其特征在于，申报指标要求数据包括：企业类型、企业所属的区域、企业人数、企业营业额、企业成立时长和企业信用等级。
4.根据权利要求3所述的基于人工智能的控制方法，其特征在于，业务请求端的申报业务数据与申报业务政策的匹配度值的计算公式如下：
5.根据权利要求1所述的基于人工智能的控制方法，其特征在于，将第一级审核通过存储区中的申报业务数据与企业工商记录信息进行核查比对，若申报业务数据与企业工商记录信息均一致，则第二级审核操作通过，否则，不通过。
6.根据权利要求1所述的基于人工智能的控制方法，其特征在于，在第一级审核通过存储区为每一项申报业务数据标记申报业务数据与申报业务政策的匹配度值。
7.根据权利要求1所述的基于人工智能的控制方法，其特征在于，该方法还包括：对
8.根据权利要求2所述的基于人工智能的控制方法，其特征在于，申报业务数据的风险特征数据包括：非法语句、恶意指令和恶意链接。
9.根据权利要求1所述的基于人工智能的控制方法，其特征在于，业务请求端的危险态势特征数据包括：业务请求端恶意指令数据和业务请求端恶意关键词数据。
10.一种基于人工智能的控制系统，其特征在于，该系统包括：
...【技术特征摘要】
1.一种基于人工智能的控制方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的基于人工智能的控制方法，其特征在于，对申报业务数据和发送该申报业务数据的业务请求端进行安全监测的方法包括如下步骤：
3.根据权利要求1所述的基于人工智能的控制方法，其特征在于，申报指标要求数据包括：企业类型、企业所属的区域、企业人数、企业营业额、企业成立时长和企业信用等级。
4.根据权利要求3所述的基于人工智能的控制方法，其特征在于，业务请求端的申报业务数据与申报业务政策的匹配度值的计算公式如下：
5.根据权利要求1所述的基于人工智能的控制方法，其特征在于，将第一级审核通过存储区中的申报业务数据与企业工商记录信息进行核查比对，若申报业务数据与企业工商记录信息均一致，则第二级审...
【专利技术属性】
技术研发人员：阮江科，马遥，陈家意，黄乐轩，
申请(专利权)人：广州敏行数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。