BRIN研发用于数字政府审计的人工智能技术

关键要点

  • BRIN 的数据科学与信息研究中心于 2026 年 6 月 17 日为数字政府系统开发了基于人工智能的六层智能技术审计框架。
  • BRIN 的框架通过电子政府系统(SPBE)整合了印度尼西亚 500 多个政府机构,并利用机器学习自动识别风险模式。
  • BRIN 实施了联邦学习,在各政府服务器上分布式训练人工智能模型,在保护敏感数据的同时,支持全面的国家级审计分析。

根据 2026 年 6 月 17 日发布的一项研究,BRIN 的数据科学与信息研究中心开发了用于数字政府审计系统的 AI 技术,以提升系统的适应性和可持续性。数字政府转型需要与日益复杂的数字生态系统相匹配的监督机制。印度尼西亚公共部门的技术发展包括实施电子政务系统(SPBE),该系统将 500 多个政府机构的业务流程、数据、应用程序、基础设施和安全相互连接起来。

数字时代传统审计面临的挑战

BRIN 的 Harnum Annisa Prafitia 在 PRSDI 数字政府研究小组每周举行的线上内部会议上解释说,具有周期性、以机构为单位且侧重合规的传统审计方法,尚无法发现系统性风险。这些风险源于复杂的数字系统和服务之间的相互连接。传统审计无法识别数字公共服务中可能出现的异常、系统弱点,也无法发现可能引发连锁影响(级联故障)的风险。

六层智能技术审计框架

为满足更全面的审计需求,BRIN 团队提出了数字政府六层智能技术审计框架(Six-Layer Smart Technology Audit Framework for Digital Government)。这一智能审计框架由六个主要层次构成,旨在将审计方法从单纯的合规检查转变为以数据为基础的风险管理和机构学习机制。在审计中运用基于 AI 的信息技术,可通过机器学习自动识别风险模式。

可解释性与数据隐私

为提高 AI 分析结果的透明度,Harnum 提议使用局部可解释模型无关解释方法(Local Interpretable Model-Agnostic Explanations,LIME)。这种方法能让政策制定者和非技术利益相关方更容易理解 AI 的推荐结果。这项研究采用联邦学习方法,在各政府机构自己的服务器上分布式训练 AI 模型。通过这种方法,无需移动或集中存储敏感原始数据,从而保障数据隐私与安全,同时仍能分析有关整体系统健康状况的信息,以满足国家审计需求。

三级预警架构

Harnum 介绍了三级预警架构(three-level alert architecture)的概念,可用于更快速地发现和应对风险。该系统有望支持在数字政府服务管理中采取更主动的决策。未来技术审计的发展方向不再仅仅侧重于满足合规要求,而是转向治理智能(governance intelligence),以支持基于数据和风险预测的决策。

开发与验证路线图

后续,这项研究将继续通过应用联邦学习和开展长期 SPBE 面板数据分析来完善。研究形成的框架将在多个发展中国家进行验证,以检验其支持公共部门数字化转型的有效性。通过开发基于 AI 的智能审计框架,BRIN 的 PRSDI 有望为加强数字政府治理、提升其安全性和适应性作出贡献。

常见问题

BRIN 开发的六层智能技术审计框架是什么? 这一智能审计框架是一套基于 AI 技术的审计系统,由六个主要层次构成,旨在将审计方法从单纯的合规检查转变为以数据为基础的风险管理和机构学习机制。该系统利用机器学习自动识别风险模式,并发现数字公共服务中可能出现的异常。

这项 AI 技术的发展如何应对政府数据隐私方面的挑战? BRIN 的研究采用联邦学习方法,在各政府机构自己的服务器上分布式训练 AI 模型。这样一来,无需移动或集中存储敏感原始数据,从而保障数据隐私与安全,同时仍能分析有关整体系统健康状况的信息,以满足国家审计需求。

政府审计信息技术中的三级预警架构指什么? 三级预警架构(three-level alert architecture)是一套旨在更快速地发现和应对数字政府服务风险的系统。该系统支持在服务管理中采取更主动的决策,帮助政府预测并防止数字公共服务可能出现的中断。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论