一种基于人工智能的账务数据核查方法及系统

本发明公开了一种基于人工智能的账务数据核查方法及系统，方法包括：通过联邦学习框架从分布式税务数据源中提取多模态账务数据，并采用差分隐私技术对数据进行匿名化聚合，生成隐私保护的联合特征向量；将联合特征向量输入至因果推理模型，通过反事实分析识别账务数据中的异常波动模式，输出具有因果关联的异常指标集；利用动态时序知识图谱对异常指标集进行溯源推理，生成跨周期风险传导路径，并定位风险源头实体；基于风险源头实体生成可解释的稽查决策树，并通过自适应阈值优化动态调整预警门槛，输出分级预警信号与针对性稽查方案。利用本发明实施例，能够提升分布式税务稽查的准确性、解释性及风险溯源能力。