云会计环境下基于ANP的AIS可信性评估

程 平,李 宁

(重庆理工大学a.会计学院;b.云会计研究所,重庆400054)

云会计环境下基于ANP的AIS可信性评估

程 平a,b,李 宁a,b

(重庆理工大学a.会计学院;b.云会计研究所,重庆400054)

随着云会计的发展,其服务的可信性受到更多的关注。针对现有评估方法难以合理有效地对其进行评估的问题,提出云会计环境下基于网络层次分析法(ANP)的会计信息系统(AIS)可信性评估方法。在综合考虑用户行业类别、评估指标之间存在依赖和反馈关系、可信性需求演化等因素对可信性评估的影响后,建立包含服务、维护、声誉3个维度的可信评估指标体系,给出可信性评估模型,在此基础上通过基于ANP的可信性评估算法得出考虑指标之间相互影响的可信评估结果。仿真结果表明,该方法能够对总体水平相近的服务得到差异性评估结论,为用户选择AIS服务提供支撑。

云会计;可信性评估;会计信息系统;网络层次分析法;评估指标体系;评估算法

1 概述

当今信息技术产业的高速发展不断推动云计算技术应用领域的扩展和深入,云会计这一概念应运而生。云会计是构建于互联网上,利用云计算技术和理念构建的会计信息化基础设施和服务的总称［1］。云会计以其低廉的使用和维护成本、及时更新的服务资源、高效的与企业内外信息协同等特性获得了良好的用户体验,是会计信息化领域必然的发展方向。云会计环境下的会计信息系统(Accounting Information System,AIS)服务采用按需购买、集中管理的服务方式。企业根据自身需求购买云会计供应商提供的若干AIS服务,这些服务无缝对接成为为企业量身定做的AIS系统。AIS可信是指AIS的动态行为及其结果总是符合人们的预期,在受到干扰时仍能提供连续的服务［2］。由于云会计环境下供应商提供的AIS服务往往复杂多变,用户非常关注服务的可信性是否能满足其对AIS的使用效能需求,因此,对云会计环境下的AIS进行可信性评估对云会计产业的发展与推广起着重要作用。

目前较为常见的可信性评估方法大多是基于模型检验［3-4］、云模型［5］、模糊理论［6-7］、行为模式匹配［8］、证据理论［9］等方法度量软件的可信性,均难以合理、有效地针对云会计环境下的AIS进行可信性评估,其原因在于:(1)云会计环境下的AIS是以开放动态的云服务为依托,云端AIS服务供应商情况复杂多变,导致云中的服务资源处于动态变化之中。(2)企业对服务的需求也随着政策、市场、技术革新等因素不断演化,使得企业对云会计环境下的AIS服务的选择和使用情况处于动态变化之中。以上2个因素都会增加服务的不确定性和动态演化性,使得云会计环境下的AIS可信性评估指标之间存在复杂的依赖和反馈的关系,可信评估应将其考虑在内。(3)不同类型的用户对服务的可信性需求侧重点不同,可信性评估需要考虑用户类型对指标选取的影响。

网络层次分析法(Analytic Network Process,ANP)是一种适应非独立梯阶层次结构的决策方法［10］。ANP的优势在于能够综合考虑层内元素存在相互影响制约的情况,得到稳定的决策结论。鉴于此,本文采用基于ANP的可信性评估算法针对云会计环境下的AIS进行可信性评估。在考虑不同行业的用户对服务的可信性需求存在差异的前提下,根据用户行业类别选用相应的指标集进行评估。指标集存储于指标库中,并随着外界条件的变化及时动态更新。基于ANP建立可信性评估模型,确定在考虑指标之间依赖和反馈的情况下可信性评估指标的稳定权重,评价获取的可信证据,得到云会计环境下AIS的可信性评估结论。

2 AIS可信性评估模型的建立

2.1 可信性评估指标体系

云会计环境下的AIS既具有传统AIS数据量大、处理流程复杂、对信息可靠性和真实性要求高等特点,又具有高扩展性、高协作能力、强调数据安全等特性。并且AIS的用户所处的行业类别不同,他们对AIS的可信性需求就有不同的侧重点,例如金融企业更加关注资金风险,而工业企业则更加关注成本控制及其他与存货相关的控制。文献［11-12］提出的可信属性,充分考虑云会计环境下AIS自身特点及其应用领域的行业特性,本文构建了云会计环境下AIS可信性评估通用指标体系。在此基础上,可以加入其应用领域关键指标或者修正现有指标权值,会更加符合特定行业的用户对AIS可信性评估的需求。从服务、维护、声誉3个维度建立起云会计环境下的AIS可信性评估通用指标体系,共包括20个评估指标,如图1所示。如合规性是指系统对经济事项的会计处理流程与处理结果符合相关会计法律、法规、制度要求的能力;合规范性是指AIS的各个组件乃至细化到最低功能粒度层的服务程序编写符合统一的编写规范、预留出的外部接口可以由云会计环境里其他任何已付费单元按需调用的规范程度。

图1 云会计环境下AIS可信性评估通用指标体系

2.2 基于ANP的可信性评估模型

文献［10］提出了ANP方法。ANP中既存在梯阶层次结构,又存在同层元素之间的影响与支配,同时元素内部还存在依赖和反馈。ANP方法具有特别考虑元素之间相互依赖和反馈的良好特性,使得其适合分析云会计环境下AIS可信性评估指标之间相互影响的结果,综合考虑主观指标和客观指标的影响,求解出科学合理的指标权重,有助于得出正确稳定的评估结论。

ANP方法充分考虑层次结构内各元素之间的相互影响与支配,将系统元素划分为2个层级,第1层级是控制层,包含目标及决策准则,目标元素支配全部决策准则。第2层级是网络层,其中的所有元素均受控制层支配,元素之间存在相互影响,相互支配。本文依据图1构造出的指标体系结合云会计环境下AIS的服务特点,引入ANP方法构建出可信性评估模型。云会计环境下AIS的可信性这一目标取决于服务、维护、声誉3个决策准则的综合评价,这3个准则控制的网络层指标又相互影响、相互反馈,可信性评估模型如图2所示。

图2 基于ANP的可信性评估模型

3 云会计环境下的AIS可信性评估

3.1 可信性评估流程

由于用户可信性需求具有动态演化性,即使是同一用户在不同的时间、环境等条件下其需求也可能发生改变。对这种改变不仅要关注其直接影响某个或某些指标的评价结果,还要关注与这些指标存在依赖反馈关系的指标受到间接影响的情况。因此,需要特别考虑不同行业用户可信需求的差异和评估指标之间的相互制约对可信性评估的影响,并根据行业数据和用户特定需求及时更新指标库。

云会计环境下基于ANP的可信性评估基本流程是根据用户行业选取相应指标集,基于ANP确定指标权重,针对获取的可信证据进行可信性评估。首先获取用户的行业类别,不同行业类别的用户对于同一项AIS服务可能使用不同的指标集进行评价。判断当前评估的服务有无对应该行业用户的评估指标集,如果已有指标集,就采用该指标集进行可信性评估;如果尚未建立相应指标集,新建指标集,存入指标库,继而进行可信性评估。评价可信证据收集机制收集到的可信证据是否与该指标集匹配,不匹配则评价影响并给出提示;匹配则进行可信性评估,得到评估结论。

在进行云会计环境下可信性评估过程中,评估指标集与评估指标权重的确定是AIS可信性评估方法的核心内容。AIS可信性评估流程如图3所示。

图3 云会计环境下AIS可信性评估流程

3.2 基于ANP的可信性评估算法

本文提出的基于ANP的可信性评估算法中使用到的指标、指标体系、指标之间依赖反馈关系等经验数据均可以根据具体情况运用专家意见集合法、专家小组法、德尔菲法等统计方法汇总得出;可信证据可以从版本控制系统、漏洞数据库等机制中获取。基于ANP的可信性评估算法描述如下:

步骤1 设用户行业用trade表示,提取用户行业类别信息t,t→trade。如果trade在指标库中有对应的可信指标集St,则进入步骤7,否则进入步骤2。

步骤2 在指标库中新建指标集

(1)专家根据通用指标体系结合trade特征选取指标,确定层次结构和各指标之间存在的相互影响关系,构建出对应该trade的网络层次模型。

(2)在指标库中新建指标集St:设ANP的控制层元素P1,P2,…,PN,网络层中对应元素集为B1,B2,…,BN,Bi={Ci1,Ci2,…,Cin}。Cij的稳定权重用Vij表示。新建St成功则进入步骤3,否则进入步骤11。

步骤3 运用统计方法,汇总得出元素集Bi中的元素对Cjk(k=1,2,…,nj)的相对重要程度vjk,采用文献［11］提出的九分法来量化这种相对重要程度,构造出判断矩阵Wij:

矩阵Wij列向量即Bi元素组中的元素对Bj元素组中的元素重要程度的排序向量。构造成功则进入步骤4,否则进入步骤11。

步骤4 如果存在未计入Wij的vjk,重复步骤3,直到计算出所有符合条件的Wij为止。由Wij组成超矩阵W。构造成功则进入步骤5,否则进入步骤11。

步骤5 设加权因子aijaij,构造加权超矩阵,=aij·Wij,i=1,2,…,N;j=1,2,…,N。构造成功则进入步骤6,否则进入步骤11。

步骤6 对W—做稳定处理:如果极限超矩阵W∞存在则W∞→Vij,将Cij,Vij存入St,更新指标库。进入步骤7,不存在则进入步骤11。

步骤7 设与St中Cij对应的可信证据Eij组成可信证据集E,如果存在任一Eij=φ,则转入步骤9,否则进入步骤8。

步骤8 评价E中所有Eij,评价结果记为rij,考虑指标之间相互影响的评价结果记为Rij,Rij=rij·Vij。最终评价结果用R表示,R=R+Rij,i=1,2,…,N;j=1,2,…,N。循环累加,直至所有Rij均已计入。转入步骤10。

步骤9 设定指标重要性阈值T,该Eij对应的Cij权重Vij的重要程度I,如果重要程度I＞T,给出错误提示,转入步骤11;如果I≤T,则转入步骤7。

步骤10 输出可信性评估结果。

步骤11 算法结束。

4 算例分析

4.1 实验假定与参数设置

本文仿真实验的目的是检验基于ANP的可信性评估算法在评估云会计环境下AIS可信性的有效性,以及相对于传统不考虑指标之间相互影响评估方法的筛选性。

为直接地说明问题,现仅针对AIS的某一功能模块进行评价分析。假定实验中评估对象为3个不同的云会计供应商X,Y,Z提供的云会计环境下的AIS中采购模块,其服务用户为中小型工业企业,并且当前指标库中没有针对该项评估的指标集,需要调用基于ANP的可信性评估算法新建指标集E。并假定对于St中任意指标Cij在该评估对象的可信证据集E中均有证据Eij与之对应,即不用考虑证据不足对本次可信性评估的影响。

设专家建立的可信指标集St与前文中述及的可信性评估通用指标体系(图1)、基于ANP的可信性评估模型(图2)一致。根据可信指标Cij独立评价其对应的可信证据Eij,对应的评价结果为rij。3个评估对象的rij结果集分别用Xr,Yr,Zr表示,其数值如表1所示。

表1 评估对象X,Y,Z的rij设定

4.2 结果分析

根据图1建立的指标体系与图2建立的评估模型,结合专家打分法获得的指标之间相对权重作为实验的输入数据,编写了基于ANP的可信性评估算法的仿真程序,在Super Decision软件中创建控制层元素集B1,B2,B3,根据专家打分数据确定这3个元素集的权重,随后分别创建由控制层元素控制的网络层指标节点,根据汇总的专家意见采用九分法［10］标度存在相互影响的指标之间两两相对的重要程度。计算出判断矩阵Wij、超矩阵W、加权超矩阵W—,最终得到了表示指标稳定权值的极限超矩阵W∞,各指标稳定权重值结果如表2～表4所示。

表2 网络层B1中的指标权重结果

表3 网络层B2中的指标权重结果

表4 网络层B3中的指标权重结果

综合考虑指标之间相互影响的情况下,得到了稳定权重值集V=(0.022 221,0.042 144,0.030 625, 0.064 398,0.025 668,0.054 42,0.087 87,0.074 958, 0.006 409,0.083 114,0.029 96,0.008 871,0.146 721, 0.006 621,0.072 655,0.052 748,0.012 039,0.130 356, 0.006 02,0.042 183),根据公式R=∑(rij·Vij)计算出考虑指标之间相互影响的评价结果,仿真程序运行结束。

仿真程序运行结果为:RX=0.819 789 96,RY= 0.723 560 18,RZ=0.769 084 74。从而得到可信性评估结论:供应商提供的该服务可信性排序为X＞Z＞Y。不考虑指标权重的评价结果(即每个指标的独立评价结果rij的平均值)依次为:0.824 0,0.756 0,0.758 5。可见X不考虑指标权重的评估结果显著高于Y,Z,其可信性评估结果为最高,说明评估结果与不考虑指标权重的评估结果趋势一致;Y,Z不考虑指标权重的评价结果相近,而最终可信性评估结论Y与Z却有较明显的差距,其原因在于权重较大的指标的独立评价结果rij往往是Z高于Y,这部分对评估结果影响较大。在综合考虑指标之间相互影响的情况下,不考虑指标权重的评价结果相近的供应商服务也会由于这些关键指标的作用得出差异性结论。

5 结束语

云会计环境下基于ANP的AIS可信性评估是建立在传统可信性评估思路基础上加以改进得出,既考虑到云会计环境动态开放的特点,采用ANP分析确定在考虑指标之间相互依赖和反馈时的指标权重;又考虑到AIS用户的特定需求对可信性评估的影响。本文在此基础上,建立了通用指标体系,评估时根据特定领域的用户需求加以调整匹配特定的指标集,结合获取的可信证据进行可信性评估。本文提出的可信性评估方法能综合考虑指标之间相互影响的情况,对存在由于需求演化、服务变更等影响的可信性评估得出合理的评估结论。

［1］ 程 平,何雪峰.“云会计”在中小企业会计信息化中的应用［J］.重庆理工大学学报:社会科学版,2011, 25(1):55-60.

［2］ 刘 克,单志广,王 戟,等.“可信软件基础研究”重大研究计划综述［J］.中国科学基金,2008,(3): 145-151.

［3］ 贾仰理,李舟军,邢建英,等.基于模型检验的构件验证技术研究进展［J］.计算机研究与发展,2011,48(6): 913-922.

［4］ 韩 葆,蔡 勉.基于模型检验的软件可信分析模型［J］.计算机技术与发展,2012,22(10):35-38.

［5］ 顾 鑫,徐正全,刘 进.基于云理论的可信研究及展望［J］.通信学报,2011,32(7):176-181.

［6］ 莫家庆,胡忠望,叶雪琳.基于模糊理论的可信计算信任评估方法研究［J］.计算机应用,2013,33(1): 142-145.

［7］ 欧阳柳波,邹北骥,林 建,等.一种软件实用性模糊评估方法［J］.小型微型计算机系统,2013,34(2): 298-303.

［8］ 王志兵,李长云.基于行为模式的电子交易过程中信任评估研究［J］.计算机应用研究,2010,26(4): 1357-1359.

［9］ 杨善林,丁 帅,褚 伟.一种基于效用和证据理论的可信软件评估方法［J］.计算机研究与发展,2009,46(7): 1152-1159.

［10］ Satty T L.The AnalyticalNetwork Process:Decision Making with Dependence and Feedback［M］.Pittsburgh, USA:RWS Publications,2001.

［11］ 郎 波,刘旭东,王怀民,等.一种软件可信分级模型［J］.计算机科学与探索,2010,4(3):231-239.

［12］ Trustie Group.A Trustworthy Software Production Environment for Large Scale Software Resource Sharing and Cooperative Development［EB/OL］.(2008-06-09).http://www.trustie.org.

［13］ Voas J.Trusted Software's Holy Grail［J］.Software Quality Journal,2003,11(1):9-17.

编辑 顾逸斐

AIS Trustworthiness Evaluation Based on ANP in Cloud Accounting Environment

CHENG Pinga,b,LI Ninga,b
(a.School of Accounting;b.Cloud Accounting Research Institute,Chongqing University of Technology,Chongqing 400054,China)

With the development of cloud accounting,the trustworthiness of its service draws more attention.Aiming at solving the problem that most existing trustworthiness evaluation methods are hard to be reasonable and effective enough to evaluate it,this paper proposes Accounting Information System(AIS)trustworthiness evaluation method based on Analytic Network Process(ANP)in cloud accounting.Considering influence factors such as user's industry categories, dependence and feedback relationships between evaluation indexes and evolution of trustworthiness demand,it builds up trustworthiness evaluation index system which contains three dimensions:service,maintenance,reputation,establishes trustworthiness evaluation model,and based on this,through trustworthiness evaluation algorithm based on analytic network process obtained evaluation results considering the influence between indexes.Simulation experimental results show the effectiveness of this method,for it draws difference evaluation conclusion on similar service of global level, providing a strong support to users on selecting accounting information system service.

cloud accounting;trustworthiness evaluation;Accounting Information System(AIS);Analytic Network Process(ANP);evaluation index system;evaluation algorithm

1000-3428(2014)11-0273-05

A

TP31

10.3969/j.issn.1000-3428.2014.11.054

国家自然科学青年基金资助项目(71201179);教育部人文社会科学青年基金资助项目(12YJC630025)。

程 平(1978-),男,副教授、博士后,主研方向:云会计技术;李 宁,硕士研究生。

2013-11-14

2014-02-11E-mail:chgpg2006@163.com

中文引用格式:程 平,李 宁.云会计环境下基于ANP的AIS可信性评估［J］.计算机工程,2014,40(11):273-277.

英文引用格式:Cheng Ping,Li Ning.AIS Trustworthiness Evaluation Based on ANP in Cloud Accounting Environment［J］.Computer Engineering,2014,40(11):273-277.