代理伺服器能夠控制網路連線目的地，這使得網路管理員能夠輕鬆地管理和監控網路流量。這種控制能力對於企業和組織來說尤為重要，因為它們可以確保網路的安全性和有效性。
企業組織設定Proxy的三種常見模式 企業和組織通常會依照自身需求，設定不同模式的Proxy，以達到最佳的網路管理效果。以下是三種常見的設定模式： 模式一：標準設定 標準設定是依照通用的方式來進行代理伺服器的配置。通常使用的Port是3128。這是一種普遍接受且廣泛應用的方式，適用於大多數企業網路環境。 模式二：自訂Port設定 一些企業的MIS（管理資訊系統）單位會根據自己的網路規劃，選擇使用大於1024的Port來設置代理伺服器。另一個常用的Port是8080。這種設定方式可以根據企業的特殊需求和安全策略，靈活地分配和管理網路端口。 模式三：自訂帳號密碼 為了防止未授權的用戶訪問網路，一些企業會設定帳號和密碼來進行代理伺服器的管控。在這種模式下，用戶需要輸入授權的帳號和密碼才能使用代理伺服器上網，這樣可以增強網路的安全性和使用者的管理。 Proxy設定問題與解決 在某些情況下，上述三種Proxy模式可能無法順利運作。通常這是因為IT部門的Proxy設定不完整或是在側錄時記憶體限制造成的。此時，應該請IT部門協助，以解決這些技術問題，確保代理伺服器正常運行。 JCAATs工具列的Proxy管理功能 在JCAATs工具列中，提供了Proxy管理功能。使用者需要勾選“啟用”選項，這樣在匯入Open Data時才會透過Proxy進行下載。使用者至少要輸入Proxy的位址和使用的Port。
透過正確的Proxy設定，可以保障網路的安全性和穩定性，使企業和組織的網路運作更加順暢。
JCAATs是一款基於Python的人工智慧稽核軟體，自3.4版起，已支援包括繁體中文、簡體中文、英文、日文、韓文、西班牙文和阿拉伯文在內的七種語言介面，使不同語言的使用者都能方便地使用JCAATs的強大功能。此外，JCAATs是目前唯一同時支援Mac和Windows作業系統的稽核軟體，讓稽核人員能夠透過簡單的稽核指令來實踐他們的稽核夢想。
四大稽核技術構面 JCAATs的稽核指令主要包含以下四大技術構面：
3.4版的文字探勘新功能
在最新的3.4版本中，JCAATs在文字探勘技術上新增了兩個創新的AI稽核功能：詞性分析與文字集群。
文字集群功能 文字集群功能讓使用者能夠智慧化、快速地進行文字分群作業。其基本作業流程如下：
文字集群的主要目的是將一組原本混亂、沒有結構的數據資料歸納出結構，並生成集群，通過降維處理將結果呈現在平面上。
文字集群分析流程 文字集群分析主要透過以下三個步驟完成：
JCAATs提供四種特徵提取方式：
側影係數輔助功能
由於文字資料通常是非結構化且複雜的，因此找出最佳的集群數目是一個重要課題。JCAATs提供側影係數功能來輔助使用者設定適合的集群數目，使集群分析更為精準。
側影係數（Silhouette Coefficient）是評估集群分析質量的一種方法。其通過以下方式進行判斷：
這些指標用來滿足集群的目標。側影係數的應用降低了使用文字分群的難度，讓分析結果更加可靠。
全球領先的AI稽核創新能力 截至2024年，JCAATs是唯一具備此AI技術及文字集群指令的稽核軟體，顯示出其在全球AI稽核領域的創新能力和領先地位。 通過JCAATs 3.4版的文字探勘新功能，使用者可以更輕鬆地進行高效的稽核工作，提升工作質量和效率。
ICAEA國際電腦稽核教育協會於2023年針對全球會員進行調查，並整理出最新AI人工智慧在稽核技術上的發展與應用等相關資訊，國際會計教育與認證協會（ICAEA）提供了9項關鍵發現，旨在深入了解未來審計的發展趨勢，共同探索AI在審計中的應用，並為全球審計和企業治理格局提供更多價值，以下摘錄分享幾個重點，詳細內容歡迎上 ICAEA網站 下載。
2023年調查報告顯示，全球參與者中有97%已經認識到AI在稽核工作中的價值和優勢。然而，仍有更多需要了解的地方。稽核正在邁向下一階段。2021年和2024年對美國註冊會計師公會（AICPA）會計師考試進行的修訂強調了新興技術在會計行業中的日益重要性，並加強了對數據和技術概念的重視。
事實上，稽核與審計人員在資料分析技術方面所能實現的範圍已經發生了重大變化。當今的稽核與審計人員具有進行敘述性和預測性分析的能力，處理數字和文字探勘，並將這些能力應用於他們工作的各個方面，從斷言測試到合規性和風險評估。根據我們最近的調查，全球69%的受訪者對利用人工智能進行稽核工作表現出積極主動的態度。值得注意的是，全球97%的受訪者認識到了在這一背景下人工智能的價值和優勢。77%的受訪者認為3年內就會對稽核做產生重大影響。
參考資料來源：ICAEA The Application of AI in Auditing
ICAEA 2024 AI在稽核實務應用白皮書
國際電腦稽核教育協會：https://www.icaea.net/English/Publication/White%20Paper.php
根據2022年德勤的一項調查，76%的受訪者通過第三方模式提供其IT服務，超過90%的受訪者將依賴第三方服務提供商進行數據分析和機器人流程自動化部署安排。然而，由於這些組織（稱為用戶實體）無法直接監控服務提供商對外包系統的控制，這可能影響用戶實體的業務運營和財務報告，因此服務提供商是否建立合適且有效的控制以確保數據的保密性和隱私、系統的完整性和可用性成為用戶實體的一個重要問題。 According to a Deloitte survey in 2022 , 76 percent of respondents had their IT services delivered through thirdparty models, and more than 90 percent of the respondents will rely on third-party service providers for data analytics and robotic process automation deployment arrangements. However, as these organizations (called user entities) cannot directly monitor the service providers’ controls over the outsourced systems that may influence user entities’ business operations and financial reports, whether these service providers establish suitable and effective controls to ensure the data confidentiality and privacy, system integrity, availability becomes an important issue for user entities. Reference Format: Ju-Chun Yen | Tawei ( David ) Wang, 2023, Third Party Assurance: Need More Attention on SOC Reports, International Journal of Computer Auditing, Vol.5 No.1, Pages 1-3. https://doi.org/10.53106/256299802023120501001
該論文提供了一個真實案例，企業財務破產案例的機器學習實驗過程：2019 年在台灣的中O映管股份有限公司。該教學案例解決了財務破產分析中的主要主題，讓商科學生學習如何分析槓桿融資和不良債務以及預測破產。 它是一個採用項目式學習方法的科學、技術、工程和數學（STEM）教學案例。教學案例的學習目標是通過有計劃的教學活動來啟發和鼓勵學生。 學生首先思考問題或情況，並使用計算機輔助審計技術 (CAAT) 軟件建立機器學習項目。 學生進行自主項目後，學生可以使用新知識進行新的破產案例分析。
Reference Format: Huang, S.M. and Huang, Y.T. and Wang, L.K., 2020, Teaching Case – Predicting the Probability of Company Bankruptcy with CAATs , International Journal of Computer Auditing, Vol.2, No.1, pp.5-22 . https://doi.org/10.53106/256299802020120201002
更多內容請參閱 ICAEA國際電腦稽核協會
現在鼓勵會計項目將數據分析納入他們的項目。 本文將提供有關如何在會計學院設置數據分析程序的建議，回答將數據分析納入會計程序的重要性的原因，以及最後如何創建整合良好的課程。
Accounting programs are now being encouraged to incorporate data analytics into their programs. This article will provide suggestions on how to set up a data analytics program in a school of accountancy, answer why it is important to incorporate data analytics within accounting programs, and nally how to create a well-integrated curriculum. Reference Format: Durtschi, C. and Wang, T., 2020, The Development of Accounting Data Analytics Curriculum, International Journal of Computer Auditing , Vol.2, No.1, pp.1- 4. https://doi.org/10.53106/256299802020120201001
歡迎大家上網瀏覽如何透過AI人工智慧軟體JCAATs提升稽核洞察力~ 透過簡易介面輕鬆運用內建之機器學習演算法，進行行員挪用客戶資金預測性查核 快速發現潛在問題與風險，加強稽核工作效率，確保法令遵循，提升風險管理能力。
想要了解更多智能稽核JCAATs，歡迎大家訂閱JACKSOFT頻道並記得要按讚喔
金管會發布本國銀行111年度下半年主要檢查缺失包含： 1. 對交易監控資訊系統或監控程序之設計欠完善。 2. 對虛擬通貨交易平台業者之客戶審查、使用者實名制及平台使用者交易監控，未依本會規定確實辦理。 3. 未確實辦理法令遵循自評作業。 4. 未依規定投資及管理不動產。 5. 信用卡催收作業有欠妥適。 6. 銷售金融商品予高齡客戶，未落實本會「金融服務業公平待客原則」。 7. 辦理電子銀行業務，交易面之安全設計有待加強及未確實控管轉帳交易限額。 8. 受理客戶將數位存款帳戶轉換為一般帳戶有未確實審查。 9. 海外授信案暴險控管欠妥適。 10. 不動產抵押貸款徵審及貸後管理流於形式。 11. 辦理購屋貸款相關防杜炒房管理機制未臻完善。
12. 未確實瞭解理財專員信用及財務狀況。
13. 電子銀行業務以簡訊 OTP 辦理身分驗證，作業有欠妥適。
14. 對外服務網站安全防護作業有欠妥善。
15. 連線正式營運環境之管控措施有欠妥適。
更多資訊歡迎參閱金管會網站 資料來源: https://www.feb.gov.tw/ch/home.jsp?id=314&parentpath=0,5,297,300
Fintech時代，稽核、法遵、資安及風控人員需要善用AI人工智慧稽核工具，進行分析與查核，找出異常，協助各單位落實資安風險評估與辨識，切實掌握組織風險、有效管理，歡迎一起共同學習與交流!!!
