CN114445207B - 基于数字人民币的税务管理系统 - Google Patents

Abstract

本发明公开了一种基于数字人民币的税务管理系统，该基于数字人民币的税务管理系统包括企业信息接入装置、数据模板录入装置、税务数据生成装置、交易管理装置、发票管理装置、纳税申报装置、税务分析装置和税务上传装置。可见，本发明能够在数字人民币实施的场景下为企业提供全面的税务管理服务，一方面能够充分整合企业的数字人民币相关的交易信息，为企业提供便捷的税务服务，另一方面能够进一步对交易信息和税务数据进行分析，提高税务管理的智能化程度。

Description

基于数字人民币的税务管理系统

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于数字人民币的税务管理系统。

背景技术

随着数字化支付的盛行，越来越多的企业开始采用数字化的支付方式，而数字人民币的推行，也即将使得企业的交易记录逐渐数字化，相应的，其税务管理也需要根据数字支付的特点进行调整。但现有的税务管理技术，其仍然仅停留在利用一般的支付信息进行管理的阶段，没有根据数字人民币这类数字货币的交易特点做出相应的改进，因此存在缺陷，亟待改进。

发明内容

本发明所要解决的技术问题在于，提供一种基于数字人民币的税务管理系统，一方面能够充分整合企业的数字人民币相关的交易信息，为企业提供便捷的税务服务，另一方面能够进一步对交易信息和税务数据进行分析，提高税务管理的智能化程度。

为了解决上述技术问题，本发明第一方面公开了一种基于数字人民币的税务管理系统，所述系统包括：企业信息接入装置，用于与目标企业的企业系统进行通信，以获取所述企业系统的企业信息数据；数据模板录入装置，用于接收用户手动录入的或系统自动生成的与所述企业信息数据对应的数据模板；税务数据生成装置，用于根据所述数据模板，对所述企业信息数据进行脱敏处理、解密处理和税务数据提取处理，以得到所述目标企业对应的税务相关指标数据；交易管理装置，用于获取企业的数字人民币交易信息；发票管理装置，用于根据所述数字人民币交易信息，以及所述税务相关指标数据，生成所述目标企业对应的发票信息，并进行保存；纳税申报装置，用于根据所述数字人民币交易信息，以及所述发票信息，生成纳税申报信息；税务分析装置，用于根据所述数字人民币交易信息、所述发票信息和所述纳税申报信息，确定所述目标企业的税务健康指标；所述税务健康指标包括税务合规指标和税务风险指标；税务上传装置，用于与税务政府机构终端进行通信，以将所述数字人民币交易信息、所述发票信息和所述纳税申报信息上传至所述税务政府机构终端。

作为一种可选的实施方式，所述企业信息数据包括财务信息数据、采购信息数据、销售信息数据和报销信息数据；所述数据模板用于指示所述企业信息数据中的任一数据内容的数据敏感度、数据位置、数据类型和数据加解密方式；以及，所述税务数据生成装置包括：脱敏处理模块，用于根据所述数据模板中指示的所述数据敏感度，确定所述企业信息数据中的数据敏感度高于预设的敏感度阈值的敏感数据内容，基于所述敏感数据内容的数据类型，选择对应的去敏算法进行处理，以得到脱敏处理后的所述企业信息数据；所述数据类型包括文本数据、数字数据和支付数据；去敏算法包括对应于所述文本数据的文本重排算法以及对应于所述数字数据或所述支付数据的哈希转换算法；解密处理模块，用于根据所述数据模板中指示的所述数据加解密方式，确定所述企业信息数据中的加密数据内容和对应的解密算法以及密钥，根据所述解密算法以及密钥，对所述加密数据内容进行解密，以得到解密处理后的所述企业信息数据；税务数据提取模块，用于根据所述数据模板中指示的所述数据类型，确定所述企业信息数据中的税务相关指标数据。

作为一种可选的实施方式，所述解密处理模块，包括：模型确定单元，用于根据所述数据模板中指示的所述数据加解密方式，确定出对应的加密数据识别神经网络模型；所述加密数据识别神经网络模型通过包括有多个通过所述数据加解密方式进行加密的训练数据对应的加密标注的训练数据集训练得到；识别单元，用于将所述企业信息数据输入至所述加密数据识别神经网络模型，以识别出所述企业信息数据中的加密数据内容；解密单元，用于根据所述数据模板中指示的所述数据加解密方式，确定对应的解密算法以及密钥，并根据所述解密算法以及密钥，对所述加密数据内容进行解密，以得到解密处理后的所述企业信息数据。

作为一种可选的实施方式，所述数字人民币信息包括多个数字人民币交易记录；以及，所述发票管理装置包括：发票生成模块，用于根据所述多个数字人民币交易记录，以及所述税务相关指标数据，生成所述目标企业对应的多个发票信息；发票检验模块，用于获取所述数字人民币交易记录对应的区块信息，根据所述区块信息，对所述发票信息进行验证；发票分类模块，用于根据所述多个发票信息的发票类型，对所述多个发票信息进行分类，得到多个发票集合；发票保存模块，用于对所述多个发票集合以及对应的集合标识进行保存。

作为一种可选的实施方式，所述发票检验模块包括：区块信息获取单元，用于针对任一所述数字人民币交易记录，获取该数字人民币交易记录对应的区块信息；信息分析单元，用于根据所述区块信息，确定该数字人民币交易记录对应的至少一个交易主体；检验单元，用于根据该数字人民币交易记录对应的至少一个交易主体的经营范围信息，对该数字人民币交易记录对应的所述发票信息中的发票主体信息和发票业务信息进行验证，以确定所述发票信息的准确性。

作为一种可选的实施方式，所述纳税申报装置，包括：税种确定模块，用于根据所述企业信息数据，确定所述目标企业对应的至少一个纳税税种；纳税申报模块，用于根据所述纳税税种，确定出税种计算规则，并根据所述税种计算规则和所述数字人民币交易信息，以及所述发票信息，生成纳税申报信息。

作为一种可选的实施方式，所述税种确定模块，包括：企业特征提取单元，用于对所述企业信息数据进行特征工程处理，得到所述目标企业对应的企业特征数据；所述特征工程处理包括归一化处理、独热编码处理和向量化处理；税种预测单元，用于将所述目标企业对应的企业特征数据，输入至训练好的税种预测神经网络模型中，以得到所述目标企业对应的至少一个纳税税种；所述税种预测神经网络模型通过包括有多个训练企业特征数据和对应的税种标注的训练数据集训练得到。

作为一种可选的实施方式，所述税务分析装置，包括：合规分析模块，用于根据税务合规数据规则，根据所述数字人民币交易信息、所述发票信息和所述纳税申报信息，确定所述目标企业的税务合规指标信息；风险分析模块，用于获取所述目标企业在历史时间段中的历史纳税数据，并根据所述历史纳税数据，以及所述纳税申报信息，确定所述目标企业的税务风险指标。

作为一种可选的实施方式，所述风险分析模块，包括：历史获取单元，用于获取所述目标企业在多个历史时间段中的历史纳税数据；所述历史纳税数据包括多个历史纳税税种和对应的历史纳税金额；税种表征单元，用于计算所述目标企业在所述多个历史时间段中在每一历史纳税税种的平均缴纳金额，并根据所述平均缴纳金额以及所述历史纳税税种的税种参数，基于Simhash算法，计算每一所述历史纳税税种对应的历史表征散列值；当前表征单元，用于根据所述目标企业的所述纳税申报信息中的每一纳税税种和对应的纳税金额，基于Simhash算法，确定所述目标企业的每一所述纳税税种的当前表征散列值；比较分析单元，用于计算所述目标企业的任一所述纳税税种的当前表征散列值与对应的所述历史纳税税种的历史表征散列值之间的海明距离，当所述海明距离低于预设的距离阈值时，将该纳税税种确定为风险税种；输出分析单元，用于根据所述比较分析单元确定出的所有风险税种，生成所述目标企业对应的税务风险分析报表。

作为一种可选的实施方式，所述税务上传装置，包括：税务通信模块，用于与所述税务政府机构终端建立通信并接收所述税务政府机构终端发送的信息请求；数据整理模块，用于根据所述信息请求，整理对应的所述数字人民币交易信息、所述发票信息和所述纳税申报信息，得到上报数据；数据上传模块，用于将所述上报数据上传至所述税务政府机构终端。

与现有技术相比，本发明具有以下有益效果：

本发明实施例公开了一种基于数字人民币的税务管理系统，该基于数字人民币的税务管理系统包括企业信息接入装置、数据模板录入装置、税务数据生成装置、交易管理装置、发票管理装置、纳税申报装置、税务分析装置和税务上传装置。可见，本发明能够在数字人民币实施的场景下为企业提供全面的税务管理服务，一方面能够充分整合企业的数字人民币相关的交易信息，为企业提供便捷的税务服务，另一方面能够进一步对交易信息和税务数据进行分析，提高税务管理的智能化程度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种基于数字人民币的税务管理系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、装置、产品或端没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或模块。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明旨在于提供一种创新的基于数字人民币的税务管理系统，其中，该系统结合了大数据技术，java技术，js技术，GIS技术，数据库技术（sql），非关系型数据（nosql）等多种技术，并基于云计算、大数据、分布式服务、分布式数据库、分布式缓存等技术，实现分布式处理、统一管理、弹性扩展、快速联网接入，其能够在数字人民币实施的场景下为企业提供全面的税务管理服务，一方面能够充分整合企业的数字人民币相关的交易信息，为企业提供便捷的税务服务，另一方面能够进一步对交易信息和税务数据进行分析，提高税务管理的智能化程度。

具体的，请参阅图1，图1是本发明实施例公开的一种基于数字人民币的税务管理系统的结构示意图。如图1所示，该基于数字人民币的税务管理系统至少包括企业信息接入装置101、数据模板录入装置102、税务数据生成装置103、交易管理装置104、纳税申报装置105、税务分析装置106、税务上传装置107和发票管理装置108。

可选的，企业信息接入装置101用于与目标企业的企业系统进行通信，以获取企业系统的企业信息数据。可选的，企业信息数据包括财务信息数据、采购信息数据、销售信息数据和报销信息数据。可选的，财务信息数据可以为财务统计数据、财务状况数据或财务归属数据。可选的，采购信息数据可以包括采购对象、采购数量、采购金额和采购物资信息。可选的，销售信息数据可以包括销售对象、销售数量、销售金额和销售物资信息。可选的，报销信息数据可以包括报销事由、报销类型、报销金额和报销任务信息。可选的，目标企业的企业系统可以为ERP系统或其他用于企业数据管理的OA系统。

可选的，数据模板录入装置102用于接收用户手动录入的或系统自动生成的与企业信息数据对应的数据模板。可选的，数据模板用于指示企业信息数据中的任一数据内容的数据敏感度、数据位置、数据类型和数据加解密方式。可选的，数据模板可以由有权限的用户手动录入，也可以根据目标企业的企业信息直接从预先保存的多个数据模板中确定出对应的数据模板。

可选的，税务数据生成装置103用于根据数据模板，对企业信息数据进行脱敏处理、解密处理和税务数据提取处理，以得到目标企业对应的税务相关指标数据。

可选的，交易管理装置104，用于获取企业的数字人民币交易信息。

可选的，纳税申报装置105，用于根据数字人民币交易信息，以及发票信息，生成纳税申报信息。

可选的，税务分析装置106，用于根据数字人民币交易信息、发票信息和纳税申报信息，确定目标企业的税务健康指标。税务健康指标包括税务合规指标和税务风险指标。

可选的，税务上传装置107，用于与税务政府机构终端进行通信，以将数字人民币交易信息、发票信息和纳税申报信息上传至税务政府机构终端。

可选的，发票管理装置108，用于根据数字人民币交易信息，以及税务相关指标数据，生成目标企业对应的发票信息，并进行保存。

可见，本发明实施例能够在数字人民币实施的场景下为企业提供全面的税务管理服务，一方面能够充分整合企业的数字人民币相关的交易信息，为企业提供便捷的税务服务，另一方面能够进一步对交易信息和税务数据进行分析，提高税务管理的智能化程度。

在一个可选的实施例中，税务数据生成装置103包括脱敏处理模块、解密处理模块和税务数据提取模块。其中，脱敏处理模块用于根据数据模板中指示的数据敏感度，确定企业信息数据中的数据敏感度高于预设的敏感度阈值的敏感数据内容，基于敏感数据内容的数据类型，选择对应的去敏算法进行处理，以得到脱敏处理后的企业信息数据。可选的，数据类型包括文本数据、数字数据和支付数据，相应的，去敏算法包括对应于文本数据的文本重排算法以及对应于数字数据或支付数据的哈希转换算法。

具体的，解密处理模块用于根据数据模板中指示的数据加解密方式，确定企业信息数据中的加密数据内容和对应的解密算法以及密钥，根据解密算法以及密钥，对加密数据内容进行解密，以得到解密处理后的企业信息数据；

具体的，税务数据提取模块用于根据数据模板中指示的数据类型，确定企业信息数据中的税务相关指标数据。

在一个可选的实施例中，解密处理模块包括模型确定单元、识别单元和解密单元。其中，模型确定单元用于根据数据模板中指示的数据加解密方式，确定出对应的加密数据识别神经网络模型。

可选的，加密数据识别神经网络模型通过包括有多个通过数据加解密方式进行加密的训练数据对应的加密标注的训练数据集训练得到。可选的，加密数据识别神经网络模型包括有卷积网络层和全连接层，并基于交叉熵损失函数训练优化。

可选的，识别单元用于将企业信息数据输入至加密数据识别神经网络模型，以识别出企业信息数据中的加密数据内容。

可选的，解密单元用于根据数据模板中指示的数据加解密方式，确定对应的解密算法以及密钥，并根据解密算法以及密钥，对加密数据内容进行解密，以得到解密处理后的企业信息数据。可选的，数据加解密方式或解密算法可以为RSA算法、SHA256算法、SHA384算法、SHA512算法、HMAC-SHA256算法、HMAC-SHA384算法、HMAC-SHA512算法、AES算法或3DES算法。

在一个可选的实施例中，数字人民币信息包括多个数字人民币交易记录，以及，发票管理装置108包括发票生成模块、发票检验模块、发票分类模块和发票保存模块。其中，发票生成模块用于根据多个数字人民币交易记录，以及税务相关指标数据，生成目标企业对应的多个发票信息，发票检验模块用于获取数字人民币交易记录对应的区块信息，根据区块信息，对发票信息进行验证，发票分类模块用于根据多个发票信息的发票类型，对多个发票信息进行分类，得到多个发票集合，发票保存模块用于对多个发票集合以及对应的集合标识进行保存。

在一个可选的实施例中，发票检验模块包括区块信息获取单元、信息分析单元和检验单元。其中，区块信息获取单元用于针对任一数字人民币交易记录，获取该数字人民币交易记录对应的区块信息，信息分析单元用于根据区块信息，确定该数字人民币交易记录对应的至少一个交易主体，检验单元用于根据该数字人民币交易记录对应的至少一个交易主体的经营范围信息，对该数字人民币交易记录对应的发票信息中的发票主体信息和发票业务信息进行验证，以确定发票信息的准确性。

在一个可选的实施例中，纳税申报装置105，包括税种确定模块和纳税申报模块。其中，税种确定模块用于根据企业信息数据，确定目标企业对应的至少一个纳税税种，纳税申报模块用于根据纳税税种，确定出税种计算规则，并根据税种计算规则和数字人民币交易信息，以及发票信息，生成纳税申报信息。具体的，数据库中存放有纳税税种和对应的税种计算规则的对应关系，可以直接根据纳税税种，确定出税种计算规则。其中，税种计算规则用于限定特定的纳税税种在计算税额时需要计算哪些数据以及计算公式。

在一个可选的实施例中，税种确定模块包括企业特征提取单元和税种预测单元，其中，企业特征提取单元，用于对企业信息数据进行特征工程处理，得到目标企业对应的企业特征数据。其中，特征工程处理包括归一化处理、独热编码处理和向量化处理。

可选的，税种预测单元用于将目标企业对应的企业特征数据，输入至训练好的税种预测神经网络模型中，以得到目标企业对应的至少一个纳税税种。具体的，税种预测神经网络模型通过包括有多个训练企业特征数据和对应的税种标注的训练数据集训练得到。可选的，加密数据识别神经网络模型包括有卷积网络层和全连接层，并基于交叉熵损失函数训练优化。

在一个可选的实施例中，税务分析装置106包括合规分析模块和风险分析模块，其中，合规分析模块用于根据税务合规数据规则，根据数字人民币交易信息、发票信息和纳税申报信息，确定目标企业的税务合规指标信息，风险分析模块用于获取目标企业在历史时间段中的历史纳税数据，并根据历史纳税数据，以及纳税申报信息，确定目标企业的税务风险指标。

在一个可选的实施例中，风险分析模块，包括历史获取单元、税种表征单元、当前表征单元、比较分析单元和输出分析单元，其中：

历史获取单元用于获取目标企业在多个历史时间段中的历史纳税数据；历史纳税数据包括多个历史纳税税种和对应的历史纳税金额；

税种表征单元用于计算目标企业在多个历史时间段中在每一历史纳税税种的平均缴纳金额，并根据平均缴纳金额以及历史纳税税种的税种参数，基于Simhash算法，计算每一历史纳税税种对应的历史表征散列值；

当前表征单元用于根据目标企业的纳税申报信息中的每一纳税税种和对应的纳税金额，基于Simhash算法，确定目标企业的每一纳税税种的当前表征散列值；

比较分析单元用于计算目标企业的任一纳税税种的当前表征散列值与对应的历史纳税税种的历史表征散列值之间的海明距离，当海明距离低于预设的距离阈值时，将该纳税税种确定为风险税种；

输出分析单元用于根据比较分析单元确定出的所有风险税种，生成目标企业对应的税务风险分析报表。

通过上述设置，能够通过散列计算的方式将企业的纳税信息进行加密化，而simhash算法能够保留可以用于计算相似度的散列特征，在通过散列特征的比较来确定企业的当前缴税信息中与历史缴税信息的不符合之处，以确定出企业的风险税种和相应的报表。

在一个可选的实施例中，税务上传装置107，包括税务通信模块、数据整理模块和数据上传模块，其中，税务通信模块用于与税务政府机构终端建立通信并接收税务政府机构终端发送的信息请求，数据整理模块用于根据信息请求，整理对应的数字人民币交易信息、发票信息和纳税申报信息，得到上报数据，数据上传模块用于将上报数据上传至税务政府机构终端。

上述对本说明书特定实施例进行了描述，其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，附图中描绘的过程不一定必须按照示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的装置、设备、非易失性计算机可读存储介质与方法是对应的，因此，装置、设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、设备、非易失性计算机存储介质的有益技术效果。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field ProgrammableGateArray， FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera HardwareDescriptionLanguage)、 Confluence、CUPL(Cornell University ProgrammingLanguage)、HDCal、JHDL (Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后应说明的是：本发明实施例公开的一种基于数字人民币的税务管理系统所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (7)

1.一种基于数字人民币的税务管理系统，其特征在于，所述系统包括：

企业信息接入装置，用于与目标企业的企业系统进行通信，以获取所述企业系统的企业信息数据；

数据模板录入装置，用于接收用户手动录入的或系统自动生成的与所述企业信息数据对应的数据模板；所述数据模板用于指示所述企业信息数据中的任一数据内容的数据敏感度、数据位置、数据类型和数据加解密方式；

税务数据生成装置，用于根据所述数据模板，对所述企业信息数据进行脱敏处理、解密处理和税务数据提取处理，以得到所述目标企业对应的税务相关指标数据；

所述税务数据生成装置包括：解密处理模块，用于根据所述数据模板中指示的所述数据加解密方式，确定所述企业信息数据中的加密数据内容和对应的解密算法以及密钥，根据所述解密算法以及密钥，对所述加密数据内容进行解密，以得到解密处理后的所述企业信息数据；

所述解密处理模块，包括：

模型确定单元，用于根据所述数据模板中指示的所述数据加解密方式，确定出对应的加密数据识别神经网络模型；所述加密数据识别神经网络模型通过包括有多个通过所述数据加解密方式进行加密的训练数据对应的加密标注的训练数据集训练得到；

识别单元，用于将所述企业信息数据输入至所述加密数据识别神经网络模型，以识别出所述企业信息数据中的加密数据内容；

解密单元，用于根据所述数据模板中指示的所述数据加解密方式，确定对应的解密算法以及密钥，并根据所述解密算法以及密钥，对所述加密数据内容进行解密，以得到解密处理后的所述企业信息数据；

交易管理装置，用于获取企业的数字人民币交易信息；

发票管理装置，用于根据所述数字人民币交易信息，以及所述税务相关指标数据，生成所述目标企业对应的发票信息，并进行保存；

纳税申报装置，用于根据所述数字人民币交易信息，以及所述发票信息，生成纳税申报信息；

税务分析装置，用于根据所述数字人民币交易信息、所述发票信息和所述纳税申报信息，确定所述目标企业的税务健康指标；所述税务健康指标包括税务合规指标和税务风险指标；所述税务分析装置，包括：

合规分析模块，用于根据税务合规数据规则，根据所述数字人民币交易信息、所述发票信息和所述纳税申报信息，确定所述目标企业的税务合规指标信息；

风险分析模块，用于获取所述目标企业在历史时间段中的历史纳税数据，并根据所述历史纳税数据，以及所述纳税申报信息，确定所述目标企业的税务风险指标；所述风险分析模块，包括：

历史获取单元，用于获取所述目标企业在多个历史时间段中的历史纳税数据；所述历史纳税数据包括多个历史纳税税种和对应的历史纳税金额；

税种表征单元，用于计算所述目标企业在所述多个历史时间段中在每一历史纳税税种的平均缴纳金额，并根据所述平均缴纳金额以及所述历史纳税税种的税种参数，基于Simhash算法，计算每一所述历史纳税税种对应的历史表征散列值；

当前表征单元，用于根据所述目标企业的所述纳税申报信息中的每一纳税税种和对应的纳税金额，基于Simhash算法，确定所述目标企业的每一所述纳税税种的当前表征散列值；

比较分析单元，用于计算所述目标企业的任一所述纳税税种的当前表征散列值与对应的所述历史纳税税种的历史表征散列值之间的海明距离，当所述海明距离低于预设的距离阈值时，将该纳税税种确定为风险税种；

输出分析单元，用于根据所述比较分析单元确定出的所有风险税种，生成所述目标企业对应的税务风险分析报表；

税务上传装置，用于与税务政府机构终端进行通信，以将所述数字人民币交易信息、所述发票信息和所述纳税申报信息上传至所述税务政府机构终端。

2.根据权利要求1所述的基于数字人民币的税务管理系统，其特征在于，所述企业信息数据包括财务信息数据、采购信息数据、销售信息数据和报销信息数据；

以及，所述税务数据生成装置包括：

脱敏处理模块，用于根据所述数据模板中指示的所述数据敏感度，确定所述企业信息数据中的数据敏感度高于预设的敏感度阈值的敏感数据内容，基于所述敏感数据内容的数据类型，选择对应的去敏算法进行处理，以得到脱敏处理后的所述企业信息数据；所述数据类型包括文本数据、数字数据和支付数据；去敏算法包括对应于所述文本数据的文本重排算法以及对应于所述数字数据或所述支付数据的哈希转换算法；

税务数据提取模块，用于根据所述数据模板中指示的所述数据类型，确定所述企业信息数据中的税务相关指标数据。

3.根据权利要求1所述的基于数字人民币的税务管理系统，其特征在于，所述数字人民币信息包括多个数字人民币交易记录；

以及，所述发票管理装置包括：

发票生成模块，用于根据所述多个数字人民币交易记录，以及所述税务相关指标数据，生成所述目标企业对应的多个发票信息；

发票检验模块，用于获取所述数字人民币交易记录对应的区块信息，根据所述区块信息，对所述发票信息进行验证；

发票分类模块，用于根据所述多个发票信息的发票类型，对所述多个发票信息进行分类，得到多个发票集合；

发票保存模块，用于对所述多个发票集合以及对应的集合标识进行保存。

4.根据权利要求3所述的基于数字人民币的税务管理系统，其特征在于，所述发票检验模块包括：

区块信息获取单元，用于针对任一所述数字人民币交易记录，获取该数字人民币交易记录对应的区块信息；

信息分析单元，用于根据所述区块信息，确定该数字人民币交易记录对应的至少一个交易主体；

检验单元，用于根据该数字人民币交易记录对应的至少一个交易主体的经营范围信息，对该数字人民币交易记录对应的所述发票信息中的发票主体信息和发票业务信息进行验证，以确定所述发票信息的准确性。

5.根据权利要求1所述的基于数字人民币的税务管理系统，其特征在于，所述纳税申报装置，包括：

税种确定模块，用于根据所述企业信息数据，确定所述目标企业对应的至少一个纳税税种；

纳税申报模块，用于根据所述纳税税种，确定出税种计算规则，并根据所述税种计算规则和所述数字人民币交易信息，以及所述发票信息，生成纳税申报信息。

6.根据权利要求5所述的基于数字人民币的税务管理系统，其特征在于，所述税种确定模块，包括：

企业特征提取单元，用于对所述企业信息数据进行特征工程处理，得到所述目标企业对应的企业特征数据；所述特征工程处理包括归一化处理、独热编码处理和向量化处理；

税种预测单元，用于将所述目标企业对应的企业特征数据，输入至训练好的税种预测神经网络模型中，以得到所述目标企业对应的至少一个纳税税种；所述税种预测神经网络模型通过包括有多个训练企业特征数据和对应的税种标注的训练数据集训练得到。

7.根据权利要求1所述的基于数字人民币的税务管理系统，其特征在于，所述税务上传装置，包括：

税务通信模块，用于与所述税务政府机构终端建立通信并接收所述税务政府机构终端发送的信息请求；

数据整理模块，用于根据所述信息请求，整理对应的所述数字人民币交易信息、所述发票信息和所述纳税申报信息，得到上报数据；

数据上传模块，用于将所述上报数据上传至所述税务政府机构终端。

Images