規則庫：包括決策描述規則庫和資料轉換及檢驗規則庫；
事實庫：采用數據庫技術，存放各類決策用事實和資料轉換用事實；
知識庫管理係統：對規則和事實進行統一管理。
7.4.3.4 處理機
處理機是INFAS的核心。它主要負責：資料抽取、模型處理（模型調入、模型鏈接和資料傳遞等）、知識調度、決策處理與分析等。
7.4.4 智能網絡財務分析係統中的實現技術
INFASR的設計與實現需要采用和開發相應的關鍵技術如下。
7.4.4.1 廣義模型的方法和技術
INFAS具有決策支持和優化管理的功能，需要建立相應的決策分析模型以及係統管理模型，而大規模、複雜的財務分析係統具有隨機性、模糊性、主動性和不確定性等特性，僅用傳統的建模方法是難以實現的。因此，應采用廣義模型化方法。
廣義模型是包括集成模型、智能模型、控製者模型等模型的體係，其中，集成模型可由知識模型、數學模型和網絡模型集成構建。
7.4.4.2 知識發現的方法和技術
為了從大量財務資料和市場信息中發現有用的知識，需要采用知識發現的方法和技術。它是在人工智能、機器學習與數據庫、在線資料分析等相結合的基礎上開發的從數據庫中發現知識的方法和技術。知識發現的過程。
其中資料準備包括3個子步驟，分別是資料選取、資料預處理和資料變換；知識提取是根據知識發現的要求，選用適當的資料挖掘算法，從資料中提取有用知識；解釋評價是對所提取的知識進行解釋和評價，並根據評價結果對資料準備、知識提取進行反饋校驗。
7.4.4.3 智能優化的方法和技術
由於傳統的數學模型的最優化方法難以在INFAS中應用，所以在INFAS采用智能優化的方法。智能優化方法的類型取決於所采用的廣義模型，如當集成廣義模型是由知識模型與數學模型構成時，相應的智能優化方法是知識推理與數學演算相結合的方法。典型的智能優化方法具有啟發式動態規劃方法和自適應學習非線性規劃方法等，可用於INFAS的優化設計和優化運行。
7.4.4.4 多庫協同軟件的方法和技術
為了實現INFAS的軟件技術，對知識發現、廣義模型、智能優化及多媒體人機智能交互接口提供軟件支持，需要應用和開發多庫協同軟件的方法和技術。
多庫協同軟件係統是由知識庫、數據庫、模型庫、方法庫、圖形庫、圖像庫、語料庫和動畫庫等通過協同器連接而成。
7.4.4.5 麵向智能體的方法和技術
為了設計INFAS，需要從麵向對象設計方法發展到麵向智能體設計方法。麵向智能體的方法可視為麵向對象方法的發展。智能體具有智能性、自主性、反映性、主動性、可動性及群體性等特性。因此，麵向智能體的方法和技術具有更高的智能水平、更豐富的功能內涵和更廣泛的應用領域。
7.4.4.6 人機協調多媒體接口的方法和技術
INFAS是由會計人員和計算機軟硬件組成的人機係統，因此，人機協調是INFAS設計和運行的關鍵問題。為了實現人機協調，一方麵，在INFAS設計中要做到人機合理分工；另一方麵，在INFAS中要提供多媒體的人機智能接口，以便在係統運行中能進行人機友好交互，以聲、圖、文並茂的方式進行通訊，實現人機智能結合和人機協同工作。
在多庫協同軟件支持下，可以為INFAS設計和實現可視化的多媒體人機智能接口，建立人機協調的INFAS。
總之，INFAS的設計與運行，大大提高了財務信息的利用效率，開拓了領導決策的能力，為企業進入網絡信息高速公路提供了強有力的支持。但是，由於目前許多智能及優化方法還處於研究階段，在真正實現信息的實時智能動態處理過程中，還有待於進一步完善和深化。