大数据环境下的电子数据审计

　　[摘 要] 信息化时代的到来让人们生活的方方面面都发生了变化。随着云储存、大数据应用软件及技术的快速推广，以电子数据为代表的信息资源大量集中模式逐渐成为各类审计信息储存的主流。针对“大数据”的特点，如何调整工作思路，创新审计手段，完善审计方法，利用大数据开展审计工作是文章的论述重点。

　　[关键词] 大数据环境;电子数据;审计

　　0 前 言

　　审计工作一直是古往今来国家和人民重点关注的对象，古有各朝各代的史官，今有云计算。大数据的到来给电子数据审计带来了机遇和挑战，在大数据环境下可利用已有的技术和工具，例如计算机，来完成某些审计程序和任务。通常有验证程序或系统，面向系统的计算机辅助审计技术和用于分析电子数据，面向数据的电子审计系统两类。

　　1 电子数据审计的现状

　　目前我国以及国外许多国家都认识到电子数据的重要性，各国政府都在推进信息资源的网络共享，各政府门户网站推进数据公开网的推广率。奥巴马在2009年推出美國最重要的数据开放平台Data.gov，包含农业、商业、生态系统、生态、健康等多方面信息，共计13个可供浏览的板块。公众可在此平台上找寻和浏览资源，实现对数据的移动化并对数据进行分析研究。国内，上海市政府也实现了政府数据向公众开放，涵盖了教育科学、社会发展、文化休闲、民生服务等11个领域。真正实现了数据公开化，让数据成为一种有价值的社会资源。

　　这些对社会开放的数据，一经分析，将会对社会产生很大的好处，对提升公民社会认同度和提高工作效率等各方面起到积极作用。例如对天气预报的研究、社会人员的文化层次的分析、犯罪率、疾病率等数据的采集分析，在政府监督下使用不仅是对过去的总结，更可以对未来进行预测。随着现在电子化信息越来越普遍，信息技术不断发展，数据资料容量也在不断扩大。加强对电子数据的重视程度和公众开放程度，研究和开发电子数据审计软件，对提高审计数据和审计软件的准确性和效率性能起到很大的作用。

　　2 大数据的相关分析

　　大数据是信息化时代的产物，是指需要新处理模式才能拥有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。具有大量、快速、多样性和真实性四个特点。有文本、图像、视频和机器数据四个特点。

　　2012年2月《纽约时报》发表的一篇专栏文章指出，大数据时代已经来临，各行各业的竞争将是数据与信息的竞争，企业家不能再仅仅依靠他们灵敏的嗅觉与直觉，而必须依靠高效准确的数据分析，才能在激烈的竞争中赢得胜利。麦肯锡认为：大数据可以发挥重要的经济作用，不但利于商业活动，也利于国民经济与公民。数据可以为世界经济创造重要价值，提高企业和公共部门的生产率和经济竞争力，为消费者创造大量的经济剩余。在对数据审计十分重视的时代，开展审计大数据需要借助大数据分析平台和工具，大数据审计分析的平台选择是十分重要的，数据分析存在一定的安全风险，因此在进行数据审计时应该十分注意分析平台的选择。

　　大数据下的电子数据分析，为了得到一个全面、准确的数据分析结果，往往不可避免的会接触到一些客户的私人信息等敏感隐私资料，这些采集来的数据一般以分布的方式集中储存在审计单位的数据中心，例如云计算方式的数据储存。网络上的危险往往是不可预知的，因此对一些敏感数据的保护就显得尤为重要，审计大数据必须拥有合适的、贯穿审计数据采集、审计数据运输、审计数据储存、审计数据维护、审计数据分析等整个数据生命周期的控制和保护来降低数据风险。

　　3 大数据环境下电子数据审计的的原理及方法

　　联网审计为审计人员根据审计任务的需要，到现场进行数据采集，然后进行数据分析，获得一定的数据证据和结果，也称为现场电子数据审计。一般采用可视化手段进行审计数据分析的流程为：通过某种可视化软件将被审计数据转化为审计人员可以分析的图像，然后结合自己的审计数据背景知识，发挥人类视觉数据系统的特性，对数据转化而来的图像进行分析和观察认知，最后从总体上理解分析数据的内涵和特征。

　　目前常用的数据审计方法为SQL的数据查询方法。现有电子数据审计方法有审计的护具采集方法，审计数据预处理方法，审计数据分析方法和审计数据存储方法。常用的审计数据采集方法有直接复制、通过中间文件采集、通过ODBC接口采集、通过中间模板采集和远程联网数据采集等。

　　审计数据的预处理方法通常为针对采集来的数据进行预处理，解决不一样的数据、不完整的数据、不正确的数据、重复的数据等问题。其中名称转换、数据类型转换、代码转换、纵向合并、横向合并、空值处理是目前电子数据审计预处理方法的常用方法。不仅仅把包括对结构化数据的预处理分析，还包括如何把非结构化和半结构化的数据通过预处理转换为结构化数据。

　　常用的审计数据分析方法主要有账表分析、数据查询、审计抽样、统计分析和数值分析等。为了满足大数据环境下的数据审计分析，传统的数据审计方法已经不适用目前大数据的要求，需要一些专门处理大数据的分析技术例如云计算、Big Table 分布式系统、可视化技术等用于大数据审计分析，使实时数据分析更为便捷。

　　常用的审计数据储存方法有采用一般服务器进行储存和在审计机关构建联网审计的海量数据储存系统，或者建立审计数据中心系统的方法。然而目前审计大数据的储存方法发生改变，包括存储设施、存储架构、数据访问机制等，即使可以借助云计算进行审计数据存储，却存在着一定的风险性和存储安全问题。

　　4 结 语

　　相对于传统的审计数据分析，我国现有的大数据审计系统还处于不全面、待发展的状态，还需要我国政府和各界学者进行探索和创新，来研究解决大数据问题。因此，如何依据现有技术设计高效、实用的大数据电子审计系统是今后开展电子数据审计工作的重要内容，还需要不断的创新设计思路和审计技术。

　　主要参考文献

　　[1]陈伟，Smieliauskas Wally. 大数据环境下的电子数据审计：机遇、挑战与方法[J]. 计算机科学，2016，43(1).

　　[2]陈伟，Smieliauskas Wally. 大数据环境下基于数据可视化技术的电子数据审计方法[J]. 中国注册会计师，2017(1).

　　[3]张莉枚. 电子数据审计方法与现状[J]. 商，2016(25).

本文由中国期刊网首发，一个权威专业的学术论文发表知识网。

文章名称：大数据环境下的电子数据审计

文章地址：/fbzs/qkzs/dianzi/510.html