大數據環境下的電子數據審計方法研究

王國龍 臨猗縣審計局

審計工作對于推動我國企事業單位的良性健康發展有著十分重要的應用價值。在過去很長一段時間里，對紙質賬簿進行核查是審計工作的主要手段，但是隨著信息技術的高速發展，此種審計手段的弊端開始不斷凸顯，不僅效率低下，而且審計質量也難以有效保證，因此逐漸衍生出審計信息化的發展模式，現如今基于大數據技術的電子數據審計開始在大型企業和政府機構中大放異彩，大數據技術也為電子數據審計帶來了全新的發展機遇和挑戰。因此相關人員必須要加大對電子數據審計方法的研究力度，促使審計職能得到更好地體現和利用。

一、大數據環境下的電子數據審計概述

在信息技術高速發展的背景中，越來越多的企業和機構都已經投入了大量精力進行了信息化建設，信息技術應用的范圍被不斷拓寬，審計工作的審計對象也逐漸信息化，這也直接推動了信息系統審計模式的形成，信息技術也開始成為審計人員的重要輔助工具，并衍生出了計算機輔助審計技術。計算機輔助審計技術主要分為兩種，一是面向系統的，二是面向數據的。現如今電子數據審計已經成為我國審計工作的主要發展趨勢，在實際應用過程中，為了保證電子數據審計的獨立性，審計人員需要對審計數據進行全面的采集和整理，并利用相關軟件對數據進行具體分析，確保所得到的數據能夠符合審計分析要求，并明確審計線索、高質量地完成取證過程，只有在此基礎上才能確保審計結果的準確性和權威性[1]。在大數據背景中，審計工作已經實現了遠程聯網電子數據審計，與傳統的現場電子數據審計相比，遠程聯網電子數據審計能夠獲得更多的電子數據，能夠為后續的大數據分析提供更加完整的數據資料。

二、大數據的相關分析

在信息技術高速發展的背景中，大數據技術開始迅速發展并且日漸成熟，大數據是一種海量化的信息資產，具有數據規模大、數據種類多、數據要求處理速度快、數據價值密度低等特性[2]。現如今大數據時代已然來臨，行業之間的競爭不僅僅是人才的競爭，同時也延伸至信息資源之間的競爭，企業管理者如果依舊依靠直覺和嗅覺來判斷市場，這無疑會讓企業置身于更大的風險中，這也就要求企業管理者必須能夠對海量的數據進行高效和準確的分析，對市場做出精準的判斷和預測，如此才能在激烈的競爭中立立于不敗之地。麥肯錫認為，將大數據技術應用在審計工作中，不僅有利于商業活動，對于推動國民經濟增長也有十分重要的意義。因為只有進一步充分挖掘出信息數據資源價值，社會的各個行業才能不斷提高生產效率和競爭實力，才能為消費者創造出更多的經濟剩余[3]。現如今，各行各業都已經對電子數據審計引起了充分關注，但是電子數據審計工作的開展決離不開大數據分析平臺和工具，這也是要求各個行業必須能夠慎重選擇數據審計分析平臺。除此之外，為了確保數據分析結果更加全面和準確，審計人員不可避免地會接觸到一些敏感資料，而這些敏感資料數據信息也大多被集中存儲在審計單位的數據中心中，例如以云端的方式進行存儲，但是網絡上存在著很多未知的風險，如果缺乏對敏感信息的保護，將會為被審計單位帶來嚴重的損失和影響。這也就要求在大數據背景中的電子數據審計工作，必須能夠擁有一套完善和嚴謹的數據采集、數據存儲、數據維護、數據分析流程，確保數據全生命周期的安全，最大限度地保證數據審計工作的高質量開展。

三、大數據環境下的電子數據審計的機遇與挑戰

（一）電子數據審計面臨的發展機遇

1.審計取證優勢

在大數據背景中，各行各業大多已經完成了信息化建設，業務和財務數據也多以電子的形式呈現，這也為電子數據審計工作的開展提供了有利前提。在聯網審計技術的支持下，數據的獲取范圍和獲取頻率也在不斷加大，因此審計單位能夠充分利用大數據技術獲取各方面數據，為被審計單位建立起完善的數據分析中心，并利用更加強大的數據分析技術，確保審計取證的全面性和系統性，獲得更加充分的審計證據，可以進一步保證審計結果的權威性。

2.數據分析技術多樣化

電子數據審計不僅離不開大數據技術，同時也需要更多智能技術的支持和輔助，例如對多元數據進行交叉分析的技術、語義分析技術、模式化識別技術、圖文轉換技術等。而且現如今也有更多專門用于處理大數據的關鍵技術，例如云計算、Big Table、分布式系統、Map/Reduce、Hadoop、可視化技術等已經被逐漸應用到電子數據審計當中，這些技術的應用也使得電子數據分析技術更加智能、更加多元，為電子數據審計提供了全新的發展空間，可以有效提高數據分析效率和分析質量。

（二）電子數據審計面臨的發展困境

1.審計數據分析風險

在大數據背景中，審計人員所提取的審計數據愈加復雜，與之相對應的數據分析難度也在不斷提升，這也會在一定程度上導致審計數據縫隙風險的形成。為了能夠將這一風險有效降低，審計人員就需要更加強大的、時效性更高的數據分析方法，這也會為審計工作的順利開展帶來一些不利影響。除此之外，海量的數據也使得被審計單位的數據呈現出低密度價值的增長模式，而審計單位現有的審計系統和審計輔助工具根本無法對這些海量數據進行直接的數據審計，使得數據預處理難度被進一步增加，這也會在一定程度上增大審計數據的分析風險。

2.大數據分析平臺的應用風險

在進行電子數據審計之前，審計工作人員需要對電子數據進行妥善的分析與處理，才能保證取證過程的科學性和全面性，才能讓審計證據更加充分。在大數據背景中，大數據分析平臺的選擇直接影響著審計分析結果的可靠性和時效性，然而現如今市面上有眾多的大數據分析平臺可供企業選擇，一旦選擇不當，將會直接增大數據分析平臺的應用風險，對后續的審計工作帶來嚴重的負面影響。

3.審計數據安全風險

在大數據背景中的電子數據審計，審計工作人員一定要從源頭上保證審計證據的可靠性和權威性，如此才能獲得讓人信服的審計結果。因此這也需要審計人員能夠全面采集和分析被審計單位的大量敏感數據和重要數據，對數據采集和分析進行強化處理，對被審計單位的機密信息，也要求審計人員能做好信息的保密工作，但是現如今在電子數據審計過程中，所有的審計數據通常存儲在數據中心中，一旦發生網絡攻擊，將很難保證信息安全，甚至引發嚴重后果。這也就是說在大數據背景中，審計數據的安全風險被進一步提升，需要相關技術人員能夠對數據安全的保護策略或技術進行深入研究，這也成為影響電子數據審計發展的又一難題。

四、大數據技術對數據審計工作的積極影響

（一）全數據模式可以增加審計數據分析工作的精準性

傳統的審計工作在面對大量繁雜的數據時，通常會選擇數據抽樣分析的方法來完成審計工作，樣本數據的片面性很難保證最終審計數據結果全面準確。但是在大數據背景中，全數據模式可以做到樣本等同于總體，能夠確保數據審計分析對象更加全面，審計工作也可以建立整體到局部的審計思維模式。全數據模式下的數據審計分析，不僅可以有效地降低了抽樣風險，能夠將局限性的樣本擴張至全面的整體，同時還化簡了數據的預處理流程，能夠最大限度地保留數據的原始特征，能夠為審計人員提供更加真實的數據資料，因此能夠讓審計證據更加全面和準確。

（二）大數據的流處理特征將提高審計數據分析效率

現如今數據量級已經實現了ZB級發展，大數據技術下的流處理方式也已經逐漸取代了傳統數據的批量處理方式，審計人員能夠利用相應的軟件和系統，更加及時地獲取價值信息，并對數據信息進行實時分析，這將在很大程度上提高審計數據的分析效率，能夠幫助審計人員快速發現問題，讓審計工作能夠高質高量的開展。

五、大數據環境下的電子數據審計方法研究

（一）數據審計采集與集成方法

在大數據背景中的電子數據審計，所需要的審計對象更加全面，不僅需要囊括靜態歷史數據與統結構化數據，同時還要包括審計大交換數據，例如Web文本、傳感器信息、電子郵件和圖像文件等[5]。因此審計人員在采集數據過程中，不僅需要用到現有的審計數據采集方法，同時還要不斷拓寬和加深針對大數據的采集方法的利用。審計人員在采集非結構化數據時，就可以利用類似于網絡爬蟲的方式，從不同的網站中獲取更加全面的審計數據信息；在進行系統日志數據的采集時，審計人員也可以利用Facebook的Scribe或Hadoop的Chukwa來實現。例如，在進行地稅征管審計時，納稅人的基本資料和詳細的財務報表都會以圖片材料的形式，由稅務部門遞交給地方稅務機關，這些信息都屬于非結構化數據，那么審計人員在采集這些數據時，就可以充分利用房產交易和工商等職能部門的公開網站進行獲取。但是值得注意的是，審計人員不可以用這些原始數據進行數據分析，因為在原始數據當中會存在一些冗余和重復的信息，這些無用信息會直接影響數據分析質量，所以工作人員必須要對數據進行預處理。審計人員不僅要對結構化數據進行預處理，對于非結構化數據和半結構化數據，也要將其轉換為結構化數據并進行相應處理，因此在數據采集結束后，審計人員需要將所有不同來源的數據進行整合與集成，為接下來的數據預處理做好 準備。

（二）數據審計的存儲與管理方法

在大數據背景中，技術人員也要努力創新和改變數據的存儲和管理，具體來說，技術人員需要創新存儲架構、存儲設施設備這個以及數據訪問機制等，為數據審計分析提供更加安全、更加可靠的存儲與管理服務。

（三）數據審計的分析與呈現方法

在大數據技術支持下的數據審計分析，需要更多高水平的智能化技術做支撐，將傳統的數據分析技術應用在電子數據審計分析中，雖然也有一定的運用價值，可以通過審計抽樣、數據查詢、統計分析等得出可靠的審計證據，但是這已經遠遠不能滿足現有電子數據審計工作的需求。審計人員需要充分利用大數據關鍵技術，例如Big Table、分布式系統、云計算、Map/Reduce、Hadoop、NoSQL技術以及可視化技術等，將這些技術充分應用在電子數據審計分析中，以此來提高分析效率和分析質量，讓電子數據審計的實時分析成為可能[6]。

1.可視化分析技術的運用

將可視化與技術運用在電子數據審計中，審計人員就可以在交互界面下進行數據了解與分析，因此能夠更加深入地挖掘出大數據中所潛在的內部規律。與傳統的小數據集可視化相比，在大數據背景中應用可視化技術需要更加復雜的流程，首先，審計人員需要選擇一種可視化軟件，將采集來的審計數據轉化為相應的圖形和圖像，如此才可讓審計人員進行更加直觀的分析；其次，審計人員需要利用自身過硬的專業素質，并在相應分析軟件的幫助下，仔細觀察和分析圖形與圖像，具體掌握數據的內涵規律。在可視化技術應用過程中，審計人員也可以對可視化軟件的設置功能進行適當調整，多角度全方位的對數據進行理解和分析，如此才能獲得更加具有說服力的審計證據。

2.云計算技術的運用

云計算是一種十分重要的數據分析技術，主要包括軟件服務、平臺服務、設施服務三個層次的服務模式[7]。云計算技術充分利用了物理設施的彈性優勢，其應變能力也較強，能夠妥善應對快速增長的大數據環境，是處理大數據的關鍵技術之一。大數據只有依托于云架構才能順暢運行，所以在大數據背景中的電子數據審計，審計人員也可以充分利用云計算技術來解決在審計過程中的一系列問題，例如數據的存儲和分析、審計證據獲取、審計報告編制等。現階段一些大型集團企業通常會建立私有云，同時也有公有云和企業云，例如Google、亞馬遜、微軟、IBM等。現如今我國的絕大多數企業，都擁有一些子云或子服務。所以審計人員在采集審計數據時，就可以充分利用子云來調查取證，這能夠在很大程度上將取證流程進行簡化。

3.NoSQL技術的運用

現如今審計的數據對象已經逐漸由傳統數據向大數據轉變，眾多跨領域的、多元異構的大數據進一步增大了數據分析范圍，審計人員所面對的數據不再是原先局限的被審計單位的內部數據，而是逐漸擴張到與內部數據相關的所有外部數據，例如交通樞紐、銀行、各大電信運營商和互聯網運營商所產生的數據，這也將數據類型逐漸擴張到半結構化和非結構化形態。這也就說明傳統的審計數據分析方法已經無法滿足大數據背景下的電子數據審計要求，審計人員如何才能夠更加高效、更加準確地挖掘出大數據中所蘊含的價值信息，已經成為審計工作的當務之急。通常情況來說，一般的企事業單位都是將數據存儲在傳統的關系型數據庫系統中，SQL語言是與之相配套的查詢語言，對于審計數據的分析也主要基于SQL。而NoSQL技術在應用過程中并不是簡單的基于SQL，因為在大數據環境中，所有的數據都是動態變化的，而傳統的關系型數據庫系統，每個存儲變量的字符長度、類型設置都是固定的，所以數據模式處于靜態狀態，SQL技術無法有效應對動態數據模式，因此也就不能為審計工作提供更好幫助。Google公司作為全球最大的信息檢索公司，已廣泛使用NoSQL數據庫系統，這為大數據環境下開展電子數據審計工作提供了借鑒[8]。

六、結語

綜上所述，在科學技術高速發展的背景中，大數據技術的應用優勢愈加明顯、應用范圍也更加廣泛，大數據技術的快速發展，也為電子數據審計工作帶來了全新的發展機遇。但是機遇與挑戰并存，大數據背景中，審計人員如何才能更好地進行審計分析，獲得更加科學的審計證據，得出更加權威的審計結果，這也是審計人員需要投入更多精力用來研究。現如今云計算技術、NoSQL技術、可視化分析技術的應用，極大地優化了電子數據審計的流程、降低了數據分析難度，能在很大程度上保證電子數據審計效率和質量。本文對大數據環境下的電子數據審計工作面臨的挑戰和機遇進行了深入分析，深知電子數據審計的分析技術尚不成熟，因此需要審計人員能夠不斷創新相關審計技術，針對不同的需要設計適宜的數據審計系統架構以及能夠支持多種審計大數據分析方法的審計大數據分析系統，只有這樣，才能更好地適應大數據時代下的電子數據審計工作需要。與此同時，高質量的審計工作也有助于實現我國企事業單位的內部穩定和外部和諧，因此審計人員也一定要充分利用大數據關鍵技術，不斷革新審計技術和審計理念，最大限度地發揮出審計工作的應有職能，推動我國企事業單位的良性健康發展。