大数据审计概述
大数据审计概述(一) 审计与大数据的关系信息化环境下, 审计人员一般根据审计任务的需要, 到被审计单位现场采集电子数据, 然后对这些电子数据进行预处理并完成数据分析, 获得审计证据, 这种开展电子数据审计的方式可称之为现场电子数据审计, 这是目前电子数据审计的主要方式, 其原理如图1所示(【论文分享】大数据审计:现状及发展)。由图1可知, 目前电子数据审计工作中, 数据对审计人员非常重要, 审计的过程也是一个“用数据说话、用数据决策”的过程。
信息技术的发展使得审计信息化向持续、动态、实时的方向发展, 持续审计 (或连续审计) (Continuous auditing, CA) 成为审计信息化的一个重要发展方向 (CICA/AICPA, 1999;Lambrechts等, 2011;Vasarhelyi等, 2012;Gonzalez, 2012;Rutgers Accounting Web, 2017) 。目前常用的联网审计也是持续审计的一种方式, 其原理可概括为如图2所示(【论文分享】大数据审计:现状及发展)(国家863计划审计署课题组, 2006;陈伟, 2012:Chen, 2012;杨绮, 2014;陈伟, 2017) 。不难发现, 相对于现场电子数据审计, 联网审计的原理可以看成是一个采用远程联网方式从被审计单位采集电子数据, 并对其进行分析, 获取审计证据的过程。联网审计技术的应用为审计单位积累了大量的电子数据, 这为开展审计大数据分析提供了条件。
目前, 被审计单位信息化程度高, 信息系统复杂, 需要采集的数据类型较多, 不仅仅是数据库中的结构化电子数据, 还包括一些会议记录、会议决议、办公会通知、办公文件, 以及一些政策、内部控制手册、各个系统使用手册等非结构化化数据。因此, 审计工作与大数据之间已经密不可分。
(二) 大数据审计的内涵
大数据审计是随着大数据时代的到来以及大数据技术的发展而产生的一种新的计算机审计方式, 其内容包括大数据环境下的电子数据审计 (如何利用大数据技术审计电子数据、如何审计大数据环境下的电子数据) 和对大数据环境下的计算机信息系统进行审计两方面的内容。大数据审计所包括的主要内容可简要归纳为如图3所示(【论文分享】大数据审计:现状及发展)。其中, 大数据环境下的电子数据审计问题是目前研究与应用的热点。
引用请注明:陈伟,居江宁. 2017.大数据审计:现状与发展[J].中国注册会计师, (12): 77-81
来源:【论文分享】大数据审计:现状及发展
推荐阅读
-
35 岁实现财务*,腾讯程序员手握2300万提前退休?-1000万房产、1000万腾讯股票、加上300万的现金,一共2300万的财产。有网友算了一笔账,假设1000万的房产用于自住,剩下1300万资产按照平均税后20-50万不等进行计算,大约花上26-60年左右的时间才能赚到这笔钱。也就是说,普通人可能奋斗一辈子,才能赚到这笔钱。在很多人还在为中年危机而惶惶不可终日的时候,有的人的35岁,就已经安全着陆,试问哪个打工人不羡慕?但问题是有这样财富积累必然有像样的实力做靠山。没有人可以不劳而获。 看到这里,肯定有人说,那么对于普通人来说,卷可能真就成了唯一的出路。但是卷也有轻松的卷,“偷懒”的卷法,对于程序员而言,刨除掉一时无法改掉的开会传统占用的大部分时间,如何把有限的时间和精力放在真正重要的架构设计、需求设计上,而不是重复的造*,编码、改bug、手动测试。因此在科技改变生活的今天,学会使用AI工具成为程序员们的必备技能。 以全栈式全自动的软件开发工具飞算SoFlu软件机器人为例,作为全球首款面向微服务架构设计和最佳实践的软件机器人,SoFlu软件机器人改变了原来手工编码的作业模式,通过可视化拖拽方式以及参数配置就能实现等同于编写复杂代码的业务逻辑,在设计业务逻辑时就完成了微服务应用开发,做到“业务即图,图即代码”,实现“软件开发,十倍提效”。 而作为飞算SoFlu软件机器人的一个重要组成部分,FuncGPT(慧函数)支持所有类型函数创建。通过自然语言描述Java函数需求,实时生成高质量、高可读性的Java函数代码。生成代码可直接复制到IDEA,或一键导入Java全自动开发工具函数库。 FuncGPT(慧函数)具有五大核心能力: ● 自然语言:通过自然语言即可生成函数,降低软件开发门槛。 ● 秒级函数开发:全自动秒级开发函数,秒级完成,效率千倍提升。 ● 一站式函数开发应用:函数生成即可直接应用,效率、安全有保障。 ● 质量可靠:生成的函数代码符合业界规范、具备良好的可读性,符合最优解。 ● 灵活生成:可以根据开发人员的具体需求生成并支持调整和修改。 以“将文件流转换为File对象”这个需求为例,以下是FuncGPT(慧函数)秒级生成的代码: / 类名:FileConverter // 函数名:convertStreamToFile // 函数功能:将文件流转换为File对象 // POM依赖包:无 import java.io.File; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; public class FileConverter { /** * 将文件流转换为File对象 * @param inputStream 文件流 * @param filePath 文件路径 * @param fileName 文件名 * @return 转换后的File对象 * @throws IOException 如果发生I/O异常 */ public static File convertStreamToFile(InputStream inputStream, String filePath, String fileName) throws IOException { File file = new File(filePath + File.separator + fileName); // 创建File对象 try (FileOutputStream outputStream = new FileOutputStream(file)) { // 创建文件输出流 byte buffer = new byte[1024]; int bytesRead; while ((bytesRead = inputStream.read(buffer)) != -1) { // 从文件流读取数据并写入文件 outputStream.write(buffer, 0, bytesRead); } } return file; // 返回转换后的File对象 } } // 函数示例 // 将文件流转换为File对象示例 // 入参:inputStream,文件流 // 入参:filePath,文件路径 // 入参:fileName,文件名 // 出参:file,转换后的File对象 // 调用示例: // InputStream inputStream = new FileInputStream("example.txt"); // String filePath = "C:\\Users\\User\\Documents"; // String fileName = "example.txt"; // File file = FileConverter.convertStreamToFile(inputStream, filePath, fileName); // System.out.println(file.getAbsolutePath); // 输出结果:例如,将文件流转换为File对象后,文件的绝对路径为:C:\Users\User\Documents\example.txt // 则输出结果为:C:\Users\User\Documents\example.txt 通过分析,不难发现以上代码:
-
天池四月读书会|数据分析与金融量化,6场直播,6位大佬,6个项目实践...
-
第 8 章 人工智能大模型的安全与伦理 8.1 数据安全与隐私保护 8.1.2 数据脱敏
-
适用于 Windows 和 Mac 的十大误删数据恢复软件
-
国内数据库 Damon 和 ORACLE 的异同概述
-
Oracle 数据库从入门到精通系列之 21:增加 Oracle 19c 数据库重做日志的大小 - I. 概述
-
大数据概述和 Hadoop 生态系统摘要
-
大数据技术_07_Hadoop学习_HDFS_HA(高可用性)_HA概述+HDFS-HA工作机制+HDFS-HA集群配置+YARN-HA配置+HDFS联盟架构设计
-
大数据|Hadoop 简介及三大核心组件的两大功能 (II)
-
Hadoop 学习指南:探索大数据时代的重要组成部分 - Hadoop 概述 - CSDN 博客 - 摘要: