導言：作為寫作愛好者，不可錯過為您精心挑選的10篇大數據審計論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

（二）大數據橫空出世，源于個人全球化、記憶數字化、社會網絡資本化的全力驅動，是IT業發展演進的歷史使然。大數據不是突然產生的，是IT技術發展的必然產物。大數據浪潮主要源于三大驅動力推動。一是互聯網、移動互聯網及物聯網等新一代信息技術，實現了信息、知識和社會關系網絡乃至“個人”全球化，為大數據提供了廣泛的數據來源。二是數據開放運動和數據民主化，實現了數據的分布式共享和全球性覆蓋，云計算等廉價、高效的存儲提取方式，讓數據成為“共享的社會記憶”，客觀上開啟了大數據時代大門。三是挖掘復雜社會網絡資本價值，加速了大數據技術的深度應用，構成了大數據的經濟驅動力。全球化、數字化和社會網絡資本化齊力推動了大數據大發展。

二、大數據：國家審計改革發展新動力

正在發生和演變的趨勢表明，大數據時代無論對于社會、組織還是個人，都是一次革命，一個巨大的挑戰，一個重大的轉型機遇和飛躍的契機。國家審計無疑也是如此。1.飛速發展的經濟社會新實踐，必將推進國家審計理論與時創新。當前，人工智能、社交網站、RFID、語義網、云計算等技術或理念風馳電掣一般闖入我們的工作生活，數據開放、軟件開源、普適計算、智慧地球等新思想令人眼花繚亂，新的技術和觀念層出不窮。在信息技術環境下，豐富多彩的經濟社會實踐，通過信息交換、權能傳遞和功效聯動等方式，將先進的信息技術、網絡技術、網絡時空觀、數據挖掘、系統集成以及多媒體等多種學科理論和技術思想深層次地植根于審計理論，刺激審計理論的變革和創新。同時，國外一些先進管理理念，如企業再造工程、虛擬組織、穆爾法則(Mooreslaw)、基爾德法則(Gilderslaw)和麥特卡夫法則(Metcalfeslaw)等，與傳統審計理論進行分化、碰撞、對接與融合，必將從廣度和深度上推進審計理論不斷繁衍與創新，審計理論將呈現多樣性、交融性和虛擬性。2.審計客體內涵和外延的擴張，必將呼喚國家審計權力邊界順勢突圍。近年來，經濟社會實踐活動中，計算機、數據庫、網絡等現代信息技術得到了廣泛運用，實物流、資金流表現向無紙化、數字化和信息流的轉變，業務處理和財務管理逐步實現自動化和網絡化，國家審計的審計內容、審計對象、審計資料、審計證據線索等都呈現出普遍電子化、數字化的特點。從而擺脫了傳統帳套、傳統財務信息、紙質的業務軌跡，從被審計單位的財務收支及有關的經營管理活動，會計資料和其他相關資料，擴展到電子數據、系統內部控制和信息系統自身；從財務數據延伸到業務數據；從內部數據關聯到外部數據，審計客體外延和內涵的擴張，突破了以財政財務收支、紙質載體為主的審計權限范圍。必然要求法律賦予審計部門數據采集、技術偵查、行政強制、訴訟等更多權力，以應對大數據時代的高科技舞弊，確保審計職能的充分發揮。3.新型大數據技術的廣泛應用，必將推動國家審計作業流程優化再造。聯機分析、數據挖掘、WEB2.0互聯網審計、云技術等大數據技術普遍運用，將所有的審計內容、審計技術、審計方法納入大數據審計之中。傳統的現場審計作業流程必將改造優化為：了解調查，獲取信息；采集數據，整理數據；進行數據轉換、清理和驗證；創建審計中間表；進行數據分析，找出審計重點；構建審計分析模型，分析數據；延伸落實，審計取證。數據分析成為審計作業的核心。信息技術還可以優化審計項目管理，如利用信息技術為審計項目管理內置一個標準的、符合質量要求的審計作業流程，用以規范審計人員的審計作業行為，使不同背景、不同水平的審計人員能夠執行相同的審計動作。通過虛擬組織形態和數據集成智能化管理，實行遠程控制審計項目，包括審計方案的控制、分工控制和授權控制，為質量控制和風險預防搭建一個良好的、高效的管控平臺。4.國家審計供需矛盾更為激烈，必將要求國家審計主體能力自我革命。審計作為綜合性經濟監督部門，覆蓋領域之廣，涉及的經濟社會活動之多，所產生和集聚的數據規模不可謂不大。大數據價值的發現和挖掘，必定給審計創造了更多需求，打開了更廣闊的市場，對審計供給能力提出了新挑戰。而決定審計供給能力的關隘就是國家審計主體能力。大數據時代，IT審計師將主導國家審計舞臺。而目前，大部分審計人員主要精通財會知識，計算機知識和技能比較欠缺，知識結構還不能滿足大數據技術的要求，數據分析與管理高端人才緊缺。審計人員除了要有專業的審計、會計知識外，必須精通信息技術，掌握網絡、數據庫、電子商務、信息系統的開發與管理和計算機輔助審計技術。優化審計人員能力結構，增強審計干部信息化審計基礎能力、數據采集處理和分析能力、監測指標和模型的構建和分析能力、信息系統內部控制測評能力，尤為緊迫。

三、大數據背景下國家審計發展路徑

無論是組織結構，還是國家文明，只有充分發揮大數據時代的價值、迎接好大數據面臨的挑戰并積極應對，才會處于不敗之地。因此，國家審計應放眼未來，以大數據審計為目標，加快改革創新步伐，搶占審計發展的突破點和制高點，迎接新時代挑戰。

（一）加快理論創新，為大數據審計落地提供實踐指南。要堅持實踐上的“摸著石頭過河”與理論上的“頂層設計”相結合，加強審計理論和實務的研究，在理論上對大數據審計的性質以及由此決定的審計職能與任務等基本問題進行深入研究，構筑起適應大數據時展的、可用于解釋和預測多種審計現象的審計理論。加強與國家信息化咨詢委員會、公安部、發改委、工信部、財政部和國家信息中心等相關部門的合作研討，多角度、更準確地把握客觀現實及政策約束；組建由學術界專家、審計研究人員和實務骨干組成的團隊，承擔把握前沿熱點、規劃審計思路等工作，為加快大數據審計實踐提供操作指南。要制定大數據審計發展的長遠規劃，堅持把大數據審計作為國家審計發展的核心戰略，從數據、制度、人才和技術等方面逐步積累基礎資源，有計劃、有步驟、長期不懈地堅持推進。要加大宣傳，營造數據審計文化氛圍，革新思想觀念，樹立正確數據觀，建立基于全數據模式、從整體到局部的審計思維模式，用大數據時代精神武裝頭腦。

（二）加快制度創新，健全完善大數據審計相關法規建設。目前，我國電子商務、網絡經濟和計算機應用相關法律法規制定相對滯后于經濟社會實踐活動，有些甚至還是盲區，導致大數據審計的法律地位和權限虛置。要加強電子商務、網絡經濟等相關立法，把電子合同、電子憑證、電子證據、電子簽名的法律效力和保管要求，數據認證機構的管理，電子信息與網絡安全等相關問題，以法律法規的形式明確固化下來，為大數據審計提供法律依據。要強化審計權威，擴大審計權限，賦予審計審查審計對象計算機信息系統的功能與安全措施，利用網絡和審計軟件進行審計，接入、采集、存儲、提煉審計對象所有數據等的權力。要堅持本土自創與模仿移植相結合，建立健全與大數據時代相適應的審計標準和準則，如制定大數據審計評價準則、技術標準，數據挖掘分析指南，信息系統輸入—處理—輸出的符合性和實質性測試的準則，云計算以及網絡審計準則等，確保大數據審計有法可依、有章可循。

（三）加快機制創新，積極構造政府主導、審計主推、IT企業參與的大數據審計聯動機制。大數據技術在國家審計領域中的推廣應用是技術進步的必然要求，但根據國家審計行業自身的特點，其無法自發地獨自實現，必須積極構造政府主導、審計主推、IT企業參與的多點支撐聯動機制，形成聚合效應。對政府而言，要積極把握大數據戰略機遇，制定積極的政策法規，提供高質量的網絡基礎設施，營造適度寬松的大數據發展環境，鼓勵企業、審計部門進行大數據相關的技術研發與應用創新，從標準、法律和意識形態層面大力引導大數據審計發展。對審計部門而言，要制定戰略數據儲備計劃，加快與被審計單位數據實時互聯互通，消除“信息孤島”，為大數據審計提供數據載體；要逐步建立完善中央和地方的審計數據中心，構建審計管理、審計業務、審計方法和評價信息資源庫，加快推進國家電子審計信息資源目錄體系和交換體系建設，實現數據大集中。對IT企業而言，要深刻洞察大數據審計的需求，提供從硬件到軟件、從產品到服務的一體化解決方案；要專注細分領域創新，提供具有審計行業特色的大數據審計專家級方案。

篇2

本文在對大數據的內涵及特征、會計學專業人才培養模式的演變、大數據對會計學專業人才培養提出的挑戰三個方面論述的基礎上提出面向大數據的會計審計專業人才的創新培養模式。

 

一、大數據的內涵及特征

 

1.大數據的內涵。目前，對于大數據的定義沒有統一定論，通常認為大數據是指以多元形式存在的、數量龐大且內容復雜的、需要專門的軟件與分析工具進行搜集、整理、發掘及分析的那些自許多來源匯集而來的龐大數據組。可以從三個層面解釋大數據：第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線;第二層面是技術，技術是大數據價值體現的手段和前進的基石;第三層面是實踐，實踐是大數據的最終價值體現。

 

2.大數據的特征。①Volume(數據體量巨大)。據“產業信息網”相關統計，截止到2012年底，人類已生產200PB(1PB=210TB)印刷材料的數據量，歷史上全人類說過的所有的話大約是5EB(1EB=210PB)的數據量。而當前，典型個人計算機硬盤的容量為TB量級，但一些大企業的數據量已經接近EB量級，如此海量的數據對我們正確識別真實數據的能力提出了巨大的挑戰。②Variety(數據類型繁多)。相對于以往便于存儲的以文本為主的結構化數據，非結構化數據越來越多，如圖片、視頻等多類型的數據對我們的處理及分析數據的能力提出了更高要求。

 

③Value(價值密度低)。價值密度的高低與數據總量的大小成反比。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。如何通過強大的算法更迅速地對數據的價值進行“萃取”成為當今大數據背景下亟待攻克的難題。④Velocity(處理速度快)。這是大數據區分于傳統數據挖掘的最顯著特征。根據IDC的“數字宇宙”的報告顯示，全球數據預計到2020年時使用量將達到35.2ZB。在如此龐大的數據面前，高效處理數據就是企業的生命。

 

二、會計學專業人才培養模式

 

1.國外會計學專業人才培養模式。①德國的FH模式。德國推行的應用型人才培養的模式被稱為FH模式。不僅注重系統的科學知識的講授，更加注重實際應用能力的培養。尤其重視學生實踐能力的考核，將學生的培養與企業實際緊密結合。②英國“三明治”模式。英國的應用型人才培養采用了實踐與學習相交錯的“三明治”模式，即實踐環節與學習環節交替進行，課程設置與招生充分結合市場。③美國“生計教育”模式。20世紀70年代的石油危機爆發后，為解決畢業生的就業問題，美國推出了“生計教育”模式。該模式下，學生在學校不僅接受教育，而且接受技能的培訓。教學方式方法靈活、校企合作、政府支持為這一模式的主要特點。

 

2.國內會計學專業人才培養模式。①精英教育。我國長期推行的是精英教育，盡管精英教育飽受詬病，但就會計人才的培養來看，精英教育并非一無是處。精英教育使得學生可以獲得足夠的教育資源。教師可以和學生在課堂上進行充分的互動溝通，幫助學生培養批判的精神和能力。此外，精英教育模式下遴選出的精英通常不僅在校期間學習刻苦，在進入工作崗位后也后勁十足，發展潛力巨大，能夠將在學校培養出的良好習慣和能力運用到工作實際中。

 

②大眾教育。隨著經濟社會的發展，我國的會計教育由精英型教育轉向了大眾化教育。這一轉變給我國的會計教育帶來了一些問題，表現在會計教育的發展嚴重滯后于會計職業界的實際，會計人才培養不能滿足市場的需求，供求出現結構性矛盾。培養目標側重于技術的培養，而忽視了通用能力的訓練;課程過分強調會計的規則性，抑制了職業判斷;教學方法上，傾向于灌輸式的教育，而缺乏必要的實踐操作。

 

三、大數據對會計學專業人才培養提出的挑戰

 

1.培養重點不明確、培養目標不清晰。我國高校會計學專業人才培養模式的重點主要以理論和科研教學為主，大多課程的安排也充斥著濃濃的文學色彩，如會計學原理、審計理論等。同時，我國大多高校會計學專業人才培養目標并不清晰，單一的追求學生理論知識的掌握，使得學生的實踐及應用能力欠缺。這兩者與當今市場對會計學專業人才的需求不對接，與當今社會職業界對會計學專業人才的要求相差較遠。

 

2.課程設置不合理，導致無法靈活應對大數據。會計學作為一級學科，與經濟學、數學、統計學等學科的交叉增添了會計學課程設置的多樣及多元化。但我國會計學課程設置的本身就存在著很多問題。如過分注重理論研究，不能更好地體現會計學的實用性;課程設置的層次性不鮮明;專業課程前瞻性不夠，與社會的熱點及最新發展銜接脫鉤;實踐環節設置的相對欠缺，導致對大數據處理的應用能力受限。

 

3.考核制度沒有得到嚴格執行。在我國專業人才培養模式中，會計學等各學科的結課考核方式以考試為主、結業考試以論文形式為主。因教學中研究氛圍的不濃，經費支撐的不足，以及部分學生為就業等現實因素的影響造成其投放在論文上的精力不夠，這都使得考核制度對會計學專業人才的培養質量的保障作用在一定程度上受到削弱，也使考核結果及論文質量受到嚴重影響。

 

4.開源課程等新型教育方式及新媒體模式對傳統會計學專業人才培養模式的沖擊。當今，互聯網上充斥著海量的教學資源，除了各類精品課程、教學視頻外，開源課程充分利用在線視頻進行遠程教學，為任何有意者提供學習的平臺，突破了地域和時間的限制。微博等新媒體模式與移動互聯網相結合，打破了教學的界限，將課堂討論延伸到網絡。吉姆.格雷指出，科學研究的方法除了基于實驗、基于數學理論和基于計算模擬的三種范式外，基于數據探索的第四范式正在形成。

 

四、面向大數據創新會計學專業人才培養模式

 

1.課程設置。面向大數據，創新型會計學專業人才培養中應開設數據分析、搜索引擎系統應用、信息檢索、信息處理等這些與數據的大量獲得緊密聯系的課程，增強學生接觸數據與獲得數據的可能。高校應加強對會計學相關數據庫的建設以及完善圖書館信息系統，通過這樣的方式對數據進行歸集、整理、分類，不僅可以提高對數據的大量獲取性，統一數據口徑，而且有助于在數據高速產生的狀態下數據的高效提取性，為后面數據的分析提供幫助。

 

大數據的多樣性特征使得我們接觸到的數據的形式各式各樣，相應在創新型會計學專業人才培養中課程設置也會多種多樣，為大數據環境下培養復合型專業人才奠定扎實基礎，可以設置專業核心課程。由于大數據的數據量雖大但價值量小的特征，因此在課程設置上應開設信息檢索、數據挖掘與數據倉庫等檢測、分析數據價值的課程，并通過采用案例教學法、課堂模擬法、角色扮法、體驗式教學法等方法，引導學生將提取出的、有價值的數據應用于中，培養學生運用數據高效解決實際問題的能力。

 

2.師資建設。創新型會計學專業人才培養中，師資力量是支撐學生正確獲得有用及真實數據的基礎。高校在會計學專業人才培養中應加大對大數據教學及運用的教師培養及經費支出的同時，組建“在線教育、實體操作與校企合作”三位一體的平臺，完善具有大數據特色的師資建設。高校建設中應加強對教師大數據知識與應用的培訓，與企業合作獲取高效大數據平臺建設及培訓經費的同時，加強教師接觸第一手數據的可獲取性，提升教師對數據的接受性及運用能力，改變以往教學存在的偏理論、缺乏數據感的問題。另外，高校應積極引進國外先進人才，同時選派青年教師去國外高校訪學、進修。

 

高校實行創新型會計學專業人才培養模式下，應舉辦會計學相關教師與其他學科教師的交叉學習與培訓，為實現會計學專業人才的跨專業聯合培養打下基礎。另外，通過建立產學研聯合實驗基地等項目，為教師更好的理解大數據、掌握先進方法、接觸前沿性知識、運用研究成果以及未來的創新發展創造良好的平臺。

 

3.個性化學習。創新型會計學專業人才培養中，無論課內及課外，高校教師都應該引導學生去獲取更多的數據，以作為課程教學、討論的有力支撐，做到盡可能的用數據說話。高校在寒暑期開設的相關專業模擬實習，如會計核算模擬實驗、會計崗位沙盤模擬實驗等，可以為學生更切身的接觸數據提供便利，通過實踐的反饋和思考，也可以培養學生的創新思維。大數據高速的特征加上現代開源課程等新型教育方式及新媒體模式等在線資源的沖擊，使得學生接觸數據的方式多樣。根據學生自主選擇接觸數據，然后相互交流。這增加了學生的學習興趣，而且可以激發學生的創造性。

 

篇3

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2016）15-0010-02

1基于Spark大數據平臺日志審計系統架構設計

1.1系統設計目標和原則

本課題中日志審計系統通過對雜志收集監測設備采集模塊，并且日志記錄用戶訪問記錄，系統運行日志以及整個系統運行狀態信息。這里實現的是基于火花大數據平臺日志審計系統的設計目標和原則主要表現在傳統日志審計系統的基本功能和依賴大數據技術為整個擴展傳統的日志審計系統。這里我們知道日志信息收集后解析XML日志將大量的數據和格式變量復雜源日志信息標準化偽日志信息的規范，一般來說在合并后單位時間函數在同一IP和報警分析等處理，同時這個日志集中管理存儲在我們的一個存儲系統中，能夠有比較豐富的日志數據，實現我們的一整個全面的IT環境的審計日志。

本文探究的集中管理平臺，能夠較好地提供視圖顯示和操作更為方便的實現原理。通常來說對于集中管理平臺通過圖表清晰直觀地顯示實時分析的結果分析模塊。我們能夠對這份報告總結了歷史時期的安全狀況。同時，具體來說集中管理平臺提供的管理系統，如日志收集管理或者是我們的安全管理，還有整個用戶管理等等，在利用維持整個系統的管理功能。一般來說在對大數據技術來完成一些基本的日志審計系統的這樣一個要求。并且在對我們的日志進行一個采集系統來取代傳統的模塊。一般來說我們的日志采集系統高可用性、同時還有比較好的一個可伸縮性和可以接受各種優秀的源格式；使用大數據平臺的分析引擎日志審計系統，能夠完成我們的這個上游的日志收集日志信息標準化。

1.2系統技術架構設計

本課題中我們知道對于審計系統，一般來說關鍵就是探究由大數據平臺，同時集中管理平臺，作為一個Mysql服務器主機。具體來看大數據平臺上運行的一組服務器。另外在利用我們的大數據平臺上運行的服務器日志信息標準化以及完成我們的分析，同時能夠將整個結果存儲在數據庫中。通常來看我們數據庫只保留一天的日志信息，同時這些所有的日志信息存儲在分布式文件系統的大數據平臺。其中一些數據在數據庫中為方便安全管理人員查詢日志信息，并且我們的這個報告信息和設置。具體來看我們大數據平臺本身包含了分布式文件系統可以用作持久性存儲。倘若我們在這個查詢太古代歷史日志信息或者需要探索分析報告圖表的信息，一般來說也是需要完成的Spark大數據平臺。

安全管理審計系統通過個人電腦連接，通常看看當前操作系統的日志信息，分析，同時還有具體報告只需要查詢的數據可以保存在一個Mysql數據庫。通常來說這樣不僅有利于保護數據持久性，同時已經被證明是更長一段時間所有的數據挖掘，并防止頻繁的影響信息查詢日志分析的大數據平臺。并且我們在集中管理平臺提供了一個WEB服務，能夠利用我們的網絡查詢系統分析結果，最后完成整個的操作和管理系統等基本信息。

2系統功能架構

2.1 系統功能組成

2.1.1日志采集

本課題探究的基于Spark大數據平臺日志收集日志審計系統關鍵就在于這個可伸縮性和可用性。同時因為我們IT的現實工作環境會改變的可能性，并且一般來說不是改變更復雜的也可能是流線型的，通常來說這個具體日志收集應該根據實際監測網絡的大小，從而來以確保你占用物理資源的大小，同時利用具體增加的方便和靈活的采集能力或釋放多余的資源。一般來看我們的日志標準化基于標準化規范匹配所有的日志文件和日志信息是唯一可識別的格式。另外整個的日志標準化后的分析工作的前提下，僅僅是在實現了所有的標準化可以有效分析日志的日志格式。通常來說我們的可用性是反映在日志收集能夠接收各種各樣的方式，而不是說處理現在常見的發展云計算的企業環境。收購后的日志需要標準化日志。

2.1.2集中管理平臺

集中管理平臺提供了一個有效的訪問接口，也就是說被視為視覺層，這里也得到了最后的整個分析結果。通常來說我們的安全管理員是能夠實現審計日志的基本信息查詢，同時還可以完成我們的查詢統計查詢等功能。另外，我們是可以利用整個基本的配置，來完成終端管理，完成整個系統的某些配置信息的管理。

2.1.3日志分析

日志分析是在大數據平臺上來實現的。通常來說我們的這個日志分析主要有三種方法的分析：第一部分，也就是一個具體日志信息信息匹配分析；其次，我們的這個單位時間日志頻率分析；第三，有關于多個日志的這樣一個關聯分析。

3集中管理平臺

集中管理平臺作為日志審計系統的外部接口，課題中是對本身需要的安全保證。一般來說，我們的這個集中管理平臺安全部分作為一個關鍵在這一節中描述。使每個角色，從而能夠更好確保其業務案例系統中最小權限的功能。另外課題系統分別建立了三個角色，分別是這個安全管理員還有我們的審計管理員，以及我們的系統管理員。一般來看，對于這個傳統的雙因素登錄作為保證，能夠較好集中管理平臺使用SparkSecurity安全框架，以確保他們的安全。而且還能較好根據三權分立的思想設計的不同的角色不同的權限。并且我們的系統管理員負責系統配置相關業務，審計經理負責審計系統操作日志用戶的內部審計制度。

本課題中探究了集中管理平臺系統中非常關鍵的這樣一個作用，并且我們的集中管理平臺負責顯示整個系統的運行結果，通常情況下配置管理系統，同時在與其他功能，并且可以再具體外部系統的性能。一般來說集中管理平臺的主要部分資產管理、用戶管理、規則、管理、安全中心，日志語句。報道的集合可以配置配置文件，檢查報告已經操作日志。通常具體在安全中心是環境安全審計結果的監測系統的總體性能，并實時審計結果顯示日志審計系統。一般情況下，對于管理這些資產可以輸入或刪除日志審計系統來管理資產信息，同時具體的資產配置日志文件標準化；以及在我們用戶管理的操作用戶管理平臺，同時還需要能夠保證平臺的安全；一組規則，課題中對于規則管理是一個管理系統；同時多模塊用于實現Spring框架，Spring框架是其中一個最流行的Web框架，；另外具體相關論文不再是一些信息，因此我們這里不將集中管理平臺的實現模塊被描述為主要內容之一。

后設置不同角色的權限需要限制用戶的這樣一個集中管理平臺能夠訪問的內容是不同的，同時還不可以完成這個訪問超出他們能力的內容，一般來說是使用直接訪問URL。同時還有里利用這個Springsecurity框架，以確保我們的這個授權。通常情況下我們的Springsecurity除了授權和身份驗證功能，主要就是我們的這個身份驗證是識別用戶和角色信息。能夠較好地完成整個訪問控制也可以稱為資源訪問控制，并且還可以較為直觀是控制的表達一個URL訪問請求權限。Springsecurity當一個URL請求許可的URL和用戶身份驗證的作用之下，倘若說能夠較好符合要求離開，另外如果不符合攔截請求。通常情況下Springsecurity身份驗證和訪問控制需要通過XML配置信息。另外在這個身份驗證是指用戶身份認證，具體是驗證用戶登錄時的用戶名和密碼，驗證后的用戶名、密碼，角色和狀態的信息，如認證信息，用戶會話的認證信息已經被Sparksecurity保存存在。挺且我們的使用者在進行這個身份驗證、會話管理，除了登錄可用于訪問控制。

訪問控制的主要功能和主要步驟有：Springsecurity負荷數據庫中的數據資源，一般來看是相應的資源數據和角色關系，同時這里的這個具體操作在以下loadResourceDefine（）原來來達到目的，通常情況下我們的系統第一次運行時調用這個方法需要URL和角色的鍵-值對的形式存儲記憶。另外當這個具體訪問請求送達是，這里的URL和用戶角色和資源數據對應關系能不能符合我們的角色。

4結語

網絡安全已成為全球性的這樣一個問題，目前已經是全世界各界都在關注。對于這個隱藏的安全威脅，一般來說消除系統通常采用加密、安全措施，如這個身份驗證、授權和審計，同時來達到我們的這個網絡的安全性。并且通常來看是在詳細設計的基礎上，另外我們在描述了具體的實現和測試工作內容的一部分。對于我們的水槽的采集模塊配置文件，一般這里的分析主要功能模塊的代碼和我們整個系統運行情況等。同時基于火花大數據平臺，我們的具體日志審計系統的應用做了簡單的介紹，并進行了最后的這個總結，課題中完成大數據平臺日志審計系統的發展進行了探討。另外對于詳細設計包括總體結構設計、模塊設計和數據庫設計。這里完成了整個設計的結構分為橫向和縱向兩個方面的設計。同時對于數據庫設計了數據庫的總體結構設計。

參考文獻：

[1] 朱宏.安全日志統一收集平臺的數據架構設計與實現[J].計算機安全，2010（10）.

[2] 郝漩.基于Apache Flume的分布式日志收集系統設計與實現[J].軟件導刊，2014（7）.

[3] 王倩，陸展，龔儉.一種基于規則的安全日志范式分析模型[J].計算機工程，1999（S1）：53-55

[4] 陳世強，蔡超.審計系統中基于數據挖掘的關聯規則自動發現技術研究[J].計算機應用與軟件，2007（1）.

[5] 劉芳，肖鐵軍.XML應用的基石：XML解析技術[J].計算機工程與設計，2005（10）.

篇4

2.云計算安全:架構、機制與模型評價

3.云計算訪問控制技術研究綜述 

4.云計算采納行為研究現狀分析 

5.Google三大云計算技術對海量數據分析流程的技術改進優化研究

6.大數據、云計算技術對審計的影響研究 

7.虛擬化云計算平臺的能耗管理  

8.云計算環境下的分布存儲關鍵技術 

9.推動中國云計算技術與產業創新發展的戰略思考 

10.云計算:體系架構與關鍵技術 

11.我國云計算教育應用的研究綜述  

12.云計算及云計算實施標準:綜述與探索

13.云計算:系統實例與研究現狀 

14.云計算環境下的聯網審計實現方法探析 

15.云計算和云數據管理技術  

16.基于云計算的多源信息服務系統研究綜述 

17.云計算安全問題研究綜述 

18.云計算系統相空間分析模型及仿真研究 

19.云計算時代關鍵技術預測與戰略選擇

20.云計算方案分析研究  

21.基于云計算的B2C電子商務企業價值鏈優化  

22.面向圖書館的云計算研究綜述  

23.云計算時代的數據中心建設與發展 

24.基于Hadoop的云計算輔助教學平臺研究 

25.云計算研究現狀綜述 

26.基于云計算的智能電網信息平臺 

27.云計算資源調度研究綜述 

28.論云計算的服務質量 

29.我國云計算教育應用的現狀與發展趨勢 

30.云計算及其關鍵技術  

31.云計算技術發展分析及其應用探討 

32.云計算應用服務模式探討 

33.云計算的發展及其對會計、審計的挑戰

34.構建云計算平臺的開源軟件綜述 

35.云計算安全研究 

36.云計算和虛擬化技術  

37.基于企業視角的云計算研究述評與未來展望  

38.云計算數據中心的新能源應用:研究現狀與趨勢  

39.云計算環境下的電子文件遷移模型研究 

40.云計算:構建未來電力系統的核心計算平臺

41.移動云計算的應用現狀及存在問題分析 

42.云計算中虛擬機放置的自適應管理與多目標優化 

43.云計算:概念、技術及應用研究綜述  

44.基于虛擬散列安全訪問路徑VHSAP的云計算路由平臺防御DDoS攻擊方法

45.云計算集群相空間負載均衡度優先調度算法研究 

46.電力系統云計算中心的研究與實踐 

47.云計算初探  

48.隨機任務在云計算平臺中能耗的優化管理方法 

49.基于“云計算”的數字圖書館服務模式 

50.云計算與信息資源共享管理  

51.云計算中調度問題研究綜述

52.云計算給圖書館管理帶來挑戰

53.云計算安全研究綜述  

54.云計算中數據隱私保護研究進展  

55.云計算應用及其安全問題研究  

56.基于云計算的電力數據中心基礎架構及其關鍵技術 

57.基于云計算和極限學習機的分布式電力負荷預測算法 

58.美國聯邦政府云計算戰略  

59.基于云計算平臺的新型電子取證研究 

60.云計算信息安全分析與實踐 

61.基于Openstack的科研教學云計算平臺的構建與運用  

62.云計算安全關鍵技術分析  

63.云計算技術研究與應用綜述 

64.基于云計算的義務教育學科課程資源共建共享模式 

65.面向云計算環境的能耗測量和管理方法 

66.基于云計算的實驗室管理信息系統設計

67.云計算概念、模型和關鍵技術  

68.云計算環境下的審計業務模式變革研究 

69.基于Hadoop的分布式云計算/云存儲方案的研究與設計

70.云計算環境中綠色服務級目標的分析、量化、建模及評價

71.基于云計算的圖書館建設與服務發展 

72.物聯網、大數據及云計算技術在煤礦安全生產中的應用研究 

73.基于專利分析的我國云計算技術發展現狀研究 

74.云計算的價值創造及其機理  

75.云計算環境下高校實驗教學模式的創新與實踐 

76.寄心海上云:云計算環境下的知識管理 

77.基于云計算的居民用電行為分析模型研究 

78.云計算環境下的數據存儲  

79.基于效用的云計算容錯策略和模型 

80.云計算環境下的智能決策研究綜述  

81.云計算安全風險因素挖掘及應對策略 

82.我國云計算產業發展趨勢及政策建議 

83.云計算安全需求分析研究 

84.智能電網中虛擬化云計算安全的研究 

85.云計算架構下的移動學習 

86.基于云計算的終身教育服務平臺設計 

87.云計算在電力系統數據災備業務中的應用研究 

88.云計算與圖書館:為云計算研究辯護 

89.淺談云計算技術  

90.云計算研究現狀與發展趨勢 

91.云計算環境下的著作權制度:挑戰、機遇與未來展望 

92.基于云計算的數字化信息資源建設模型的研究 

93.云計算發展態勢與關鍵技術進展 

94.云計算技術在圖書館中的應用探討 

95.國外云計算發展現狀綜述  

96.云計算對知識產權保護的若干影響  

97.基于云計算的遠程教學資源建設模式——以浙江開放大學為例 

98.云計算在智慧校園中的應用研究  

99.對云計算技術及應用的研究 

100.云計算應用展望與思考  

101.云計算給圖書館帶來的發展機遇  

102.云學習:云計算激發的學習理念  

103.云計算環境下的信息資源云服務模式研究  

104.云計算研究進展綜述 

105.云計算及安全分析  

106.一種云計算操作系統TransOS:基于透明計算的設計與實現 

107.基于等級保護的云計算安全評估模型  

108.云計算:從概念到平臺  

109.云計算環境下信息安全分析  

110.云計算技術簡述  

111.云計算綜述與移動云計算的應用研究  

112.中國云計算產業結構和商業模式  

113.云計算安全問題  

114.云計算下的國外圖書館聯盟服務研究 

115.云計算技術的應用及發展趨勢綜述  

116.云計算在區域信息資源共享中的應用探究  

117.基于云計算的圖書館信息平臺的構建  

118.云計算技術驅動下構建數字圖書館虛擬化環境的探討  

119.云計算支撐信息服務社會化、集約化和專業化 

120.云計算環境下基于協同過濾的個性化推薦機制 

121.云計算環境下的網絡技術研究  

122.云計算模式在電力調度系統中的應用  

篇5

0引言

全球進程加速，科學技術領域發展也隨之加快。不少新技術引進的新概念進入群眾生活范疇和視野。譬如，“物聯網”“C2C”“B2B”“云端處理”“大數據”等。“大數據”(BigData)最早提出時間誕生于1980年，大數據被定義為集成數據庫存儲、處理、計算等多功能的復雜型結構、存儲數據空間龐大的數據集合［1］。大數據出現是基于當前社會、經濟發展超前所需能夠集成、處理大量數據的原因而研發的。國內意識到必須對大數據旗下的知識產權數據進行維護和管理工作。目前，大數據在國內知識產權領域的具體價值體現包括［2］:(1)知識產權管理機構集成數據協同化、共享化管理，能夠多層次整合數據，深化知識產權大數據管理工作的時效性;(2)升級管理機構的管理水平以及統一其執法標準。根據對一系列侵權行為的分析，編制出因地適宜的科學杜絕知識侵權行為的恰當懲罰標準機制;(3)加強了互聯網上知識侵權行為的警惕性和防范性。知識產權管理機構;聯合視頻播放網站、電商平臺等互聯網企業，開展大數據技術打擊知識產權侵權行為的活動，可以樹立起侵權行為嚴厲打擊，并對其處罰以警惕后者的侵權行為［3］;(4)處理好知識產權權利沖突情況。大數據技術實現知識產權的碎片式和獨立式的產權銜接起來，實現信息共享交流的知識產權行業的新模式。如此可以有效降低資源重復率，有效解決知識產權權利沖突的防御能力。

1我國知識產權大數據領域的缺陷和挑戰

1.1技術落后造成管理知識產權大數據的能力低下

其一，數據連續不斷增加;其二數據的生產、存儲、管理、分析等工作活動進行速度非常慢［5］。傳統的數據庫系統可以存儲的數據容量小且數據處理力度弱，導致頻出數據整理工作難度大、數據處理速率慢、數據缺失等的諸多問題。為此，國內自主針對這一現象開展研發升級的數據處理工具少之又少，數據分析軟件的研發數量和速度遠遠落后于西方國家。國內匱乏自主研發的大數據化管理技術正是知識產權大數據化緩慢的根本原因。

1.2大數據管理化質量和效率低下造成知識產權權利人權益受損

專利處理和外觀設計審查工作進度緩慢，大數據知識產權管理人員從大數據中充分獲取知識產權數據的難度大且要逐一剔除無關數據，篩選難度高、數據繁多，要求管理者工作仔細、謹慎［6］。正是基于國內大數據化技術約束下，導致知識產權權利侵權行為難以及時迅速地被管理員審查發現，以及商標審查積壓，給申請人帶來不便，導致申請人耗費不必要時間和空間，為其造成損失。1.3人工審查強調主觀性導致公信力不足國內大數據的知識產權工作管理工作，不能完全善用大數據技術抽出無關信息開展自動化信息分析處理工作時，需要依賴管理員的主觀判斷開展數據審查工作，此時因個體專業知識影響，導致審查工作結果的公正性受到從業者的質疑或不認同，從而降低了知識產權管理部門的公信力和聲譽，進一步誘發個體或企業申請知識產權的意愿下降，從而屢屢發生知識產權行政案件。

2國外知識產權大數據進程中的可借鑒之處

2.1國外大數據開放和共享程度高

歐盟成員國家間達成了大數據資源共享和協同利用，并針對商標申請開展審查機制。以上機制對成員國家的數據共享化、處理化能力要求之高，但是在先進的大數據技術下解決了從龐大數據中根據規律和關聯性，簡易獲得不同國家組織、公民的商標數據，從而高效預防了侵權人和被侵權者就商標侵權行為的案件發生［10］。歐盟成員國家間的知識產權數據的高度開發和高效處理、共享程度都是為歐盟商標申請提供了便利，所以歐盟國家的大數據開放程度和共享化的做法值得國內企業借鑒參考。

2.2發達國家大數據資源利用率高

日本大數據資源利用效率一直是走在世界前端，為此日本政府還推出“信息專利平臺”方便對日本的知識產權等專利信息進行整理匯總和管理，用戶可以在平臺上查詢往期日本本土出版的文獻信息，除外日本還就中國、韓國兩個的信息可以在平臺進行檢索搜尋，完成電子化商標申請處理機制等等［11］。

2.3發達國家大數據化管理制度以及體系日漸成熟

知識產權大數據化管理工作需要完善科學的體系支持，規范化的管理機制和完備的體系是奠定知識產權數據化管理的基石。在西方發達國家的成熟的產權機制和管理體系下，發達國家各個部門協同運作，完善大數據化下知識產權管理的法律法規，實現有法可依、依法執行的管理工作，為大數據化機制提供創新動力。

3國內知識產權大數據的執行和完善

3.1完善知識產權大數據機制以及體系

第一，大數據時代下，知識產權機構的大數據意識淺薄是知識產權管理工作缺失的重要原因［13］。為此國內知識產權機構應當深入根植大數據意識，并以思想帶動行為要求組織內外做到數據參與行動中，形成專項的大數據應用下的知識產權部門，為社會、企業提供安全可靠、統一、雙向交互的知識產權應用中心。第二，國內知識產權大數據管理工作是不同部門獨立操作管理的，部門和部門間的管理工作缺乏聯立，體系內結構散亂，導致無法達成高效統一、協調管理的知識產權大數據化管理機制。關于知識產權大數據管理工作的如何有效分配且部門和部門間工作的聯立、知識產權數據資源的整合、統一聯立的知識產權大數據管理平臺的構建、法律法規的完善等都是當前我國知識產權管理工作所需要改進的各項工作［15］。第三，綜合國外大數據體系、管理工作的成功經驗、措施，聯立國內實情由此提出符合我國實際的知識產權數據制度，務求成為協調國內知識產權數據無縫銜接發達國家經濟實體的知識產權大數據機制。

3.2運用新興技術保護各種的知識產權

(1)參考京東大數據管理評論功能保護專利權國內專業檢索有兩樣包括IPC檢索和字段檢索。但是單憑這兩種檢索方式仍然很難實現大數據化信息的全面分析管理，容易出現信息遺漏導致侵權行為。所以參考京東大數據管理評論技術［16］，將現有的專利申請說明書和正在申請的專利申請說明書開展詞語切割，分析兩者關鍵詞相似度和兩者關聯性，根據關聯程度大小向申請人羅列出相似區域，讓申請人充分了解專利申請的機會成本。

(2)參考百度、谷歌的圖像識別功能對商標、外觀設計專利實行辨別判斷。谷歌和百度兩家企業所利用的圖像識別技術推出后廣受好評。這類技術基于深度學習中卷積審計網絡技術下，通過多項重復計算法找出雷同圖片，方便管理員對比兩大圖片的相似情況，找出相同數據，再根據在先權利判斷申請人是否商標侵權或外觀設計侵權［17］。圖像識別技術從內在數據出發，可以快速甄別商標申請行為，提高商標申請速度和質量，有效預防侵權行為的發生。

(3)參考電影業數字水印技術保護版權數字水印技術利用既定計算方法實現標志性信息融入多媒體作品中。數字水印技術多用在多維動畫、多媒體文件。軟件等的數字作品中起到版權保護作用。通過鑒定數字水印信息可以判斷內容始創者、購買者以及載體是否被惡意修改等內容。在大數據知識產權管理體系下，引入數字水印技術保護產權的信息版權，有助于預防各種產品版權被侵權的行為。

4結語

在大數據環境下，知識產權的大數據管理是必然要求。所以，要求知識產權機構重視大數據化，并意識到知識產權大數據化的重要性，從自身工作做起，應用大數據技術，配套相關知識產權大數據維護、管理體系，促進知識產權創新發展。同時可以借鑒發達國家的知識產權數據化管理的成果，加以利用于國內大數據技術應用中，確保大數據知識產權應用上發揮有效功能和成果。

參考文獻

［1］楊述興，陳嘯林．知識產權法律制度會終結嗎———對《轉換的范式:反思知識產權理論》一文的評論［J］．知識產權，2016，(11):3－12．

［2］陳少峰，陳曉燕．基于數字文化產業發展趨勢的商業模式構建［J］．北京聯合大學學報(人文社會科學版)，2013，(02):64－69．

［3］楊德橋，韓弘力．論文化創意產業知識產權保護體系的構建［J］．北京化工大學學報(社會科學版)，2013，(02):10－15．

［4］徐建華．對我國高新技術企業知識產權保護的思考［J］．山東省農業管理干部學院學報，2012，(01):54－55+57．

［5］鞠曄．云計算環境下美國專利引誘侵權判定規則研究［J］．知識產權，2014，(02):98－104．

［6］黃勤龍．云計算平臺下數據安全與版權保護技術研究［D］．北京郵電大學，2014．

［7］牛巍．網絡環境下信息共享與著作權保護的利益平衡機制研究［D］．中國科學技術大學，2013．

篇6

DOI:10.16517/12-1034/f.2016.02.038

一、研究背景與意義

（一）輸變電工程基建項目傳統內審模式面臨挑戰

輸變電工程基建項目審計所包含的審計控制要點，多樣而復雜、覆蓋面廣，貫穿于工程項目管理的全過程。傳統的輸變電基建項目審計受限于審計資源的不足，往往僅對結算、決算環節審計內容，委托第三方開展事后審計。因而審計介入時間滯后，不能有效開展全過程項目審計，無法及時杜絕項目管理風險，促進管理提升，以發揮內部審計的監督作用。

（二）實時審計模式是內部審計發展的必然趨勢

隨著企業信息技術的日益發展，越來越多企業的生產、經營及財務數據已實現在線處理，經營數據與管理記錄的電子化發展，推動了企業內部審計方式向實時、在線方向演進。企業可以通過在線計算機輔助審計系統，與各信息系統建立數據接口，從各信息系統中采集審計所需的數據及相關審計證據，并通過在系統中預設的監控及例外報告模式，自動生成發現報告，提請審計人員關注。由此，傳統審計模式逐漸實現向實時審計模式轉變。實時審計模式，是指通過ERP審計信息系統，集中獲取財務和經營數據后，審計人員利用該系統數據處理能力強、分析功能強大、網絡在線運行等特點，對企業經營管理活動進行在線審計監督，即通過對定期獲取的財務資產、計劃、生產統計等生產經營信息進行綜合分析，查找審計疑點和問題線索。在此基礎上，有目標、有重點地進駐現場進行審計查證與核實，及時發現和糾正企業經營管理中存在的問題。通過開展日常的經營監控審計，可以使審計過程變得更快、更簡單、更有效，縮短了審計周期，以提供更有時效的風險和控制風險保證；無需擴展資源基礎，就可獲取更好的審計范圍；可指導以月度、季度、年度為周期的審計；審計的范圍是全部審計數據，而不只是審計樣本；可對比或重新計算全部審計數據；可提高審計報告的質量。

（三）推行實時審計模式的可行性

為了提高輸變電工程基建項目審計工作的質量和審計效率，利用ERP大數據基礎構建實時審計模式，是一項有效且可行的解決路徑。一是輸變電工程基建項目審計要求規范比較明確完善，其對基建項目工程審計的目標、定義、審計原則、基本任務、主要審計內容已作出明確的規定。二是隨著公司信息系統建設的日益完善，ERP系統積累了大量的業務財務數據信息，能夠支撐實時審計需要。在ERP系統中，基建工程的預算、成本等相關數據是工程審計的重點內容，能夠充分體現工程全過程的預算控制和費用執行等情況。建立應用實時審計模式既能提高審計效果，也能彌補審計資源不足，充分運用信息化審計手段，按照“提前介入、預防為主”的思路，堅持建設資金的真實、合法審計與效益審計并重，加強對輸變電工程基建項目投資全過程的審計監督，提高工程項目建設管理水平和投資效益，是一項富有價值的審計方式的管理創新實踐。

二、基于ERP環境的輸變電工程基建項目實時審計模式主要內容

（一）總體思路

基于ERP環境，借鑒數學建模思維，充分運用信息化手段、結構化數據分析方法，構建“審計模型、審計工具和應用機制”三位一體的實時審計模式（見圖1），明確審計對象、審計技術和審計方法。旨在提高審計效率和效果，實現輸變電工程基建項目的全過程實時審計，提前預警、促進整改，以降低審計風險，推動內審工作轉型。審計模型重點梳理輸變電工程基建項目全過程審計控制要點，根據重要性和可量化原則，篩選出審計控制內容，明確審計邏輯和評價標準；審計工具，主要是根據審計邏輯評價特征，開發出可批量自動化審計的簡易操作工具，提高審計作業效率；應用機制，主要根據內部審計工作目標和要求，設計審計模式的具體應用方式。

（二）審計模型內容

1.審計邏輯輸變電工程基建項目審計是財務審計與管理審計的融合，將風險管理、內部控制、效益的審查和評價貫穿于建設項目的各個環節，并與項目法人責任制、資本金制、招標投標制、合同管理制、工程監理制執行情況的檢查相結合，根據重要性和成本效益原則，結合實際情況和內部審計資源狀況，采取全過程審計或者重點管理環節審計。圍繞輸變電工程基建項目立項階段、設計及實施準備階段、實施階段、竣工決算階段全過程各環節的審計控制要點，基于重要性和可量化原則，結合公司內部審計資源和實際情況，從時間、資金、數量、內容4個維度，篩選控制要點和控制內容，從準確性、規范性角度定義審計評價標準，根據不同的審計對象、審計所需的資料和項目審計各環節的審計目標設計不同的審計邏輯，以保證審計工作質量和審計資源的有效配置。其中，時間維度主要審計時間控制點先后順序是否符合邏輯；資金或數量維度主要審計絕對值與相對值是否符合預設目標；內容維度主要審計是否符合公司規章制度、管理辦法和內控規范。輸變電工程基建項目審計應遵循技術經濟審查、項目過程管理審查與財務審計相結合的原則，事前審計、事中審計和事后審計相結合的原則，以及各專業管理部門密切協調、合作參與的原則。根據現有ERP系統數據庫情況，設計了適用與事中審計和事后審計兩類不同應用方式的審計邏輯，并針對每個項目不同類型的合同（如施工合同、勘察設計合同、監理合同）設計了不同的審計邏輯。審計模型共構建了43條審計邏輯，覆蓋設計及實施準備、實施、竣工投產和決算3個階段，包含11條事中預警、32條事后審計異常事項提示（見圖2），運用信息化手段進行全面審計，采取定量與定性相結合、定量分析為主的方式，對工程建設各階段各環節的管理情況，以及質量、進度和投資等目標的完成情況進行審計評價。（1）設計及實施準備階段包含8條審計邏輯，從時間邏輯順序上，重點檢查工程開工手續是否合法合規；從內容符合性上，檢查合同簽訂是否符合招標要求。（2）實施階段包括25條審計邏輯，重點檢查合同簽訂與招標情況的相符性、項目付款進度的合理性、項目付款與合同的相符性、質保金的合規性，以及是否及時對工程物資辦理清理和退庫手續。（3）竣工投產和決算階段包括10條審計邏輯，重點檢查是否在規定時間完成暫估轉固手續、竣工結（決）算審核、工程實際投資額與批準概算差異的原因分析。2.評價標準根據審計類型和審計結果狀態，設計了3種評價標準，即正常、異常、預警。其中，異常標準，是指事后執行結果不符合審計規范，用來督促整改；預警標準，是指事中執行結果偏離管理規定，用來預警提醒。評價標準全部用數理邏輯公式進行檢驗。3.數據來源應用集中采集和隨需采集數據的方法，基于目前ERP信息系統現有的數據字段，采取線上數據與線下數據結合的方式進行取數，以ERP信息系統數據為主，以線下資料如初設批復文件、中標通知書、合同等紙質審計資料作為線上數據的補充驗證，綜合評價審計結果。本模型采用線上數據69條、線下數據40條。隨著實時審計模式的推廣和信息技術的發展，ERP系統所能提供的數據信息數量將隨之增加，逐步向備份采集和直聯采集轉變，審計模型所需全部的數據信息將全部可以從ERP系統中直接獲取，最終實現全面在線實時審計。

（三）審計工具介紹

應用excel工具，對涉及的審計邏輯和評價標準開發的自動評價審計工具，主要由審計輸入信息表和審計結果輸出表構成。審計工作人員只要在審計輸入信息表中導入項目審計字段信息，通過內嵌自動檢驗公式計算，就能在審計結果輸出表中看到對應項目審計邏輯的審計結果狀態。1.審計輸入信息表以工程項目為縱向維度，以審計信息為橫向維度。審計信息源根據評價標準檢驗公式所需的信息按照單個字段輸入。合計包含109條固定的數據字段，包括審計對象的項目編號、項目名稱、初設批復日期、開工日期、合同簽訂日期等內容，不同類型合同的數據分別記錄于不同的數據字段中，數據字段可隨合同類型、數量的增加而增加。2.審計結果輸出表以工程項目為縱向維度，審計邏輯評價結果為橫向維度。對應每條審計邏輯評價結果用Excel函數工具，在對應單元格中自動計算審計結果，共包含43條審計邏輯結果。校驗結果以“紅燈”、“黃燈”“、綠燈”的形式自動展示（“紅燈”表示異常、“黃燈”表示預警、“綠燈”表示正常）。審計人員和工程管理人員應用審計工具，對“紅燈”“、黃燈”的識別，迅速發現審計異常點。

（四）應用機制

實時審計模式的審計模型及審計工具，是針對電壓等級220千伏以上電網基建項目審計而設計的，指導以月度、季度、年度為周期，對輸電工程項目開展日常監控和內部審計。在項目過程中，內部審計人員和工程管理人員可以利用審計模型和審計工具，對輸電工程項目進行過程檢查，識別異常事項和預警事項并及時進行整改，以防止風險的進一步擴大。在工程項目完結后，內部審計人員可以利用審計模型和審計工具對項目進行全面審計，督促對異常項目進行整改，彌補管理漏洞，防范外部審計風險。

三、結論與展望

（一）實時審計模式能提高效率，推動內審工作轉型

實時審計模式縮短了審計周期，可將原在工程竣工后才進行的審計，轉變成以月度、季度、年度為周期的過程審計，切實做到審計關口前移，提高審計效率和質量，降低審計成本，并為實現審計資源整合，拓寬審計范圍奠定基礎。一方面增強了內部審計對工程項目的審計參與深度，另一方面改善了基層單位審計人員不足的狀況。實時審計模式，實現了對公司生產經營各類風險的及時預警和有效防范，幫助公司加強內控、改善管理，使審計結果的反饋更及時，降低工程項目管理風險和外部審計風險，充分發揮內部審計風險控制和管理服務的職能，提升內部審計的效用和管理決策的價值。

（二）實時審計模式具備推廣應用價值

輸變電工程基建項目實時審計模式具有很強的靈活性、適應性、可操作性，對審計邏輯和審計工具進行適應性調整，可推廣應用至其他電壓等級和類型的電力工程項目內部審計工作中。此外，實時審計模式的研究思路，也可推廣應用至其他內部審計項目上，通過分析工程審價、物資管理、招投標管理、各類費用管理的審計要求，可設計出相應的審計邏輯、審計標準，開發出相應的審計工具。

（三）實時審計模式現階段的局限性與展望

現階段ERP系統數據信息數量和質量存在一定的局限性：一方面實時審計模型所需的部分數據信息仍需要人工查找與錄入，另一方面審計模型涉及的審計邏輯還沒有全覆蓋。隨著進一步改善并提高ERP系統字段信息質量和數量，使ERP系統能更有效、更準確地提供更多關鍵字段信息，可以使審計模型和審計工具更大地發揮作用，更好地為審計人員服務。今后可通過增加審計模型中的審計邏輯，更好地滿足內部審計和工程管理的需要。具備條件后，可開發出嵌入ERP系統的在線審計工具，實現在線自動審計實時計算、輸出校驗結果。

參考文獻：

[1]于洪波.ERP環境下在線審計方法探討[J].會計之友，2012（25）：83－88.

[2]劉萍.持續審計———信息時代我國企業內部審計的發展趨勢[D].武漢：華中師范大學（碩士學位論文），2013.

[3]周運香.ERP環境下審計風險控制研究[D].成都：西南財經大學（碩士學位論文），2010.

篇7

【中圖分類號】 F275 【文獻標識碼】 A 【文章編號】 1004-5937（2017）06-0121-04

引 言

2016年1月15日，《貴州省大數據發展應用促進條例（草案）》正式公布，這不僅是貴州省首部大數據地方法規，同時也是中國第一部大數據地方法規。現如今，數據是國家基礎性戰略資源，數據互聯共享已成為中國政府穩定增長、促進改革、調節結構和推動治理能力的內在動力。A集團經過近三十年的發展，企業規模較大，業務單位眾多，同時掌握了先進的信息通訊技術，已建立較為健全的財務共享中心[ 1-2 ]，但A集團的資金管理水平、安全性和資金利用價值等方面并不適應財務共享服務發展的要求，暴露的問題也較為充分和突出。A集團財務共享中心利用企業服務總線將各個下屬成員單位的數據傳遞到共享中心集中處理，接入服務云平臺對一系列數據從捕捉到應用進行戰略布局，并根據企業內部客戶的實際需要提供針對。那么如何在大數據下基于財務共享服務模式建立A集團資金管理框架，并根據新的資金管理模式提高A集團資金管理效率，已經成為亟待解決的問題。

目前，為了更科學地服務于資金管理的應用領域，學者們從各個角度對其展開了不同的研究。張家倫[ 3 ]總結分析了歐美公司先進的財務管理理論，從母子公司職能定位、資金控制體系、資金預算管理和資金戰略等幾個模塊闡述了集團企業資金管控模式。王國超[ 4 ]在此基礎上，針對房地產開發這個政策敏感型行業，認為資金預算管理的重點在于分析資金來源，計算資金成本，以及如何定量管理收入、費用和利潤。程平、蔣雨[ 5 ]在大數據背景下對資金管理進行了創新，研究了云會計對企業資金管理在資金利用率、效率、資金安全等方面的影響，結合大數據、云會計技術的特征[ 6 ]，構建了一個基于云會計的集團企業資金管理框架模型。

綜觀上述文獻，盡管資金管理有很多研究，但財務共享服務模式下資金管理環境和資金管理風險點已經發生改變，魍車淖式鴯芾矸椒ú輝俾足A集團資金管理需求，而大數據下基于財務共享服務模式的集團企業資金管理研究還相對較少，且研究不夠深入。鑒于此，本文以A集團公司為例，首先分析了大數據下財務共享中心資金管理框架構建的考慮要素，其次從資金預算管理、資金控制管理、資金監督管理和資金考核管理四個方面構建了大數據下基于財務共享服務模式的A集團資金管理框架，最后闡述了框架實施時需要關注的關鍵點。

一、構建大數據下A集團財務共享中心資金管理框架的考慮要素

（一）提高資金管理水平

對于A集團的財務共享中心來說，資金大都是分散在下屬成員單位獨立管理，通常情況只是把資金收支、利用情況上傳到財務共享中心核算，令A集團管理者知曉，以供經營業務的決策。但是這種情形下，A集團無論是資金利用、調度，還是資金管理決策，都難以避免地會產生各種各樣的問題。A集團財務共享中心詳細了解集團、各個下屬成員單位財務信息，在這個基礎上，A集團財務共享中心的資金管理重心要從兩個方面共同把握：一是怎么合理使用資金；二是如何從合適的渠道獲取更多資金，以填補整個集團包括下屬成員單位的資金空缺，保障未來的生存和發展。加強A集團資金管理成為一個重要的課題，云平臺上，A集團的管理人員可實現對資金存量的監控，并對A集團、各個下屬成員單位月度、季度和年度日常經營活動發生的資金收支進行預測，將資金在整個集團進行靈活調配，提高資金管理水平。

（二）提高資金管理安全性

我國沿海地區民營企業主因資金鏈斷裂自殺、跑路等眾多事實表明：缺乏資金管理安全性不僅會帶來資金損失，而且會導致企業破產，甚至會背上難以承擔的巨額個人債務。在資金風險控制方面，A集團財務共享中心沒有風控部門和風控流程，集團庫存成本較大，過多外匯富余資金存放銀行以獲取銀行的存款利息，對匯率風險沒有采取相應的防范措施。大數據下A集團財務共享中心面對復雜、多樣化的海量資金數據缺少高效、高拓展性、高可靠性的資金管理系統，以致各個成員單位和各個項目沒有實時呈現出相關聯的資金流動信息，因此不能實時有效監控整個A集團資金預算、費用報銷、應收賬款周轉、生產材料周轉等資金流動情況，這些安全問題可能會給A集團造成巨大的危害。大數據技術為解決財務共享中心資金管理安全問題成為可能，通過云平臺可實現對資金流向的可視化實時監控并且在軟件即服務層（SaaS）提供風控服務，能盡量減少資金虛報、錯報，防止資金舞弊現象的發生。比如對于撥出的生產材料購置資金，A集團的管理者進入云端進行信息查看，通過銀企互聯平臺從銀行B查詢到已花費30%的資金購買了生產材料D，并且這批材料成功運輸到分公司C的工廠，預計30天完成加工，這樣就能實時掌握下屬成員單位資金流情況，大大提高資金管理的安全性。

（三）強化資金利用價值

A集團財務共享中心的資金管理受到經營管理人員的干預，容易不經過各種科學正規的流程手續而隨意作出資金管理決策，且財務共享服務模式下資金集中將加劇這種風險，降低了資金的利用價值。比如財務共享服務模式下A集團的貸款管理受制于集團的高管，不同于商業銀行對貸款審查極為嚴格的資產風險管理，由于對下屬成員單位的放貸由A集團的領導決定，有時擔保抵押不符合要求，甚至不用擔保和抵押就直接把一家下屬成員單位的閑置資金貸給另一家下屬成員單位，這種情況沒有考慮到把閑置資金貸給下屬成員單位是否比留在原單位更能體現資金的利用價值，若未來借款單位資金周轉不靈，而集團總部以及其他單位也貸不出款且銀行不愿意貸款的情形下，極易拖垮借款單位的正常用款需要。這種行為將嚴重影響A集團內部資源的合理配置，損害A集團整體利益。大數據下基于財務共享服務模式的資金管理通過云平臺中的數據挖掘技術，經過一系列數據處理、分析、挖掘等方法，幫助A集團強化資金利用價值。

（二）資金管理部的價值發揮

大數據下財務共享中心聚集了海量的財務數據，標準的財務處理流程保證會計信息的真可靠，使得A集團資金管理部的高管實時了解整個集團較準確的資金運行和資金管理狀況，支持資金監督管理的實施。A集團資金管理部負責資金監督，它的職能主要在于對資金管理制度的制定、修改，以及某些需要高管作出資金決策的情形。大數據環境財務共享服務中心實行資金共享集中管理，比如預提差旅費的管理會聯通互聯網并采用數據倉庫、數據挖掘技術，僅需輸入幾個關鍵詞，云平臺會結合過往差旅費使用情況智能得出一個最優預提數，A集團財務共享中心原則上只接受等于或小于這個金額的預提數，這會導致原先有一定資金支配權的業務單位和個人因云平臺智能技術產生抵觸情緒，這時A集團資金管理部的工作就是如何在大數據環境下制定出既不妨礙資金共享集中管理又考慮到員工情緒的資金管理制度，并在云平臺上修改資金管理程序。

（三）資金管理系統的建設

A集團財務共享中心打包好各種基礎功能后以服務的形式交付給云平臺，資金管理系統位于云平臺的業務層，其中基礎設施層為資金管理系統提供服務器和互聯網等資源，而應用層給予資金管理系統四個方面的應用支持：資金預算管理、資金控制管理、資金監督管理和資金考核管理。應用層資金控制管理下的現金歸集提供銀企直聯接口應用，包括中國銀行直聯、工商銀行直聯、建設銀行直聯、農業銀行直聯和其他銀行直聯，因為A集團和四大銀行的資金業務量大，所以分別單獨管理。另外資金控制管理中還包含大額資金聯簽、費用報銷、內部融資授信、承兌匯票和資金風險控制等應用，而資金監督管理服務中有資金制度及流程修改、綜合查詢及報表和資金預測及分析等應用。

結 語

準確、高效的資金管理是A集團經營管理的基礎，能節約成本并可促進資金的有效配置，而大數據技術為A集團的財務共享中心建立更科學的資金管理及其云平臺服務、分布式技術、數據挖掘功能為資金管理決策提供了全方位的支持。本文分析了大數據環境下A集團財務共享中心海量資金管理數據收集和利用的困難，從資金預算管理、資金控制管理、資金監督管理和資金考核管理四個方面構建了大數據下基于財務共享服務模式的A集團資金管理框架，并闡述了該框架在A集團企業實施時的關注點，以期提高A集團財務共享服務中心的資金管理水平。

【參考文獻】

[1] 張真昊，孫h[.基于云的財務共享服務模式設計：以費用報銷流程為例[J].財務與會計，2013（7）：48-49.

[2] 程平，萬家盛.大數據時代財務共享服務中心云平臺的構建及其應用[J].財務與會計導刊（實務版），2015（11）：84-86.

[3] 張家倫.企業集團財務管理專題研究[M].北京：中國金融出版社，2010.

[4] 王國超.論房地產企業資金預算管理中的財務控制[D].大連海事大學碩士學位論文，2011.

[5] 程平，蔣雨.大數據時代基于云會計的集團企業資金管理[J].會計之友，2015（10）：134-136.

篇8

“功以才成，業由才廣”。為著眼培育“拿得出、打得響”的全國審計領軍人才，按照“服務發展、注重培養、引領牽頭、整體提升”的原則，樹立人才為本思想，制定出臺審計人才隊伍建設實施意見，細化培養計劃，強化保障機制，跟進激勵措施，健全審計人員培養、成長模式，推行跟蹤培育、師徒帶教、輪崗交流、分層培訓機制，以實干精神適應新常態踐行新理念，著力打造一支具有良好政治素質、對黨忠誠、熱愛審計事業，具有強烈的責任感和使命感，堅持依法審計，遵守法律法規，恪守職業道德，德才兼備、以德為先、素質高、業務精、紀律嚴、作風優的高層次、職業化審計人才隊伍和審計鐵軍。

建立審計崗位準入從業資格選拔制度。國家許多專業技術領域（財經、衛生等領域）均設置了準入門檻與各級資質考核認證辦法，以會計崗位為例，會計人員必須持證上崗，報考會計從業資格證也有相應的門檻設置，從業者持證期間必須按照要求參加繼續教育并接受年檢，會計人員的職稱晉升都有相應等級的全國統一考試。這些制度為審計人員準入選拔制度構建提供了參考。可以考慮將審計崗位準入從業資格選拔制度納入到《基層建設先進單位考核評比辦法》“雙爭”扣分條款，若兩年內在審計崗位不能取得審計專業技術職稱證書即調離審計崗位，為審計后備力量儲備保證質量。

強化審計人員“爭先創優”和看齊意識。要樹立“爭第一創一流有紅旗就扛”的意識，堅守政治信仰，保持高昂斗志，進一步提升干事創業的積極性。要對比先進找差距，變壓力為動力，增強憂患意識，提高競爭能力。要爭當審計工作尖兵，把發現案件線索、查處重大違規問題、廉潔從審、撰寫審計信息、計算機審計、績效審計等內容作為奮斗目標，爭當審計能手，爭做復合型人才。以審計事項為單位做好調查記錄，作為審計方案編制依據，把好調查了解關；嚴格按照審計相關規定實施現場審計，把好審計實施關；做到審計結果事實清楚、證據確鑿、定性準確，評價客觀公正，建議切實可行，把好審計報告關。著力營造“比學趕超、奮勇爭先”的工作氛圍，保持好銳意進取的勇氣、敢為人先的銳氣、蓬勃向上的朝氣，激發審計人員不斷奮進、積極向上、開拓進取。

建立審計“慕課”教育移動APP平臺。圍繞貨幣資金安全、政府采購、基本建設和資產票據等財經重點監管領域，開設審計大講堂，由實戰經驗豐富的審計業務骨干輪流擔當主講人，充分發揮“傳幫帶”。從慕課平臺的互動性、課程資源規劃、授課形式、呈現效果、發展趨勢入手，做好“慕課”在線教育。開設《如何防范貨幣資金安全風險》、《零星工程造價審計》等精品課程，把握好內部審計核心資源，打造先進的審計數據與教育APP軟件，設立審計教育網校，為審計人員構建高水平的自學網絡教育平臺。

構建大數據審計人力資源管理模式。針對基建項目和采購活動資金量大、技術要求高、周期長等特點，進一步完善審計項目數據庫、審計人力資源內外部專家庫、審計法律法規資源庫，加強與外部審計機構單位（審計署特派辦、省市審計局、公安局審計室等單位）的溝通聯系和人員交流合作，解決好內部審計人才與外部審計資源的整合利用，加強對審計資源庫的管理，引入優質的基建、采購、信息化、船艇、特種設備造價審計等社會中介機構為我所用，提高審計質量，規避審計風險。

建立標準化“云審計”現場平臺應用。利用云計算理念和技術構建“公共云審計中心”，通過數據采集、信息溝通、質量控制等功能，提供服務于審計工作的專業審計技術和資料，實現審計數據的云存儲和審計資源的協同共享，高層次、多維度地掌握被審計單位的各項信息，將審計組織方式由傳統模式向“矩陣式、多層級、聯動聯網”組織管理模式轉變，進一步拓展審計內容與范圍，在提高審計工作效率、提升審計成果應用水平、推動審計整改落實等發揮審計監督效能。探索組建強有力的數據分析團隊，培養大數據審計師職業化人才，提升審計隊伍的整體數據分析能力。

基于職業化視角的審計職業保障制度體系。推進審計職業化建設是審計制度改革的重要內容和未來審計隊伍建設的發展方向，也是全面推進依法治國對現代審計發展的必然要求，隨著審計事業的快速發展和審計制度改革的不斷深入，推進審計職業化建設成為重要課題。審計人員不僅要會核查會計賬目，更要能透過現象看本質；不僅要會審數據，更能通過數據找到規律；不僅要精通財務，更要熟悉相關政策規定；不僅要善于發現問題，更善于推動解決問題，研究制定審計人才職業發展規劃，建立健全激勵機制，強化軍地有機整合、資源優勢互補的人才合作培養機制，全方位、多渠道培養人才；加大復合型人才建設力度，加強政策法規、計算機、經濟、工程、法律等相關知識的培訓，加大任職代職交流，創造多崗位鍛煉機會，進一步拓寬視野，豐富閱歷。

建立定期內部審計督導和績效考評機制。加強各單位內部審計組織領導小組建設和建立審計工作聯席會議制度，制定采購、基建等項目操作規程及指南，明確審計工作目標、權限、職責及工作流程。指導開展貨幣資金、票據、固定資產專項審計，為本單位領導當好參謀，嚴格把關，監督本單位經費合理、合規、合法使用，并做好審計資料裝訂歸檔和每季度的數據上報工作。通過設立審計服務中心、每周審計知識告知、審計調研論文評比、參加國家審計專業技術資格考試等方式，整合和優化審計資源，打造審計業務品牌，探索建立以崗位為基礎、職業能力為導向、工作實績為重點，同時注重職業道德和職業水平的審計人才績效考核評價體系。

篇9

一、引言

處于大數據時代，企業的管理者已經逐漸認識到大數據的重要性。為了推動企業管理的快速升級，就要將企業的信息數據處理系統構建起來，使企業在轉型的過程中實施智能化管理。從企業的財務管理情況來看，在數據處理上正從核算數據轉向管理數據。企業要更好地發展，就要將戰略決策制定出來，其財務數據是重要的依據。在財務會計工作中，管理會計在收集和整理海量的數據信息的過程中，還要針對所發現的問題進行分析，并提出解決策略。

二、大數據的特點

所謂的“大數據”又被稱為“巨量資料”，即所產生的數據信息量之大，已經難以使用現行的主流軟件工具有效解決了。采用大數據處理技術，就是對于大規模的數據信息要選擇在合理時間內收集，并對這些數據信息采取相應的處理方式，建立科學的管理模式，以將這些數據信息整理為具有積極效應的資訊，為企業的經營發展決策提供依據。縱觀大數據的特點，主要包括以下幾個方面。其一，大數據的數據體量非常大。通常所謂的“大數據”，就是指達到10TB的大型數據集。但事實上，多數的企業數據信息用戶都會將多個大型數據集中起來而使得數據量達到了PB級。其二，大數據的數據類別非常大。大數據的數據來源多種多樣，包括數據的種類以及數據的格式變得形式多樣，已經不再局限于結構化的數據范疇，而將非結構化的數據和半結構化的數據納入其中。其三，大數據的數據處理速度是非常快的。大數據的數據量非常龐大，而且不斷地變化，但現今，數據處理速度已經能夠及時、準確地處理這些數據。其四，大數據具有較高的真實性。隨著各種新型數據的產生，傳統的數據源已經被突破，包括企業內容、各種社交數據、交易過程中所產生的數據以及應用數據等等產生，要確保這些信息的真實可靠性，就需要企業具備信息管理能力，以提高信息的安全性。

三、大數據背景下財務會計向管理會計轉型是一種必然

1、財務會計向管理會計轉型是伴隨互聯網技術應運而生的

企業在管理工作中，往往會采用計算機網絡技術對會計數據信息進行處理。在對財務工作中所產生的信息進行快速處理時，互聯網技術的應用不僅加快了數據處理能力，而且提高了財務數據的處理質量。這就意味著財務會計在履行工作職責的同時，還要采用信息技術，同時建立系統化的管理模式，此過程中，財務會計人員需要將系統化的管理思維模式構建起來，以使得財務會計人員對企業的價值能力以深入理解，并實現財務會計向管理會計轉型。

2、財務會計難以使自身工作符合大數據的要求

大數據背景下，信息量的增加使得財務會計工作方法發生改變。特別是針對數據的種類實施管理，就可以采用分類管理的方式。根據管理會計的不同種類實施管理，還要從工作實際出發對企業的戰略發展規劃進行完善。管理會計所具備的數據管理能力，并不止于實施數據信息管理，還需要對會計數據統籌管理，以使得財務會計工作與大數據背景存在適應性。

3、財務會計向管理會計轉型是歷史的必然

企業經濟發展中做好財務會計向管理會計轉型工作是非常必要的。財務會計的基礎上而建立管理會計，可以使得企業發展中的資金運轉情況都會明確反映出來，還可以對企業的未來發展情況作出預測，并以此為參考將企業的未來經營規劃制定出來。隨著財務會計轉向管理會計，企業的會計工作采用系統化的運行方式，企業的資金運行情況被反映出來，而且不會受到有關管理原則的控制，所以，大數據背景下，管理會計改變了原有的被動管理的模式而實施了主動管理，才能夠使企業所提供財務信息充分滿足大數據背景下企業發展的要求。

四、大數據背景下財務會計向管理會計轉型的有效策略

1、企業財務人員要提高職業素質

處于大數據背景下，企業的財務會計要能夠順利地轉為管理會計，就需要財務人員具有較高的職業素質，能夠快速地轉換思維，從以記賬為主的會計人員轉變為可以創造財務價值的管理人員。基于此，企業就要對財務人員的職業培訓工作高度重視，以使得財務人員的職業技術水平有所提高。這就需要從以下幾個方面入手。其一，要注重企業財務人員的思想教育，對其管理觀念以正確引導。企業可以采用培訓的方式對財務人員予以企業經濟效益的思想觀念的引導，使財務人員能夠將注意力轉向財務問題的解決和非財務問題的解決。其二，要注重企業財務人員的會計業務培訓工作。由于財務會計和管理會計的業務范圍不同，對會計人員職業素質要求也會有所不同，就需要企業定期地開展管理會計人員的專業技術培訓工作，確保財務會計人員能夠在大數據背景下對管理會計工作充分掌握并處理好各項業務。其三，企業財務人員的培訓工作要定期總結。企業定期地開展會計業務培訓工作的同時，要對培訓總結以高度重視，以能夠針對培訓工作中所存在的問題及時發現，并采取有效的處理措施。隨著財務會計向管理會計轉型，對財務人員的綜合素質也會提出更高的要求，包括組織能力、溝通能力以及處理事務時的應變能力等等。特別是財務人員要具備人際交往能力，以使得企業的會計管理工作得以順利展開并按照企業的要求完成任務。

2、企業財務信息化建設要不斷加強

大數據背景下，信息技術是必不可少的工具。企業的財務會計要成功地轉型為管理會計，就需要采用信息化管理平臺，以確保所獲得的數據真實有效。具體實施中，對財務工作采用信息技術，就要加大信息化建設的資金投入力度，同時還要深入研究建設項目以及相關的技術，使企業的各個部門都可以通過塑造網絡環境而相互之間進行交流和信息查詢。此外，在財務信息化建設中，要注重引進高質量的信息人才。企業的財務人員也要注重自身職業素質的提高，不僅要對專業理論知識充分掌握，還要具備應用信息技術進行財務管理的技術能力，并對相關的計算機技術知識及時掌握，以提高工作效率。

3、財務人員要對財務會計的前瞻性以充分認識

長期以來，企業的財務會計所反映的都是企業過去的經濟狀況，而沒有基于企業現有的條件對其未來的運行情況進行預測。企業在會計信息處理中，對前瞻性以充分認識是非常重要的。首先，企業要將相關的管理制度制定出來，以通過現有的會計信息對未來的會計信息運行規律做出預測，并根據這些信息維護企業的資產，使得所預測的數據信息更為安全可靠。其次，企業要從經濟環境出發，根據環境變化情況挖掘出更新的數據，并對這些數據信息進行分析。企業根據這些數據信息，就可以將企業運營中所存在的潛在風險以及時發現，并將這些數據信息向信息用戶傳遞，還可以為企業管理者提供前瞻性的決策。

4、轉變財務部門的工作內容

大數據背景下，財務會計轉變管理會計是過程性的，主要是原有的財務數據核算工作內容發生了改變，而且將工作的重心落實到財務數據的管理上。隨著財務人員角色的轉變，就需要其對財務信息以充分了解的同時，還要摒棄傳統的財務數據反復核算的數據處理方式。采用大數據的處理方式，不僅使財務人員能夠對企業的資金運行情況以更好地分析，而且財務人員的工作質量和工作效率都會有所提高。所以，處于大數據背景下，將單一的財務核算轉變為綜合性的財務數據管理工作，包括財務數據信息的收集、數據的加工和處理、數據的分析和管理等等，都要納入到財務管理工作中，以使財務部門的工作系統化展開。

五、結束語

綜上所述，大數據背景下，財務會計工作中的傳統管理模式已經難以滿足企業發展需求。管理會計的應運而生，使得財務會計逐漸轉向管理會計，這是時代的要求，也是企業財務管理的必然趨勢。為了使轉型速度加快，就要采用科學合理的管理策略，以使企業的會計工作系統化展開。雖然大數據背景下財務會計向管理會計轉型是一種必然，但是，具體運行中會存在一些問題，采取相應的管理策略是非常必要的。

作者:樊春霞 單位:中國檢驗認證集團測試技術有限公司

參考文獻:

[1]袁振興,張青娜,張曉琳,等.大數據對會計的挑戰及其應對[J].會計之友,2014(32):90—92.

[2]季丹群.大數據時代對傳統制造企業管理會計的挑戰[J].財稅研究,2014(24):163—164.

[3]姚璐.大數據時代下企業管理及應用[J].科技創業月刊,2014(01):82—83.

[4]黃曼遠.淺析管理會計與財務會計的融合[D].財政部財政科學研究所,2014.

篇10

【中圖分類號】G434 【文獻標識碼】A

【論文編號】1671-7384（2014）03-0064-03

隨著網絡信息技術的加速發展和應用，物聯網、移動互聯、社交網絡等大大拓展了互聯網的疆界和應用領域，數據正以前所未有的速度在不斷地增長和累積，大數據時代的大幕已經開啟。大數據在社會經濟、政治、文化、生活等各方面產生深遠的影響，將給各行各業的發展模式和決策帶來前所未有的革新與挑戰。教育行業也不例外，教育管理、思維方式、學習行為、教學評估等，無不受到大數據的影響。

大數據的概念及時代背景

大數據是一個正在發展中的概念。到目前為止，學術界對于“大數據”一詞還沒有準確、統一的定義。著名學者涂子沛在《大數據》一書中指出：“大數據（BigData）是指那些大小已經超出了傳統意義上的尺度，一般的軟件工具難以捕捉、管理和分析的大容量數據，一般以‘以太節’為單位。大數據之大，并不僅僅在于容量之大，更大的意義在于通過對海量數據的交換、整合和分析，發現新的知識，創造新的價值，帶來‘大知識’、‘大科技’、‘大利潤’和‘大發展’。”最早提出“大數據”時代到來的是全球知名咨詢公司麥肯錫。麥肯錫全球研究院報告《大數據：創新、競爭和生產力的下一個前沿》則對“大數據”定義如下：大數據是指大小超出了傳統數據庫軟件工具的抓取、存儲、管理和分析能力的數據群。麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”可見，大數據就是指蘊涵著巨大價值的、可有效利用的、多樣化的海量數據集。

進入2012年以來，世界各國大數據的關注度與日俱增。在2012年1月份的達沃斯世界經濟論壇上，大數據是主題之一，并特別針對大數據了報告BigData，BigImpact：New Possibilities for InternationalDevelopment ，探討了新的數據產生方式下，如何更好地利用數據來產生良好的社會效益。2012年3月，美國奧巴馬政府投資2億美元，正式啟動“大數據發展計劃”，這一計劃是美國政府繼信息高速公路計劃之后在信息科學領域的又一重大舉措。同時，聯合國一個名為GlobalPulse的倡議項目在2012年5月報告《大數據發展：挑戰與機遇》，闡述大數據時代各國特別是發展中國家在面臨數據洪流時的機遇與挑戰，并對大數據的應用進行了初步的解讀。目前，一些發達國家、著名研究機構以及大集團公司已將大數據作為獲取有效信息和知識的重要來源、調整和部署戰略決策的重要依據，大數據技術則成為信息挖掘、整理和分析的重要工具。

大數據時代對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間。互聯網時代的數據正在迅速膨脹，它決定著組織的未來發展，隨著時間的推移，人們將越來越意識到數據對組織的重要性。對于企業組織來講，大數據的價值體現在兩個方面：分析使用和二次開發。對大數據進行分析能揭示隱藏其中的知識信息，對大數據的二次開發則是通過大數據創造出新產品和服務。例如，Facebook通過結合大量用戶信息，定制出高度個性化的用戶體驗，并創造出一種新的廣告模式。大數據這股洶涌浪潮正在興起，將給各行各業的發展模式和決策帶來前所未有的革新與挑戰，教育領域同樣不可避免，面臨新的挑戰和機遇。

大數據的主要特點

大數據時代的數據存在著以下幾個主要特點。

規模巨大。個人和組織面臨著數據量的大規模增長，呈現為海量數據。典型個人計算機硬盤的容量為TB量級，一些大企業的數據量已經接近EB量級。而根據麥肯錫全球研究院（MGI）估計，全球企業2010年在硬盤上存儲了超過7EB（1EB等于10億GB）的新數據。2015年全球移動終端產生的數據量將達到6300PB。目前，大數據的規模尚是一個不斷變化的指標，單一數據集的規模范圍從幾十TB到數PB不等。此外，各種意想不到的來源都能產生數據。

類型多樣。數據來自多種渠道，如網絡日志、社交媒體、互聯網搜索、手機通話記錄及傳感器網等，內容包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等。這些實際是多視角的，不僅有正規的數據、媒體新聞數據、時效性的數據，還有帶有個人情感的數據。而這些數據又打破了之前限定的結構化數據范疇，包含著結構化、半結構化以及非結構化的數據，并且半結構化和非結構化數據所占份額越來越大。

產生速度快。即數據被創建和移動的速度快，時效性要求高，這是大數據區別于傳統數據挖掘最顯著的特征。在高速網絡時代，通過基于實現軟件性能優化的高速電腦處理器和服務器，快速創建實時數據流已成為流行趨勢。如一天之內谷歌公司處理幾十PB的數據，Facebook新產生約10億張照片、300TB以上的日志，淘寶網進行數千萬筆交易、產生20TB以上的數據，新浪微博的約3億用戶可產生上億條微博。

價值密度低。隨著物聯網的廣泛應用，信息感知無處不在，數據信息海量，但其價值密度較低。價值密度的高低與數據總量的大小成反比，大數據中單條數據可能無價值，無用數據多，但綜合價值大。例如，視頻數據中，1小時的視頻中有用的數據可能僅有一兩秒鐘，其余的可能是無用的數據，價值密度相對較低。因此，如何通過強大的數據挖掘算法更迅速地完成數據的價值“提純”，是大數據時代亟待解決的難題。

存儲要求高。種類多樣的數據源，既提供了大量的數據，又帶來了科學存儲的問題。大數據通常可達到PB級的數據規模，因此，海量數據存儲系統也一定要有相應等級的擴展能力。當前互聯網中的數據向著異質異構、無結構趨勢發展，新數據類型不斷涌現，用戶需求呈現出多樣性。目前的存儲架構難以解決數據的異質異構、爆炸性增長帶來的存儲問題，靜態的存儲方案滿足不了數據的動態演化所帶來的挑戰。因而在海量分布式存儲和查詢方面仍然需要進一步研究。

管理復雜。大數據的規模和復雜結構是傳統IT架構所面臨的直接挑戰，使得傳統的數據管理技術不適合處理海量異構數據。許多公司已經擁有大量的存檔數據，卻沒有能力來處理它。傳統的關系數據庫無法處理大數據的規模，目前可選擇的方法包括大規模并行處理架構、數據倉庫，或類似Greenplum的數據庫以及ApacheHadoop解決方案等。

大數據在教育領域中的主要應用

1. 革新教育理念和教育思維

隨著大數據時代的來臨，教育大數據深刻改變著教育理念、教育思維方式。新的時代，教育領域充滿了大數據，諸如學生、教師的一言一行，學校里的一切事物，都可以轉化為數據。當每個在校學生都能用計算機終端學習時，包括上課、讀書、寫筆記、做作業、發微博、進行實驗、討論問題、參加各種活動等，這些都將成為教育大數據的來源。大數據比起傳統的數字具有深刻的含義和價值。例如，對于一張試卷、一次考試，考試得分為90分，它可以是簡簡單單的一個傳統的數字，但如果換一個角度來分析，把它作為一個數據來看待，就可以得到其背后所隱含的許多充滿想象力的數據信息：可以是每一大題的得分，每一小題的得分，每一題選擇了什么選項，每一題花了多少時間，是否修改過選項，做題的順序有沒有跳躍，什么時候翻卷子，有沒有時間進行檢查，檢查了哪些題目，修改了哪些題目，等等，這些信息遠遠比一個90分要有價值得多。不單是考試，課堂、課程、師生互動的各個環節都滲透了這些大數據。教育將不再是靠理念和經驗來傳承的社會科學，大數據時代的教育將步入實證時代，變成一門實實在在的基于數據的實證科學。大數據使得教育者的思維方式發生了深刻變化，傳統的教育大多是教育主管部門和教育者通過教學經驗的學習、總結和繼承來展開的，但是有些經驗是不具有科學性的，常識有時會影響人們的判斷。大數據時代將可以通過對教育數據的分析，挖掘出教學、學習、評估等符合學生實際與教學實際的情況，這樣就可以有的放矢地制定、執行教育政策，制定出更符合實際的教育教學策略。

2. 實現個性化教育

大數據帶來的一個變化在于實施個性化教育具有了可能性，真正實現從群體教育的方式轉向個體教育。利用大數據技術，我們可以去關注每一個學生個體的微觀表現，比如，他在什么時候翻開書，在聽到什么話的時候微笑點頭，在一道題上逗留了多久，在不同學科的課堂上提問多少次，開小差的次數分別為多少，會向多少同班同學發起主動交流，等等。這些數據的產生完全是過程性的，包括課堂的過程、作業的過程、師生或生生互動的過程，等等，是對即時性的行為與現象的記錄。通過這些數據的整合能夠詮釋教學過程中學生個體的學習狀態、表現和水平。而且這些數據完全是在學生不自知的情況下被觀察、收集的，只需要一定的觀測技術與設備的輔助，而不影響學生任何的日常學習與生活，因此其采集非常自然、真實，可以獲得學生的真實表現。大數據技術將給教師提供最為真實、最為個性化的學生特點信息，教師在教學過程中可以有針對性地進行因材施教。比如，在課堂學習過程中，哪些學生注意基礎部分，哪些學生注意實踐內容，哪些學生完成某一練習，哪些學生可以閱讀推薦書目，等等。不僅如此，當學生在完成教師布置的作業時，也能通過數據分析強化學習。比如，通過電子設備做作業時，某一類型的題目有幾次全對，就可以把類似的題目跳過；如果某個類型的題目犯錯，系統則可進行多次強化，這樣不僅提高了學習效率，也減輕了學生的學習負擔。

3. 重新構建教學評價方式

在教學評價中利用大數據分析，可以通過技術層面來評價、分析，進而提升教學活動，從依靠經驗評價轉向基于數據評價。教學評價的方式不再是經驗式的，而是可以通過大量數據的“歸納”，找出教學活動的規律，更好地優化、改進教學過程。比如新一代的在線學習平臺，具有行為記錄和學習誘導的功能。通過記錄學習者鼠標的點擊，可以研究學習者的活動軌跡，發現不同的人對不同知識點有何不同反應，用了多長時間，以及哪些知識點需要重復，哪些知識點需要深化等。對于學習活動來說，學習的效果體現在日常行為中，哪些知識沒有掌握、哪類問題最易犯錯等成為分析每個學生個體行為的直接依據。通過大數據分析，還可以發現學生思想、心態與行為的變化情況，可以分析出每個學生的特點，從而發現優點，規避缺點，矯正不良思想行為。此外，大數據通過技術手段，記錄教育教學的過程，實現了從結果評價轉向過程性評價。例如，基于網絡學習平臺或電子課本，能記錄下學生完成作業情況、課堂言行、師生互動、同學交往等數據，教師在期末時將這些數據匯集起來，有了更加豐富的素材與數據依據，可以發現學生學習成長過程的特點，能對學生的發展提出建議。同時，這些數據也可以促使教師進行教學反思，自己在哪些方面需要改進，從而促進和優化教學實施過程。