大数据审计论文模板(10篇)

时间:2022-05-12 17:02:44

导言:作为写作爱好者,不可错过为您精心挑选的10篇大数据审计论文,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。

大数据审计论文

篇1

(二)大数据横空出世,源于个人全球化、记忆数字化、社会网络资本化的全力驱动,是IT业发展演进的历史使然。大数据不是突然产生的,是IT技术发展的必然产物。大数据浪潮主要源于三大驱动力推动。一是互联网、移动互联网及物联网等新一代信息技术,实现了信息、知识和社会关系网络乃至“个人”全球化,为大数据提供了广泛的数据来源。二是数据开放运动和数据民主化,实现了数据的分布式共享和全球性覆盖,云计算等廉价、高效的存储提取方式,让数据成为“共享的社会记忆”,客观上开启了大数据时代大门。三是挖掘复杂社会网络资本价值,加速了大数据技术的深度应用,构成了大数据的经济驱动力。全球化、数字化和社会网络资本化齐力推动了大数据大发展。

二、大数据:国家审计改革发展新动力

正在发生和演变的趋势表明,大数据时代无论对于社会、组织还是个人,都是一次革命,一个巨大的挑战,一个重大的转型机遇和飞跃的契机。国家审计无疑也是如此。1.飞速发展的经济社会新实践,必将推进国家审计理论与时创新。当前,人工智能、社交网站、RFID、语义网、云计算等技术或理念风驰电掣一般闯入我们的工作生活,数据开放、软件开源、普适计算、智慧地球等新思想令人眼花缭乱,新的技术和观念层出不穷。在信息技术环境下,丰富多彩的经济社会实践,通过信息交换、权能传递和功效联动等方式,将先进的信息技术、网络技术、网络时空观、数据挖掘、系统集成以及多媒体等多种学科理论和技术思想深层次地植根于审计理论,刺激审计理论的变革和创新。同时,国外一些先进管理理念,如企业再造工程、虚拟组织、穆尔法则(Mooreslaw)、基尔德法则(Gilderslaw)和麦特卡夫法则(Metcalfeslaw)等,与传统审计理论进行分化、碰撞、对接与融合,必将从广度和深度上推进审计理论不断繁衍与创新,审计理论将呈现多样性、交融性和虚拟性。2.审计客体内涵和外延的扩张,必将呼唤国家审计权力边界顺势突围。近年来,经济社会实践活动中,计算机、数据库、网络等现代信息技术得到了广泛运用,实物流、资金流表现向无纸化、数字化和信息流的转变,业务处理和财务管理逐步实现自动化和网络化,国家审计的审计内容、审计对象、审计资料、审计证据线索等都呈现出普遍电子化、数字化的特点。从而摆脱了传统帐套、传统财务信息、纸质的业务轨迹,从被审计单位的财务收支及有关的经营管理活动,会计资料和其他相关资料,扩展到电子数据、系统内部控制和信息系统自身;从财务数据延伸到业务数据;从内部数据关联到外部数据,审计客体外延和内涵的扩张,突破了以财政财务收支、纸质载体为主的审计权限范围。必然要求法律赋予审计部门数据采集、技术侦查、行政强制、诉讼等更多权力,以应对大数据时代的高科技舞弊,确保审计职能的充分发挥。3.新型大数据技术的广泛应用,必将推动国家审计作业流程优化再造。联机分析、数据挖掘、WEB2.0互联网审计、云技术等大数据技术普遍运用,将所有的审计内容、审计技术、审计方法纳入大数据审计之中。传统的现场审计作业流程必将改造优化为:了解调查,获取信息;采集数据,整理数据;进行数据转换、清理和验证;创建审计中间表;进行数据分析,找出审计重点;构建审计分析模型,分析数据;延伸落实,审计取证。数据分析成为审计作业的核心。信息技术还可以优化审计项目管理,如利用信息技术为审计项目管理内置一个标准的、符合质量要求的审计作业流程,用以规范审计人员的审计作业行为,使不同背景、不同水平的审计人员能够执行相同的审计动作。通过虚拟组织形态和数据集成智能化管理,实行远程控制审计项目,包括审计方案的控制、分工控制和授权控制,为质量控制和风险预防搭建一个良好的、高效的管控平台。4.国家审计供需矛盾更为激烈,必将要求国家审计主体能力自我革命。审计作为综合性经济监督部门,覆盖领域之广,涉及的经济社会活动之多,所产生和集聚的数据规模不可谓不大。大数据价值的发现和挖掘,必定给审计创造了更多需求,打开了更广阔的市场,对审计供给能力提出了新挑战。而决定审计供给能力的关隘就是国家审计主体能力。大数据时代,IT审计师将主导国家审计舞台。而目前,大部分审计人员主要精通财会知识,计算机知识和技能比较欠缺,知识结构还不能满足大数据技术的要求,数据分析与管理高端人才紧缺。审计人员除了要有专业的审计、会计知识外,必须精通信息技术,掌握网络、数据库、电子商务、信息系统的开发与管理和计算机辅助审计技术。优化审计人员能力结构,增强审计干部信息化审计基础能力、数据采集处理和分析能力、监测指标和模型的构建和分析能力、信息系统内部控制测评能力,尤为紧迫。

三、大数据背景下国家审计发展路径

无论是组织结构,还是国家文明,只有充分发挥大数据时代的价值、迎接好大数据面临的挑战并积极应对,才会处于不败之地。因此,国家审计应放眼未来,以大数据审计为目标,加快改革创新步伐,抢占审计发展的突破点和制高点,迎接新时代挑战。

(一)加快理论创新,为大数据审计落地提供实践指南。要坚持实践上的“摸着石头过河”与理论上的“顶层设计”相结合,加强审计理论和实务的研究,在理论上对大数据审计的性质以及由此决定的审计职能与任务等基本问题进行深入研究,构筑起适应大数据时展的、可用于解释和预测多种审计现象的审计理论。加强与国家信息化咨询委员会、公安部、发改委、工信部、财政部和国家信息中心等相关部门的合作研讨,多角度、更准确地把握客观现实及政策约束;组建由学术界专家、审计研究人员和实务骨干组成的团队,承担把握前沿热点、规划审计思路等工作,为加快大数据审计实践提供操作指南。要制定大数据审计发展的长远规划,坚持把大数据审计作为国家审计发展的核心战略,从数据、制度、人才和技术等方面逐步积累基础资源,有计划、有步骤、长期不懈地坚持推进。要加大宣传,营造数据审计文化氛围,革新思想观念,树立正确数据观,建立基于全数据模式、从整体到局部的审计思维模式,用大数据时代精神武装头脑。

(二)加快制度创新,健全完善大数据审计相关法规建设。目前,我国电子商务、网络经济和计算机应用相关法律法规制定相对滞后于经济社会实践活动,有些甚至还是盲区,导致大数据审计的法律地位和权限虚置。要加强电子商务、网络经济等相关立法,把电子合同、电子凭证、电子证据、电子签名的法律效力和保管要求,数据认证机构的管理,电子信息与网络安全等相关问题,以法律法规的形式明确固化下来,为大数据审计提供法律依据。要强化审计权威,扩大审计权限,赋予审计审查审计对象计算机信息系统的功能与安全措施,利用网络和审计软件进行审计,接入、采集、存储、提炼审计对象所有数据等的权力。要坚持本土自创与模仿移植相结合,建立健全与大数据时代相适应的审计标准和准则,如制定大数据审计评价准则、技术标准,数据挖掘分析指南,信息系统输入—处理—输出的符合性和实质性测试的准则,云计算以及网络审计准则等,确保大数据审计有法可依、有章可循。

(三)加快机制创新,积极构造政府主导、审计主推、IT企业参与的大数据审计联动机制。大数据技术在国家审计领域中的推广应用是技术进步的必然要求,但根据国家审计行业自身的特点,其无法自发地独自实现,必须积极构造政府主导、审计主推、IT企业参与的多点支撑联动机制,形成聚合效应。对政府而言,要积极把握大数据战略机遇,制定积极的政策法规,提供高质量的网络基础设施,营造适度宽松的大数据发展环境,鼓励企业、审计部门进行大数据相关的技术研发与应用创新,从标准、法律和意识形态层面大力引导大数据审计发展。对审计部门而言,要制定战略数据储备计划,加快与被审计单位数据实时互联互通,消除“信息孤岛”,为大数据审计提供数据载体;要逐步建立完善中央和地方的审计数据中心,构建审计管理、审计业务、审计方法和评价信息资源库,加快推进国家电子审计信息资源目录体系和交换体系建设,实现数据大集中。对IT企业而言,要深刻洞察大数据审计的需求,提供从硬件到软件、从产品到服务的一体化解决方案;要专注细分领域创新,提供具有审计行业特色的大数据审计专家级方案。

篇2

本文在对大数据的内涵及特征、会计学专业人才培养模式的演变、大数据对会计学专业人才培养提出的挑战三个方面论述的基础上提出面向大数据的会计审计专业人才的创新培养模式。

 

一、大数据的内涵及特征

 

1.大数据的内涵。目前,对于大数据的定义没有统一定论,通常认为大数据是指以多元形式存在的、数量庞大且内容复杂的、需要专门的软件与分析工具进行搜集、整理、发掘及分析的那些自许多来源汇集而来的庞大数据组。可以从三个层面解释大数据:第一层面是理论,理论是认知的必经途径,也是被广泛认同和传播的基线;第二层面是技术,技术是大数据价值体现的手段和前进的基石;第三层面是实践,实践是大数据的最终价值体现。

 

2.大数据的特征。①Volume(数据体量巨大)。据“产业信息网”相关统计,截止到2012年底,人类已生产200PB(1PB=210TB)印刷材料的数据量,历史上全人类说过的所有的话大约是5EB(1EB=210PB)的数据量。而当前,典型个人计算机硬盘的容量为TB量级,但一些大企业的数据量已经接近EB量级,如此海量的数据对我们正确识别真实数据的能力提出了巨大的挑战。②Variety(数据类型繁多)。相对于以往便于存储的以文本为主的结构化数据,非结构化数据越来越多,如图片、视频等多类型的数据对我们的处理及分析数据的能力提出了更高要求。

 

③Value(价值密度低)。价值密度的高低与数据总量的大小成反比。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。如何通过强大的算法更迅速地对数据的价值进行“萃取”成为当今大数据背景下亟待攻克的难题。④Velocity(处理速度快)。这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告显示,全球数据预计到2020年时使用量将达到35.2ZB。在如此庞大的数据面前,高效处理数据就是企业的生命。

 

二、会计学专业人才培养模式

 

1.国外会计学专业人才培养模式。①德国的FH模式。德国推行的应用型人才培养的模式被称为FH模式。不仅注重系统的科学知识的讲授,更加注重实际应用能力的培养。尤其重视学生实践能力的考核,将学生的培养与企业实际紧密结合。②英国“三明治”模式。英国的应用型人才培养采用了实践与学习相交错的“三明治”模式,即实践环节与学习环节交替进行,课程设置与招生充分结合市场。③美国“生计教育”模式。20世纪70年代的石油危机爆发后,为解决毕业生的就业问题,美国推出了“生计教育”模式。该模式下,学生在学校不仅接受教育,而且接受技能的培训。教学方式方法灵活、校企合作、政府支持为这一模式的主要特点。

 

2.国内会计学专业人才培养模式。①精英教育。我国长期推行的是精英教育,尽管精英教育饱受诟病,但就会计人才的培养来看,精英教育并非一无是处。精英教育使得学生可以获得足够的教育资源。教师可以和学生在课堂上进行充分的互动沟通,帮助学生培养批判的精神和能力。此外,精英教育模式下遴选出的精英通常不仅在校期间学习刻苦,在进入工作岗位后也后劲十足,发展潜力巨大,能够将在学校培养出的良好习惯和能力运用到工作实际中。

 

②大众教育。随着经济社会的发展,我国的会计教育由精英型教育转向了大众化教育。这一转变给我国的会计教育带来了一些问题,表现在会计教育的发展严重滞后于会计职业界的实际,会计人才培养不能满足市场的需求,供求出现结构性矛盾。培养目标侧重于技术的培养,而忽视了通用能力的训练;课程过分强调会计的规则性,抑制了职业判断;教学方法上,倾向于灌输式的教育,而缺乏必要的实践操作。

 

三、大数据对会计学专业人才培养提出的挑战

 

1.培养重点不明确、培养目标不清晰。我国高校会计学专业人才培养模式的重点主要以理论和科研教学为主,大多课程的安排也充斥着浓浓的文学色彩,如会计学原理、审计理论等。同时,我国大多高校会计学专业人才培养目标并不清晰,单一的追求学生理论知识的掌握,使得学生的实践及应用能力欠缺。这两者与当今市场对会计学专业人才的需求不对接,与当今社会职业界对会计学专业人才的要求相差较远。

 

2.课程设置不合理,导致无法灵活应对大数据。会计学作为一级学科,与经济学、数学、统计学等学科的交叉增添了会计学课程设置的多样及多元化。但我国会计学课程设置的本身就存在着很多问题。如过分注重理论研究,不能更好地体现会计学的实用性;课程设置的层次性不鲜明;专业课程前瞻性不够,与社会的热点及最新发展衔接脱钩;实践环节设置的相对欠缺,导致对大数据处理的应用能力受限。

 

3.考核制度没有得到严格执行。在我国专业人才培养模式中,会计学等各学科的结课考核方式以考试为主、结业考试以论文形式为主。因教学中研究氛围的不浓,经费支撑的不足,以及部分学生为就业等现实因素的影响造成其投放在论文上的精力不够,这都使得考核制度对会计学专业人才的培养质量的保障作用在一定程度上受到削弱,也使考核结果及论文质量受到严重影响。

 

4.开源课程等新型教育方式及新媒体模式对传统会计学专业人才培养模式的冲击。当今,互联网上充斥着海量的教学资源,除了各类精品课程、教学视频外,开源课程充分利用在线视频进行远程教学,为任何有意者提供学习的平台,突破了地域和时间的限制。微博等新媒体模式与移动互联网相结合,打破了教学的界限,将课堂讨论延伸到网络。吉姆.格雷指出,科学研究的方法除了基于实验、基于数学理论和基于计算模拟的三种范式外,基于数据探索的第四范式正在形成。

 

四、面向大数据创新会计学专业人才培养模式

 

1.课程设置。面向大数据,创新型会计学专业人才培养中应开设数据分析、搜索引擎系统应用、信息检索、信息处理等这些与数据的大量获得紧密联系的课程,增强学生接触数据与获得数据的可能。高校应加强对会计学相关数据库的建设以及完善图书馆信息系统,通过这样的方式对数据进行归集、整理、分类,不仅可以提高对数据的大量获取性,统一数据口径,而且有助于在数据高速产生的状态下数据的高效提取性,为后面数据的分析提供帮助。

 

大数据的多样性特征使得我们接触到的数据的形式各式各样,相应在创新型会计学专业人才培养中课程设置也会多种多样,为大数据环境下培养复合型专业人才奠定扎实基础,可以设置专业核心课程。由于大数据的数据量虽大但价值量小的特征,因此在课程设置上应开设信息检索、数据挖掘与数据仓库等检测、分析数据价值的课程,并通过采用案例教学法、课堂模拟法、角色扮法、体验式教学法等方法,引导学生将提取出的、有价值的数据应用于中,培养学生运用数据高效解决实际问题的能力。

 

2.师资建设。创新型会计学专业人才培养中,师资力量是支撑学生正确获得有用及真实数据的基础。高校在会计学专业人才培养中应加大对大数据教学及运用的教师培养及经费支出的同时,组建“在线教育、实体操作与校企合作”三位一体的平台,完善具有大数据特色的师资建设。高校建设中应加强对教师大数据知识与应用的培训,与企业合作获取高效大数据平台建设及培训经费的同时,加强教师接触第一手数据的可获取性,提升教师对数据的接受性及运用能力,改变以往教学存在的偏理论、缺乏数据感的问题。另外,高校应积极引进国外先进人才,同时选派青年教师去国外高校访学、进修。

 

高校实行创新型会计学专业人才培养模式下,应举办会计学相关教师与其他学科教师的交叉学习与培训,为实现会计学专业人才的跨专业联合培养打下基础。另外,通过建立产学研联合实验基地等项目,为教师更好的理解大数据、掌握先进方法、接触前沿性知识、运用研究成果以及未来的创新发展创造良好的平台。

 

3.个性化学习。创新型会计学专业人才培养中,无论课内及课外,高校教师都应该引导学生去获取更多的数据,以作为课程教学、讨论的有力支撑,做到尽可能的用数据说话。高校在寒暑期开设的相关专业模拟实习,如会计核算模拟实验、会计岗位沙盘模拟实验等,可以为学生更切身的接触数据提供便利,通过实践的反馈和思考,也可以培养学生的创新思维。大数据高速的特征加上现代开源课程等新型教育方式及新媒体模式等在线资源的冲击,使得学生接触数据的方式多样。根据学生自主选择接触数据,然后相互交流。这增加了学生的学习兴趣,而且可以激发学生的创造性。

 

篇3

中图分类号:TP391 文献标识码:A 文章编号:1009-3044(2016)15-0010-02

1基于Spark大数据平台日志审计系统架构设计

1.1系统设计目标和原则

本课题中日志审计系统通过对杂志收集监测设备采集模块,并且日志记录用户访问记录,系统运行日志以及整个系统运行状态信息。这里实现的是基于火花大数据平台日志审计系统的设计目标和原则主要表现在传统日志审计系统的基本功能和依赖大数据技术为整个扩展传统的日志审计系统。这里我们知道日志信息收集后解析XML日志将大量的数据和格式变量复杂源日志信息标准化伪日志信息的规范,一般来说在合并后单位时间函数在同一IP和报警分析等处理,同时这个日志集中管理存储在我们的一个存储系统中,能够有比较丰富的日志数据,实现我们的一整个全面的IT环境的审计日志。

本文探究的集中管理平台,能够较好地提供视图显示和操作更为方便的实现原理。通常来说对于集中管理平台通过图表清晰直观地显示实时分析的结果分析模块。我们能够对这份报告总结了历史时期的安全状况。同时,具体来说集中管理平台提供的管理系统,如日志收集管理或者是我们的安全管理,还有整个用户管理等等,在利用维持整个系统的管理功能。一般来说在对大数据技术来完成一些基本的日志审计系统的这样一个要求。并且在对我们的日志进行一个采集系统来取代传统的模块。一般来说我们的日志采集系统高可用性、同时还有比较好的一个可伸缩性和可以接受各种优秀的源格式;使用大数据平台的分析引擎日志审计系统,能够完成我们的这个上游的日志收集日志信息标准化。

1.2系统技术架构设计

本课题中我们知道对于审计系统,一般来说关键就是探究由大数据平台,同时集中管理平台,作为一个Mysql服务器主机。具体来看大数据平台上运行的一组服务器。另外在利用我们的大数据平台上运行的服务器日志信息标准化以及完成我们的分析,同时能够将整个结果存储在数据库中。通常来看我们数据库只保留一天的日志信息,同时这些所有的日志信息存储在分布式文件系统的大数据平台。其中一些数据在数据库中为方便安全管理人员查询日志信息,并且我们的这个报告信息和设置。具体来看我们大数据平台本身包含了分布式文件系统可以用作持久性存储。倘若我们在这个查询太古代历史日志信息或者需要探索分析报告图表的信息,一般来说也是需要完成的Spark大数据平台。

安全管理审计系统通过个人电脑连接,通常看看当前操作系统的日志信息,分析,同时还有具体报告只需要查询的数据可以保存在一个Mysql数据库。通常来说这样不仅有利于保护数据持久性,同时已经被证明是更长一段时间所有的数据挖掘,并防止频繁的影响信息查询日志分析的大数据平台。并且我们在集中管理平台提供了一个WEB服务,能够利用我们的网络查询系统分析结果,最后完成整个的操作和管理系统等基本信息。

2系统功能架构

2.1 系统功能组成

2.1.1日志采集

本课题探究的基于Spark大数据平台日志收集日志审计系统关键就在于这个可伸缩性和可用性。同时因为我们IT的现实工作环境会改变的可能性,并且一般来说不是改变更复杂的也可能是流线型的,通常来说这个具体日志收集应该根据实际监测网络的大小,从而来以确保你占用物理资源的大小,同时利用具体增加的方便和灵活的采集能力或释放多余的资源。一般来看我们的日志标准化基于标准化规范匹配所有的日志文件和日志信息是唯一可识别的格式。另外整个的日志标准化后的分析工作的前提下,仅仅是在实现了所有的标准化可以有效分析日志的日志格式。通常来说我们的可用性是反映在日志收集能够接收各种各样的方式,而不是说处理现在常见的发展云计算的企业环境。收购后的日志需要标准化日志。

2.1.2集中管理平台

集中管理平台提供了一个有效的访问接口,也就是说被视为视觉层,这里也得到了最后的整个分析结果。通常来说我们的安全管理员是能够实现审计日志的基本信息查询,同时还可以完成我们的查询统计查询等功能。另外,我们是可以利用整个基本的配置,来完成终端管理,完成整个系统的某些配置信息的管理。

2.1.3日志分析

日志分析是在大数据平台上来实现的。通常来说我们的这个日志分析主要有三种方法的分析:第一部分,也就是一个具体日志信息信息匹配分析;其次,我们的这个单位时间日志频率分析;第三,有关于多个日志的这样一个关联分析。

3集中管理平台

集中管理平台作为日志审计系统的外部接口,课题中是对本身需要的安全保证。一般来说,我们的这个集中管理平台安全部分作为一个关键在这一节中描述。使每个角色,从而能够更好确保其业务案例系统中最小权限的功能。另外课题系统分别建立了三个角色,分别是这个安全管理员还有我们的审计管理员,以及我们的系统管理员。一般来看,对于这个传统的双因素登录作为保证,能够较好集中管理平台使用SparkSecurity安全框架,以确保他们的安全。而且还能较好根据三权分立的思想设计的不同的角色不同的权限。并且我们的系统管理员负责系统配置相关业务,审计经理负责审计系统操作日志用户的内部审计制度。

本课题中探究了集中管理平台系统中非常关键的这样一个作用,并且我们的集中管理平台负责显示整个系统的运行结果,通常情况下配置管理系统,同时在与其他功能,并且可以再具体外部系统的性能。一般来说集中管理平台的主要部分资产管理、用户管理、规则、管理、安全中心,日志语句。报道的集合可以配置配置文件,检查报告已经操作日志。通常具体在安全中心是环境安全审计结果的监测系统的总体性能,并实时审计结果显示日志审计系统。一般情况下,对于管理这些资产可以输入或删除日志审计系统来管理资产信息,同时具体的资产配置日志文件标准化;以及在我们用户管理的操作用户管理平台,同时还需要能够保证平台的安全;一组规则,课题中对于规则管理是一个管理系统;同时多模块用于实现Spring框架,Spring框架是其中一个最流行的Web框架,;另外具体相关论文不再是一些信息,因此我们这里不将集中管理平台的实现模块被描述为主要内容之一。

后设置不同角色的权限需要限制用户的这样一个集中管理平台能够访问的内容是不同的,同时还不可以完成这个访问超出他们能力的内容,一般来说是使用直接访问URL。同时还有里利用这个Springsecurity框架,以确保我们的这个授权。通常情况下我们的Springsecurity除了授权和身份验证功能,主要就是我们的这个身份验证是识别用户和角色信息。能够较好地完成整个访问控制也可以称为资源访问控制,并且还可以较为直观是控制的表达一个URL访问请求权限。Springsecurity当一个URL请求许可的URL和用户身份验证的作用之下,倘若说能够较好符合要求离开,另外如果不符合拦截请求。通常情况下Springsecurity身份验证和访问控制需要通过XML配置信息。另外在这个身份验证是指用户身份认证,具体是验证用户登录时的用户名和密码,验证后的用户名、密码,角色和状态的信息,如认证信息,用户会话的认证信息已经被Sparksecurity保存存在。挺且我们的使用者在进行这个身份验证、会话管理,除了登录可用于访问控制。

访问控制的主要功能和主要步骤有:Springsecurity负荷数据库中的数据资源,一般来看是相应的资源数据和角色关系,同时这里的这个具体操作在以下loadResourceDefine()原来来达到目的,通常情况下我们的系统第一次运行时调用这个方法需要URL和角色的键-值对的形式存储记忆。另外当这个具体访问请求送达是,这里的URL和用户角色和资源数据对应关系能不能符合我们的角色。

4结语

网络安全已成为全球性的这样一个问题,目前已经是全世界各界都在关注。对于这个隐藏的安全威胁,一般来说消除系统通常采用加密、安全措施,如这个身份验证、授权和审计,同时来达到我们的这个网络的安全性。并且通常来看是在详细设计的基础上,另外我们在描述了具体的实现和测试工作内容的一部分。对于我们的水槽的采集模块配置文件,一般这里的分析主要功能模块的代码和我们整个系统运行情况等。同时基于火花大数据平台,我们的具体日志审计系统的应用做了简单的介绍,并进行了最后的这个总结,课题中完成大数据平台日志审计系统的发展进行了探讨。另外对于详细设计包括总体结构设计、模块设计和数据库设计。这里完成了整个设计的结构分为横向和纵向两个方面的设计。同时对于数据库设计了数据库的总体结构设计。

参考文献:

[1] 朱宏.安全日志统一收集平台的数据架构设计与实现[J].计算机安全,2010(10).

[2] 郝漩.基于Apache Flume的分布式日志收集系统设计与实现[J].软件导刊,2014(7).

[3] 王倩,陆展,龚俭.一种基于规则的安全日志范式分析模型[J].计算机工程,1999(S1):53-55

[4] 陈世强,蔡超.审计系统中基于数据挖掘的关联规则自动发现技术研究[J].计算机应用与软件,2007(1).

[5] 刘芳,肖铁军.XML应用的基石:XML解析技术[J].计算机工程与设计,2005(10).

篇4

2.云计算安全:架构、机制与模型评价

3.云计算访问控制技术研究综述 

4.云计算采纳行为研究现状分析 

5.Google三大云计算技术对海量数据分析流程的技术改进优化研究

6.大数据、云计算技术对审计的影响研究 

7.虚拟化云计算平台的能耗管理  

8.云计算环境下的分布存储关键技术 

9.推动中国云计算技术与产业创新发展的战略思考 

10.云计算:体系架构与关键技术 

11.我国云计算教育应用的研究综述  

12.云计算及云计算实施标准:综述与探索

13.云计算:系统实例与研究现状 

14.云计算环境下的联网审计实现方法探析 

15.云计算和云数据管理技术  

16.基于云计算的多源信息服务系统研究综述 

17.云计算安全问题研究综述 

18.云计算系统相空间分析模型及仿真研究 

19.云计算时代关键技术预测与战略选择

20.云计算方案分析研究  

21.基于云计算的B2C电子商务企业价值链优化  

22.面向图书馆的云计算研究综述  

23.云计算时代的数据中心建设与发展 

24.基于Hadoop的云计算辅助教学平台研究 

25.云计算研究现状综述 

26.基于云计算的智能电网信息平台 

27.云计算资源调度研究综述 

28.论云计算的服务质量 

29.我国云计算教育应用的现状与发展趋势 

30.云计算及其关键技术  

31.云计算技术发展分析及其应用探讨 

32.云计算应用服务模式探讨 

33.云计算的发展及其对会计、审计的挑战

34.构建云计算平台的开源软件综述 

35.云计算安全研究 

36.云计算和虚拟化技术  

37.基于企业视角的云计算研究述评与未来展望  

38.云计算数据中心的新能源应用:研究现状与趋势  

39.云计算环境下的电子文件迁移模型研究 

40.云计算:构建未来电力系统的核心计算平台

41.移动云计算的应用现状及存在问题分析 

42.云计算中虚拟机放置的自适应管理与多目标优化 

43.云计算:概念、技术及应用研究综述  

44.基于虚拟散列安全访问路径VHSAP的云计算路由平台防御DDoS攻击方法

45.云计算集群相空间负载均衡度优先调度算法研究 

46.电力系统云计算中心的研究与实践 

47.云计算初探  

48.随机任务在云计算平台中能耗的优化管理方法 

49.基于“云计算”的数字图书馆服务模式 

50.云计算与信息资源共享管理  

51.云计算中调度问题研究综述

52.云计算给图书馆管理带来挑战

53.云计算安全研究综述  

54.云计算中数据隐私保护研究进展  

55.云计算应用及其安全问题研究  

56.基于云计算的电力数据中心基础架构及其关键技术 

57.基于云计算和极限学习机的分布式电力负荷预测算法 

58.美国联邦政府云计算战略  

59.基于云计算平台的新型电子取证研究 

60.云计算信息安全分析与实践 

61.基于Openstack的科研教学云计算平台的构建与运用  

62.云计算安全关键技术分析  

63.云计算技术研究与应用综述 

64.基于云计算的义务教育学科课程资源共建共享模式 

65.面向云计算环境的能耗测量和管理方法 

66.基于云计算的实验室管理信息系统设计

67.云计算概念、模型和关键技术  

68.云计算环境下的审计业务模式变革研究 

69.基于Hadoop的分布式云计算/云存储方案的研究与设计

70.云计算环境中绿色服务级目标的分析、量化、建模及评价

71.基于云计算的图书馆建设与服务发展 

72.物联网、大数据及云计算技术在煤矿安全生产中的应用研究 

73.基于专利分析的我国云计算技术发展现状研究 

74.云计算的价值创造及其机理  

75.云计算环境下高校实验教学模式的创新与实践 

76.寄心海上云:云计算环境下的知识管理 

77.基于云计算的居民用电行为分析模型研究 

78.云计算环境下的数据存储  

79.基于效用的云计算容错策略和模型 

80.云计算环境下的智能决策研究综述  

81.云计算安全风险因素挖掘及应对策略 

82.我国云计算产业发展趋势及政策建议 

83.云计算安全需求分析研究 

84.智能电网中虚拟化云计算安全的研究 

85.云计算架构下的移动学习 

86.基于云计算的终身教育服务平台设计 

87.云计算在电力系统数据灾备业务中的应用研究 

88.云计算与图书馆:为云计算研究辩护 

89.浅谈云计算技术  

90.云计算研究现状与发展趋势 

91.云计算环境下的著作权制度:挑战、机遇与未来展望 

92.基于云计算的数字化信息资源建设模型的研究 

93.云计算发展态势与关键技术进展 

94.云计算技术在图书馆中的应用探讨 

95.国外云计算发展现状综述  

96.云计算对知识产权保护的若干影响  

97.基于云计算的远程教学资源建设模式——以浙江开放大学为例 

98.云计算在智慧校园中的应用研究  

99.对云计算技术及应用的研究 

100.云计算应用展望与思考  

101.云计算给图书馆带来的发展机遇  

102.云学习:云计算激发的学习理念  

103.云计算环境下的信息资源云服务模式研究  

104.云计算研究进展综述 

105.云计算及安全分析  

106.一种云计算操作系统TransOS:基于透明计算的设计与实现 

107.基于等级保护的云计算安全评估模型  

108.云计算:从概念到平台  

109.云计算环境下信息安全分析  

110.云计算技术简述  

111.云计算综述与移动云计算的应用研究  

112.中国云计算产业结构和商业模式  

113.云计算安全问题  

114.云计算下的国外图书馆联盟服务研究 

115.云计算技术的应用及发展趋势综述  

116.云计算在区域信息资源共享中的应用探究  

117.基于云计算的图书馆信息平台的构建  

118.云计算技术驱动下构建数字图书馆虚拟化环境的探讨  

119.云计算支撑信息服务社会化、集约化和专业化 

120.云计算环境下基于协同过滤的个性化推荐机制 

121.云计算环境下的网络技术研究  

122.云计算模式在电力调度系统中的应用  

篇5

0引言

全球进程加速,科学技术领域发展也随之加快。不少新技术引进的新概念进入群众生活范畴和视野。譬如,“物联网”“C2C”“B2B”“云端处理”“大数据”等。“大数据”(BigData)最早提出时间诞生于1980年,大数据被定义为集成数据库存储、处理、计算等多功能的复杂型结构、存储数据空间庞大的数据集合[1]。大数据出现是基于当前社会、经济发展超前所需能够集成、处理大量数据的原因而研发的。国内意识到必须对大数据旗下的知识产权数据进行维护和管理工作。目前,大数据在国内知识产权领域的具体价值体现包括[2]:(1)知识产权管理机构集成数据协同化、共享化管理,能够多层次整合数据,深化知识产权大数据管理工作的时效性;(2)升级管理机构的管理水平以及统一其执法标准。根据对一系列侵权行为的分析,编制出因地适宜的科学杜绝知识侵权行为的恰当惩罚标准机制;(3)加强了互联网上知识侵权行为的警惕性和防范性。知识产权管理机构;联合视频播放网站、电商平台等互联网企业,开展大数据技术打击知识产权侵权行为的活动,可以树立起侵权行为严厉打击,并对其处罚以警惕后者的侵权行为[3];(4)处理好知识产权权利冲突情况。大数据技术实现知识产权的碎片式和独立式的产权衔接起来,实现信息共享交流的知识产权行业的新模式。如此可以有效降低资源重复率,有效解决知识产权权利冲突的防御能力。

1我国知识产权大数据领域的缺陷和挑战

1.1技术落后造成管理知识产权大数据的能力低下

其一,数据连续不断增加;其二数据的生产、存储、管理、分析等工作活动进行速度非常慢[5]。传统的数据库系统可以存储的数据容量小且数据处理力度弱,导致频出数据整理工作难度大、数据处理速率慢、数据缺失等的诸多问题。为此,国内自主针对这一现象开展研发升级的数据处理工具少之又少,数据分析软件的研发数量和速度远远落后于西方国家。国内匮乏自主研发的大数据化管理技术正是知识产权大数据化缓慢的根本原因。

1.2大数据管理化质量和效率低下造成知识产权权利人权益受损

专利处理和外观设计审查工作进度缓慢,大数据知识产权管理人员从大数据中充分获取知识产权数据的难度大且要逐一剔除无关数据,筛选难度高、数据繁多,要求管理者工作仔细、谨慎[6]。正是基于国内大数据化技术约束下,导致知识产权权利侵权行为难以及时迅速地被管理员审查发现,以及商标审查积压,给申请人带来不便,导致申请人耗费不必要时间和空间,为其造成损失。1.3人工审查强调主观性导致公信力不足国内大数据的知识产权工作管理工作,不能完全善用大数据技术抽出无关信息开展自动化信息分析处理工作时,需要依赖管理员的主观判断开展数据审查工作,此时因个体专业知识影响,导致审查工作结果的公正性受到从业者的质疑或不认同,从而降低了知识产权管理部门的公信力和声誉,进一步诱发个体或企业申请知识产权的意愿下降,从而屡屡发生知识产权行政案件。

2国外知识产权大数据进程中的可借鉴之处

2.1国外大数据开放和共享程度高

欧盟成员国家间达成了大数据资源共享和协同利用,并针对商标申请开展审查机制。以上机制对成员国家的数据共享化、处理化能力要求之高,但是在先进的大数据技术下解决了从庞大数据中根据规律和关联性,简易获得不同国家组织、公民的商标数据,从而高效预防了侵权人和被侵权者就商标侵权行为的案件发生[10]。欧盟成员国家间的知识产权数据的高度开发和高效处理、共享程度都是为欧盟商标申请提供了便利,所以欧盟国家的大数据开放程度和共享化的做法值得国内企业借鉴参考。

2.2发达国家大数据资源利用率高

日本大数据资源利用效率一直是走在世界前端,为此日本政府还推出“信息专利平台”方便对日本的知识产权等专利信息进行整理汇总和管理,用户可以在平台上查询往期日本本土出版的文献信息,除外日本还就中国、韩国两个的信息可以在平台进行检索搜寻,完成电子化商标申请处理机制等等[11]。

2.3发达国家大数据化管理制度以及体系日渐成熟

知识产权大数据化管理工作需要完善科学的体系支持,规范化的管理机制和完备的体系是奠定知识产权数据化管理的基石。在西方发达国家的成熟的产权机制和管理体系下,发达国家各个部门协同运作,完善大数据化下知识产权管理的法律法规,实现有法可依、依法执行的管理工作,为大数据化机制提供创新动力。

3国内知识产权大数据的执行和完善

3.1完善知识产权大数据机制以及体系

第一,大数据时代下,知识产权机构的大数据意识浅薄是知识产权管理工作缺失的重要原因[13]。为此国内知识产权机构应当深入根植大数据意识,并以思想带动行为要求组织内外做到数据参与行动中,形成专项的大数据应用下的知识产权部门,为社会、企业提供安全可靠、统一、双向交互的知识产权应用中心。第二,国内知识产权大数据管理工作是不同部门独立操作管理的,部门和部门间的管理工作缺乏联立,体系内结构散乱,导致无法达成高效统一、协调管理的知识产权大数据化管理机制。关于知识产权大数据管理工作的如何有效分配且部门和部门间工作的联立、知识产权数据资源的整合、统一联立的知识产权大数据管理平台的构建、法律法规的完善等都是当前我国知识产权管理工作所需要改进的各项工作[15]。第三,综合国外大数据体系、管理工作的成功经验、措施,联立国内实情由此提出符合我国实际的知识产权数据制度,务求成为协调国内知识产权数据无缝衔接发达国家经济实体的知识产权大数据机制。

3.2运用新兴技术保护各种的知识产权

(1)参考京东大数据管理评论功能保护专利权国内专业检索有两样包括IPC检索和字段检索。但是单凭这两种检索方式仍然很难实现大数据化信息的全面分析管理,容易出现信息遗漏导致侵权行为。所以参考京东大数据管理评论技术[16],将现有的专利申请说明书和正在申请的专利申请说明书开展词语切割,分析两者关键词相似度和两者关联性,根据关联程度大小向申请人罗列出相似区域,让申请人充分了解专利申请的机会成本。

(2)参考百度、谷歌的图像识别功能对商标、外观设计专利实行辨别判断。谷歌和百度两家企业所利用的图像识别技术推出后广受好评。这类技术基于深度学习中卷积审计网络技术下,通过多项重复计算法找出雷同图片,方便管理员对比两大图片的相似情况,找出相同数据,再根据在先权利判断申请人是否商标侵权或外观设计侵权[17]。图像识别技术从内在数据出发,可以快速甄别商标申请行为,提高商标申请速度和质量,有效预防侵权行为的发生。

(3)参考电影业数字水印技术保护版权数字水印技术利用既定计算方法实现标志性信息融入多媒体作品中。数字水印技术多用在多维动画、多媒体文件。软件等的数字作品中起到版权保护作用。通过鉴定数字水印信息可以判断内容始创者、购买者以及载体是否被恶意修改等内容。在大数据知识产权管理体系下,引入数字水印技术保护产权的信息版权,有助于预防各种产品版权被侵权的行为。

4结语

在大数据环境下,知识产权的大数据管理是必然要求。所以,要求知识产权机构重视大数据化,并意识到知识产权大数据化的重要性,从自身工作做起,应用大数据技术,配套相关知识产权大数据维护、管理体系,促进知识产权创新发展。同时可以借鉴发达国家的知识产权数据化管理的成果,加以利用于国内大数据技术应用中,确保大数据知识产权应用上发挥有效功能和成果。

参考文献

[1]杨述兴,陈啸林.知识产权法律制度会终结吗———对《转换的范式:反思知识产权理论》一文的评论[J].知识产权,2016,(11):3-12.

[2]陈少峰,陈晓燕.基于数字文化产业发展趋势的商业模式构建[J].北京联合大学学报(人文社会科学版),2013,(02):64-69.

[3]杨德桥,韩弘力.论文化创意产业知识产权保护体系的构建[J].北京化工大学学报(社会科学版),2013,(02):10-15.

[4]徐建华.对我国高新技术企业知识产权保护的思考[J].山东省农业管理干部学院学报,2012,(01):54-55+57.

[5]鞠晔.云计算环境下美国专利引诱侵权判定规则研究[J].知识产权,2014,(02):98-104.

[6]黄勤龙.云计算平台下数据安全与版权保护技术研究[D].北京邮电大学,2014.

[7]牛巍.网络环境下信息共享与著作权保护的利益平衡机制研究[D].中国科学技术大学,2013.

篇6

DOI:10.16517/12-1034/f.2016.02.038

一、研究背景与意义

(一)输变电工程基建项目传统内审模式面临挑战

输变电工程基建项目审计所包含的审计控制要点,多样而复杂、覆盖面广,贯穿于工程项目管理的全过程。传统的输变电基建项目审计受限于审计资源的不足,往往仅对结算、决算环节审计内容,委托第三方开展事后审计。因而审计介入时间滞后,不能有效开展全过程项目审计,无法及时杜绝项目管理风险,促进管理提升,以发挥内部审计的监督作用。

(二)实时审计模式是内部审计发展的必然趋势

随着企业信息技术的日益发展,越来越多企业的生产、经营及财务数据已实现在线处理,经营数据与管理记录的电子化发展,推动了企业内部审计方式向实时、在线方向演进。企业可以通过在线计算机辅助审计系统,与各信息系统建立数据接口,从各信息系统中采集审计所需的数据及相关审计证据,并通过在系统中预设的监控及例外报告模式,自动生成发现报告,提请审计人员关注。由此,传统审计模式逐渐实现向实时审计模式转变。实时审计模式,是指通过ERP审计信息系统,集中获取财务和经营数据后,审计人员利用该系统数据处理能力强、分析功能强大、网络在线运行等特点,对企业经营管理活动进行在线审计监督,即通过对定期获取的财务资产、计划、生产统计等生产经营信息进行综合分析,查找审计疑点和问题线索。在此基础上,有目标、有重点地进驻现场进行审计查证与核实,及时发现和纠正企业经营管理中存在的问题。通过开展日常的经营监控审计,可以使审计过程变得更快、更简单、更有效,缩短了审计周期,以提供更有时效的风险和控制风险保证;无需扩展资源基础,就可获取更好的审计范围;可指导以月度、季度、年度为周期的审计;审计的范围是全部审计数据,而不只是审计样本;可对比或重新计算全部审计数据;可提高审计报告的质量。

(三)推行实时审计模式的可行性

为了提高输变电工程基建项目审计工作的质量和审计效率,利用ERP大数据基础构建实时审计模式,是一项有效且可行的解决路径。一是输变电工程基建项目审计要求规范比较明确完善,其对基建项目工程审计的目标、定义、审计原则、基本任务、主要审计内容已作出明确的规定。二是随着公司信息系统建设的日益完善,ERP系统积累了大量的业务财务数据信息,能够支撑实时审计需要。在ERP系统中,基建工程的预算、成本等相关数据是工程审计的重点内容,能够充分体现工程全过程的预算控制和费用执行等情况。建立应用实时审计模式既能提高审计效果,也能弥补审计资源不足,充分运用信息化审计手段,按照“提前介入、预防为主”的思路,坚持建设资金的真实、合法审计与效益审计并重,加强对输变电工程基建项目投资全过程的审计监督,提高工程项目建设管理水平和投资效益,是一项富有价值的审计方式的管理创新实践。

二、基于ERP环境的输变电工程基建项目实时审计模式主要内容

(一)总体思路

基于ERP环境,借鉴数学建模思维,充分运用信息化手段、结构化数据分析方法,构建“审计模型、审计工具和应用机制”三位一体的实时审计模式(见图1),明确审计对象、审计技术和审计方法。旨在提高审计效率和效果,实现输变电工程基建项目的全过程实时审计,提前预警、促进整改,以降低审计风险,推动内审工作转型。审计模型重点梳理输变电工程基建项目全过程审计控制要点,根据重要性和可量化原则,筛选出审计控制内容,明确审计逻辑和评价标准;审计工具,主要是根据审计逻辑评价特征,开发出可批量自动化审计的简易操作工具,提高审计作业效率;应用机制,主要根据内部审计工作目标和要求,设计审计模式的具体应用方式。

(二)审计模型内容

1.审计逻辑输变电工程基建项目审计是财务审计与管理审计的融合,将风险管理、内部控制、效益的审查和评价贯穿于建设项目的各个环节,并与项目法人责任制、资本金制、招标投标制、合同管理制、工程监理制执行情况的检查相结合,根据重要性和成本效益原则,结合实际情况和内部审计资源状况,采取全过程审计或者重点管理环节审计。围绕输变电工程基建项目立项阶段、设计及实施准备阶段、实施阶段、竣工决算阶段全过程各环节的审计控制要点,基于重要性和可量化原则,结合公司内部审计资源和实际情况,从时间、资金、数量、内容4个维度,筛选控制要点和控制内容,从准确性、规范性角度定义审计评价标准,根据不同的审计对象、审计所需的资料和项目审计各环节的审计目标设计不同的审计逻辑,以保证审计工作质量和审计资源的有效配置。其中,时间维度主要审计时间控制点先后顺序是否符合逻辑;资金或数量维度主要审计绝对值与相对值是否符合预设目标;内容维度主要审计是否符合公司规章制度、管理办法和内控规范。输变电工程基建项目审计应遵循技术经济审查、项目过程管理审查与财务审计相结合的原则,事前审计、事中审计和事后审计相结合的原则,以及各专业管理部门密切协调、合作参与的原则。根据现有ERP系统数据库情况,设计了适用与事中审计和事后审计两类不同应用方式的审计逻辑,并针对每个项目不同类型的合同(如施工合同、勘察设计合同、监理合同)设计了不同的审计逻辑。审计模型共构建了43条审计逻辑,覆盖设计及实施准备、实施、竣工投产和决算3个阶段,包含11条事中预警、32条事后审计异常事项提示(见图2),运用信息化手段进行全面审计,采取定量与定性相结合、定量分析为主的方式,对工程建设各阶段各环节的管理情况,以及质量、进度和投资等目标的完成情况进行审计评价。(1)设计及实施准备阶段包含8条审计逻辑,从时间逻辑顺序上,重点检查工程开工手续是否合法合规;从内容符合性上,检查合同签订是否符合招标要求。(2)实施阶段包括25条审计逻辑,重点检查合同签订与招标情况的相符性、项目付款进度的合理性、项目付款与合同的相符性、质保金的合规性,以及是否及时对工程物资办理清理和退库手续。(3)竣工投产和决算阶段包括10条审计逻辑,重点检查是否在规定时间完成暂估转固手续、竣工结(决)算审核、工程实际投资额与批准概算差异的原因分析。2.评价标准根据审计类型和审计结果状态,设计了3种评价标准,即正常、异常、预警。其中,异常标准,是指事后执行结果不符合审计规范,用来督促整改;预警标准,是指事中执行结果偏离管理规定,用来预警提醒。评价标准全部用数理逻辑公式进行检验。3.数据来源应用集中采集和随需采集数据的方法,基于目前ERP信息系统现有的数据字段,采取线上数据与线下数据结合的方式进行取数,以ERP信息系统数据为主,以线下资料如初设批复文件、中标通知书、合同等纸质审计资料作为线上数据的补充验证,综合评价审计结果。本模型采用线上数据69条、线下数据40条。随着实时审计模式的推广和信息技术的发展,ERP系统所能提供的数据信息数量将随之增加,逐步向备份采集和直联采集转变,审计模型所需全部的数据信息将全部可以从ERP系统中直接获取,最终实现全面在线实时审计。

(三)审计工具介绍

应用excel工具,对涉及的审计逻辑和评价标准开发的自动评价审计工具,主要由审计输入信息表和审计结果输出表构成。审计工作人员只要在审计输入信息表中导入项目审计字段信息,通过内嵌自动检验公式计算,就能在审计结果输出表中看到对应项目审计逻辑的审计结果状态。1.审计输入信息表以工程项目为纵向维度,以审计信息为横向维度。审计信息源根据评价标准检验公式所需的信息按照单个字段输入。合计包含109条固定的数据字段,包括审计对象的项目编号、项目名称、初设批复日期、开工日期、合同签订日期等内容,不同类型合同的数据分别记录于不同的数据字段中,数据字段可随合同类型、数量的增加而增加。2.审计结果输出表以工程项目为纵向维度,审计逻辑评价结果为横向维度。对应每条审计逻辑评价结果用Excel函数工具,在对应单元格中自动计算审计结果,共包含43条审计逻辑结果。校验结果以“红灯”、“黄灯”“、绿灯”的形式自动展示(“红灯”表示异常、“黄灯”表示预警、“绿灯”表示正常)。审计人员和工程管理人员应用审计工具,对“红灯”“、黄灯”的识别,迅速发现审计异常点。

(四)应用机制

实时审计模式的审计模型及审计工具,是针对电压等级220千伏以上电网基建项目审计而设计的,指导以月度、季度、年度为周期,对输电工程项目开展日常监控和内部审计。在项目过程中,内部审计人员和工程管理人员可以利用审计模型和审计工具,对输电工程项目进行过程检查,识别异常事项和预警事项并及时进行整改,以防止风险的进一步扩大。在工程项目完结后,内部审计人员可以利用审计模型和审计工具对项目进行全面审计,督促对异常项目进行整改,弥补管理漏洞,防范外部审计风险。

三、结论与展望

(一)实时审计模式能提高效率,推动内审工作转型

实时审计模式缩短了审计周期,可将原在工程竣工后才进行的审计,转变成以月度、季度、年度为周期的过程审计,切实做到审计关口前移,提高审计效率和质量,降低审计成本,并为实现审计资源整合,拓宽审计范围奠定基础。一方面增强了内部审计对工程项目的审计参与深度,另一方面改善了基层单位审计人员不足的状况。实时审计模式,实现了对公司生产经营各类风险的及时预警和有效防范,帮助公司加强内控、改善管理,使审计结果的反馈更及时,降低工程项目管理风险和外部审计风险,充分发挥内部审计风险控制和管理服务的职能,提升内部审计的效用和管理决策的价值。

(二)实时审计模式具备推广应用价值

输变电工程基建项目实时审计模式具有很强的灵活性、适应性、可操作性,对审计逻辑和审计工具进行适应性调整,可推广应用至其他电压等级和类型的电力工程项目内部审计工作中。此外,实时审计模式的研究思路,也可推广应用至其他内部审计项目上,通过分析工程审价、物资管理、招投标管理、各类费用管理的审计要求,可设计出相应的审计逻辑、审计标准,开发出相应的审计工具。

(三)实时审计模式现阶段的局限性与展望

现阶段ERP系统数据信息数量和质量存在一定的局限性:一方面实时审计模型所需的部分数据信息仍需要人工查找与录入,另一方面审计模型涉及的审计逻辑还没有全覆盖。随着进一步改善并提高ERP系统字段信息质量和数量,使ERP系统能更有效、更准确地提供更多关键字段信息,可以使审计模型和审计工具更大地发挥作用,更好地为审计人员服务。今后可通过增加审计模型中的审计逻辑,更好地满足内部审计和工程管理的需要。具备条件后,可开发出嵌入ERP系统的在线审计工具,实现在线自动审计实时计算、输出校验结果。

参考文献:

[1]于洪波.ERP环境下在线审计方法探讨[J].会计之友,2012(25):83-88.

[2]刘萍.持续审计———信息时代我国企业内部审计的发展趋势[D].武汉:华中师范大学(硕士学位论文),2013.

[3]周运香.ERP环境下审计风险控制研究[D].成都:西南财经大学(硕士学位论文),2010.

篇7

【中图分类号】 F275 【文献标识码】 A 【文章编号】 1004-5937(2017)06-0121-04

引 言

2016年1月15日,《贵州省大数据发展应用促进条例(草案)》正式公布,这不仅是贵州省首部大数据地方法规,同时也是中国第一部大数据地方法规。现如今,数据是国家基础性战略资源,数据互联共享已成为中国政府稳定增长、促进改革、调节结构和推动治理能力的内在动力。A集团经过近三十年的发展,企业规模较大,业务单位众多,同时掌握了先进的信息通讯技术,已建立较为健全的财务共享中心[ 1-2 ],但A集团的资金管理水平、安全性和资金利用价值等方面并不适应财务共享服务发展的要求,暴露的问题也较为充分和突出。A集团财务共享中心利用企业服务总线将各个下属成员单位的数据传递到共享中心集中处理,接入服务云平台对一系列数据从捕捉到应用进行战略布局,并根据企业内部客户的实际需要提供针对。那么如何在大数据下基于财务共享服务模式建立A集团资金管理框架,并根据新的资金管理模式提高A集团资金管理效率,已经成为亟待解决的问题。

目前,为了更科学地服务于资金管理的应用领域,学者们从各个角度对其展开了不同的研究。张家伦[ 3 ]总结分析了欧美公司先进的财务管理理论,从母子公司职能定位、资金控制体系、资金预算管理和资金战略等几个模块阐述了集团企业资金管控模式。王国超[ 4 ]在此基础上,针对房地产开发这个政策敏感型行业,认为资金预算管理的重点在于分析资金来源,计算资金成本,以及如何定量管理收入、费用和利润。程平、蒋雨[ 5 ]在大数据背景下对资金管理进行了创新,研究了云会计对企业资金管理在资金利用率、效率、资金安全等方面的影响,结合大数据、云会计技术的特征[ 6 ],构建了一个基于云会计的集团企业资金管理框架模型。

综观上述文献,尽管资金管理有很多研究,但财务共享服务模式下资金管理环境和资金管理风险点已经发生改变,魍车淖式鸸芾矸椒ú辉俾足A集团资金管理需求,而大数据下基于财务共享服务模式的集团企业资金管理研究还相对较少,且研究不够深入。鉴于此,本文以A集团公司为例,首先分析了大数据下财务共享中心资金管理框架构建的考虑要素,其次从资金预算管理、资金控制管理、资金监督管理和资金考核管理四个方面构建了大数据下基于财务共享服务模式的A集团资金管理框架,最后阐述了框架实施时需要关注的关键点。

一、构建大数据下A集团财务共享中心资金管理框架的考虑要素

(一)提高资金管理水平

对于A集团的财务共享中心来说,资金大都是分散在下属成员单位独立管理,通常情况只是把资金收支、利用情况上传到财务共享中心核算,令A集团管理者知晓,以供经营业务的决策。但是这种情形下,A集团无论是资金利用、调度,还是资金管理决策,都难以避免地会产生各种各样的问题。A集团财务共享中心详细了解集团、各个下属成员单位财务信息,在这个基础上,A集团财务共享中心的资金管理重心要从两个方面共同把握:一是怎么合理使用资金;二是如何从合适的渠道获取更多资金,以填补整个集团包括下属成员单位的资金空缺,保障未来的生存和发展。加强A集团资金管理成为一个重要的课题,云平台上,A集团的管理人员可实现对资金存量的监控,并对A集团、各个下属成员单位月度、季度和年度日常经营活动发生的资金收支进行预测,将资金在整个集团进行灵活调配,提高资金管理水平。

(二)提高资金管理安全性

我国沿海地区民营企业主因资金链断裂自杀、跑路等众多事实表明:缺乏资金管理安全性不仅会带来资金损失,而且会导致企业破产,甚至会背上难以承担的巨额个人债务。在资金风险控制方面,A集团财务共享中心没有风控部门和风控流程,集团库存成本较大,过多外汇富余资金存放银行以获取银行的存款利息,对汇率风险没有采取相应的防范措施。大数据下A集团财务共享中心面对复杂、多样化的海量资金数据缺少高效、高拓展性、高可靠性的资金管理系统,以致各个成员单位和各个项目没有实时呈现出相关联的资金流动信息,因此不能实时有效监控整个A集团资金预算、费用报销、应收账款周转、生产材料周转等资金流动情况,这些安全问题可能会给A集团造成巨大的危害。大数据技术为解决财务共享中心资金管理安全问题成为可能,通过云平台可实现对资金流向的可视化实时监控并且在软件即服务层(SaaS)提供风控服务,能尽量减少资金虚报、错报,防止资金舞弊现象的发生。比如对于拨出的生产材料购置资金,A集团的管理者进入云端进行信息查看,通过银企互联平台从银行B查询到已花费30%的资金购买了生产材料D,并且这批材料成功运输到分公司C的工厂,预计30天完成加工,这样就能实时掌握下属成员单位资金流情况,大大提高资金管理的安全性。

(三)强化资金利用价值

A集团财务共享中心的资金管理受到经营管理人员的干预,容易不经过各种科学正规的流程手续而随意作出资金管理决策,且财务共享服务模式下资金集中将加剧这种风险,降低了资金的利用价值。比如财务共享服务模式下A集团的贷款管理受制于集团的高管,不同于商业银行对贷款审查极为严格的资产风险管理,由于对下属成员单位的放贷由A集团的领导决定,有时担保抵押不符合要求,甚至不用担保和抵押就直接把一家下属成员单位的闲置资金贷给另一家下属成员单位,这种情况没有考虑到把闲置资金贷给下属成员单位是否比留在原单位更能体现资金的利用价值,若未来借款单位资金周转不灵,而集团总部以及其他单位也贷不出款且银行不愿意贷款的情形下,极易拖垮借款单位的正常用款需要。这种行为将严重影响A集团内部资源的合理配置,损害A集团整体利益。大数据下基于财务共享服务模式的资金管理通过云平台中的数据挖掘技术,经过一系列数据处理、分析、挖掘等方法,帮助A集团强化资金利用价值。

(二)资金管理部的价值发挥

大数据下财务共享中心聚集了海量的财务数据,标准的财务处理流程保证会计信息的真可靠,使得A集团资金管理部的高管实时了解整个集团较准确的资金运行和资金管理状况,支持资金监督管理的实施。A集团资金管理部负责资金监督,它的职能主要在于对资金管理制度的制定、修改,以及某些需要高管作出资金决策的情形。大数据环境财务共享服务中心实行资金共享集中管理,比如预提差旅费的管理会联通互联网并采用数据仓库、数据挖掘技术,仅需输入几个关键词,云平台会结合过往差旅费使用情况智能得出一个最优预提数,A集团财务共享中心原则上只接受等于或小于这个金额的预提数,这会导致原先有一定资金支配权的业务单位和个人因云平台智能技术产生抵触情绪,这时A集团资金管理部的工作就是如何在大数据环境下制定出既不妨碍资金共享集中管理又考虑到员工情绪的资金管理制度,并在云平台上修改资金管理程序。

(三)资金管理系统的建设

A集团财务共享中心打包好各种基础功能后以服务的形式交付给云平台,资金管理系统位于云平台的业务层,其中基础设施层为资金管理系统提供服务器和互联网等资源,而应用层给予资金管理系统四个方面的应用支持:资金预算管理、资金控制管理、资金监督管理和资金考核管理。应用层资金控制管理下的现金归集提供银企直联接口应用,包括中国银行直联、工商银行直联、建设银行直联、农业银行直联和其他银行直联,因为A集团和四大银行的资金业务量大,所以分别单独管理。另外资金控制管理中还包含大额资金联签、费用报销、内部融资授信、承兑汇票和资金风险控制等应用,而资金监督管理服务中有资金制度及流程修改、综合查询及报表和资金预测及分析等应用。

结 语

准确、高效的资金管理是A集团经营管理的基础,能节约成本并可促进资金的有效配置,而大数据技术为A集团的财务共享中心建立更科学的资金管理及其云平台服务、分布式技术、数据挖掘功能为资金管理决策提供了全方位的支持。本文分析了大数据环境下A集团财务共享中心海量资金管理数据收集和利用的困难,从资金预算管理、资金控制管理、资金监督管理和资金考核管理四个方面构建了大数据下基于财务共享服务模式的A集团资金管理框架,并阐述了该框架在A集团企业实施时的关注点,以期提高A集团财务共享服务中心的资金管理水平。

【参考文献】

[1] 张真昊,孙h[.基于云的财务共享服务模式设计:以费用报销流程为例[J].财务与会计,2013(7):48-49.

[2] 程平,万家盛.大数据时代财务共享服务中心云平台的构建及其应用[J].财务与会计导刊(实务版),2015(11):84-86.

[3] 张家伦.企业集团财务管理专题研究[M].北京:中国金融出版社,2010.

[4] 王国超.论房地产企业资金预算管理中的财务控制[D].大连海事大学硕士学位论文,2011.

[5] 程平,蒋雨.大数据时代基于云会计的集团企业资金管理[J].会计之友,2015(10):134-136.

篇8

“功以才成,业由才广”。为着眼培育“拿得出、打得响”的全国审计领军人才,按照“服务发展、注重培养、引领牵头、整体提升”的原则,树立人才为本思想,制定出台审计人才队伍建设实施意见,细化培养计划,强化保障机制,跟进激励措施,健全审计人员培养、成长模式,推行跟踪培育、师徒带教、轮岗交流、分层培训机制,以实干精神适应新常态践行新理念,着力打造一支具有良好政治素质、对党忠诚、热爱审计事业,具有强烈的责任感和使命感,坚持依法审计,遵守法律法规,恪守职业道德,德才兼备、以德为先、素质高、业务精、纪律严、作风优的高层次、职业化审计人才队伍和审计铁军。

建立审计岗位准入从业资格选拔制度。国家许多专业技术领域(财经、卫生等领域)均设置了准入门槛与各级资质考核认证办法,以会计岗位为例,会计人员必须持证上岗,报考会计从业资格证也有相应的门槛设置,从业者持证期间必须按照要求参加继续教育并接受年检,会计人员的职称晋升都有相应等级的全国统一考试。这些制度为审计人员准入选拔制度构建提供了参考。可以考虑将审计岗位准入从业资格选拔制度纳入到《基层建设先进单位考核评比办法》“双争”扣分条款,若两年内在审计岗位不能取得审计专业技术职称证书即调离审计岗位,为审计后备力量储备保证质量。

强化审计人员“争先创优”和看齐意识。要树立“争第一创一流有红旗就扛”的意识,坚守政治信仰,保持高昂斗志,进一步提升干事创业的积极性。要对比先进找差距,变压力为动力,增强忧患意识,提高竞争能力。要争当审计工作尖兵,把发现案件线索、查处重大违规问题、廉洁从审、撰写审计信息、计算机审计、绩效审计等内容作为奋斗目标,争当审计能手,争做复合型人才。以审计事项为单位做好调查记录,作为审计方案编制依据,把好调查了解关;严格按照审计相关规定实施现场审计,把好审计实施关;做到审计结果事实清楚、证据确凿、定性准确,评价客观公正,建议切实可行,把好审计报告关。着力营造“比学赶超、奋勇争先”的工作氛围,保持好锐意进取的勇气、敢为人先的锐气、蓬勃向上的朝气,激发审计人员不断奋进、积极向上、开拓进取。

建立审计“慕课”教育移动APP平台。围绕货币资金安全、政府采购、基本建设和资产票据等财经重点监管领域,开设审计大讲堂,由实战经验丰富的审计业务骨干轮流担当主讲人,充分发挥“传帮带”。从慕课平台的互动性、课程资源规划、授课形式、呈现效果、发展趋势入手,做好“慕课”在线教育。开设《如何防范货币资金安全风险》、《零星工程造价审计》等精品课程,把握好内部审计核心资源,打造先进的审计数据与教育APP软件,设立审计教育网校,为审计人员构建高水平的自学网络教育平台。

构建大数据审计人力资源管理模式。针对基建项目和采购活动资金量大、技术要求高、周期长等特点,进一步完善审计项目数据库、审计人力资源内外部专家库、审计法律法规资源库,加强与外部审计机构单位(审计署特派办、省市审计局、公安局审计室等单位)的沟通联系和人员交流合作,解决好内部审计人才与外部审计资源的整合利用,加强对审计资源库的管理,引入优质的基建、采购、信息化、船艇、特种设备造价审计等社会中介机构为我所用,提高审计质量,规避审计风险。

建立标准化“云审计”现场平台应用。利用云计算理念和技术构建“公共云审计中心”,通过数据采集、信息沟通、质量控制等功能,提供服务于审计工作的专业审计技术和资料,实现审计数据的云存储和审计资源的协同共享,高层次、多维度地掌握被审计单位的各项信息,将审计组织方式由传统模式向“矩阵式、多层级、联动联网”组织管理模式转变,进一步拓展审计内容与范围,在提高审计工作效率、提升审计成果应用水平、推动审计整改落实等发挥审计监督效能。探索组建强有力的数据分析团队,培养大数据审计师职业化人才,提升审计队伍的整体数据分析能力。

基于职业化视角的审计职业保障制度体系。推进审计职业化建设是审计制度改革的重要内容和未来审计队伍建设的发展方向,也是全面推进依法治国对现代审计发展的必然要求,随着审计事业的快速发展和审计制度改革的不断深入,推进审计职业化建设成为重要课题。审计人员不仅要会核查会计账目,更要能透过现象看本质;不仅要会审数据,更能通过数据找到规律;不仅要精通财务,更要熟悉相关政策规定;不仅要善于发现问题,更善于推动解决问题,研究制定审计人才职业发展规划,建立健全激励机制,强化军地有机整合、资源优势互补的人才合作培养机制,全方位、多渠道培养人才;加大复合型人才建设力度,加强政策法规、计算机、经济、工程、法律等相关知识的培训,加大任职代职交流,创造多岗位锻炼机会,进一步拓宽视野,丰富阅历。

建立定期内部审计督导和绩效考评机制。加强各单位内部审计组织领导小组建设和建立审计工作联席会议制度,制定采购、基建等项目操作规程及指南,明确审计工作目标、权限、职责及工作流程。指导开展货币资金、票据、固定资产专项审计,为本单位领导当好参谋,严格把关,监督本单位经费合理、合规、合法使用,并做好审计资料装订归档和每季度的数据上报工作。通过设立审计服务中心、每周审计知识告知、审计调研论文评比、参加国家审计专业技术资格考试等方式,整合和优化审计资源,打造审计业务品牌,探索建立以岗位为基础、职业能力为导向、工作实绩为重点,同时注重职业道德和职业水平的审计人才绩效考核评价体系。

篇9

一、引言

处于大数据时代,企业的管理者已经逐渐认识到大数据的重要性。为了推动企业管理的快速升级,就要将企业的信息数据处理系统构建起来,使企业在转型的过程中实施智能化管理。从企业的财务管理情况来看,在数据处理上正从核算数据转向管理数据。企业要更好地发展,就要将战略决策制定出来,其财务数据是重要的依据。在财务会计工作中,管理会计在收集和整理海量的数据信息的过程中,还要针对所发现的问题进行分析,并提出解决策略。

二、大数据的特点

所谓的“大数据”又被称为“巨量资料”,即所产生的数据信息量之大,已经难以使用现行的主流软件工具有效解决了。采用大数据处理技术,就是对于大规模的数据信息要选择在合理时间内收集,并对这些数据信息采取相应的处理方式,建立科学的管理模式,以将这些数据信息整理为具有积极效应的资讯,为企业的经营发展决策提供依据。纵观大数据的特点,主要包括以下几个方面。其一,大数据的数据体量非常大。通常所谓的“大数据”,就是指达到10TB的大型数据集。但事实上,多数的企业数据信息用户都会将多个大型数据集中起来而使得数据量达到了PB级。其二,大数据的数据类别非常大。大数据的数据来源多种多样,包括数据的种类以及数据的格式变得形式多样,已经不再局限于结构化的数据范畴,而将非结构化的数据和半结构化的数据纳入其中。其三,大数据的数据处理速度是非常快的。大数据的数据量非常庞大,而且不断地变化,但现今,数据处理速度已经能够及时、准确地处理这些数据。其四,大数据具有较高的真实性。随着各种新型数据的产生,传统的数据源已经被突破,包括企业内容、各种社交数据、交易过程中所产生的数据以及应用数据等等产生,要确保这些信息的真实可靠性,就需要企业具备信息管理能力,以提高信息的安全性。

三、大数据背景下财务会计向管理会计转型是一种必然

1、财务会计向管理会计转型是伴随互联网技术应运而生的

企业在管理工作中,往往会采用计算机网络技术对会计数据信息进行处理。在对财务工作中所产生的信息进行快速处理时,互联网技术的应用不仅加快了数据处理能力,而且提高了财务数据的处理质量。这就意味着财务会计在履行工作职责的同时,还要采用信息技术,同时建立系统化的管理模式,此过程中,财务会计人员需要将系统化的管理思维模式构建起来,以使得财务会计人员对企业的价值能力以深入理解,并实现财务会计向管理会计转型。

2、财务会计难以使自身工作符合大数据的要求

大数据背景下,信息量的增加使得财务会计工作方法发生改变。特别是针对数据的种类实施管理,就可以采用分类管理的方式。根据管理会计的不同种类实施管理,还要从工作实际出发对企业的战略发展规划进行完善。管理会计所具备的数据管理能力,并不止于实施数据信息管理,还需要对会计数据统筹管理,以使得财务会计工作与大数据背景存在适应性。

3、财务会计向管理会计转型是历史的必然

企业经济发展中做好财务会计向管理会计转型工作是非常必要的。财务会计的基础上而建立管理会计,可以使得企业发展中的资金运转情况都会明确反映出来,还可以对企业的未来发展情况作出预测,并以此为参考将企业的未来经营规划制定出来。随着财务会计转向管理会计,企业的会计工作采用系统化的运行方式,企业的资金运行情况被反映出来,而且不会受到有关管理原则的控制,所以,大数据背景下,管理会计改变了原有的被动管理的模式而实施了主动管理,才能够使企业所提供财务信息充分满足大数据背景下企业发展的要求。

四、大数据背景下财务会计向管理会计转型的有效策略

1、企业财务人员要提高职业素质

处于大数据背景下,企业的财务会计要能够顺利地转为管理会计,就需要财务人员具有较高的职业素质,能够快速地转换思维,从以记账为主的会计人员转变为可以创造财务价值的管理人员。基于此,企业就要对财务人员的职业培训工作高度重视,以使得财务人员的职业技术水平有所提高。这就需要从以下几个方面入手。其一,要注重企业财务人员的思想教育,对其管理观念以正确引导。企业可以采用培训的方式对财务人员予以企业经济效益的思想观念的引导,使财务人员能够将注意力转向财务问题的解决和非财务问题的解决。其二,要注重企业财务人员的会计业务培训工作。由于财务会计和管理会计的业务范围不同,对会计人员职业素质要求也会有所不同,就需要企业定期地开展管理会计人员的专业技术培训工作,确保财务会计人员能够在大数据背景下对管理会计工作充分掌握并处理好各项业务。其三,企业财务人员的培训工作要定期总结。企业定期地开展会计业务培训工作的同时,要对培训总结以高度重视,以能够针对培训工作中所存在的问题及时发现,并采取有效的处理措施。随着财务会计向管理会计转型,对财务人员的综合素质也会提出更高的要求,包括组织能力、沟通能力以及处理事务时的应变能力等等。特别是财务人员要具备人际交往能力,以使得企业的会计管理工作得以顺利展开并按照企业的要求完成任务。

2、企业财务信息化建设要不断加强

大数据背景下,信息技术是必不可少的工具。企业的财务会计要成功地转型为管理会计,就需要采用信息化管理平台,以确保所获得的数据真实有效。具体实施中,对财务工作采用信息技术,就要加大信息化建设的资金投入力度,同时还要深入研究建设项目以及相关的技术,使企业的各个部门都可以通过塑造网络环境而相互之间进行交流和信息查询。此外,在财务信息化建设中,要注重引进高质量的信息人才。企业的财务人员也要注重自身职业素质的提高,不仅要对专业理论知识充分掌握,还要具备应用信息技术进行财务管理的技术能力,并对相关的计算机技术知识及时掌握,以提高工作效率。

3、财务人员要对财务会计的前瞻性以充分认识

长期以来,企业的财务会计所反映的都是企业过去的经济状况,而没有基于企业现有的条件对其未来的运行情况进行预测。企业在会计信息处理中,对前瞻性以充分认识是非常重要的。首先,企业要将相关的管理制度制定出来,以通过现有的会计信息对未来的会计信息运行规律做出预测,并根据这些信息维护企业的资产,使得所预测的数据信息更为安全可靠。其次,企业要从经济环境出发,根据环境变化情况挖掘出更新的数据,并对这些数据信息进行分析。企业根据这些数据信息,就可以将企业运营中所存在的潜在风险以及时发现,并将这些数据信息向信息用户传递,还可以为企业管理者提供前瞻性的决策。

4、转变财务部门的工作内容

大数据背景下,财务会计转变管理会计是过程性的,主要是原有的财务数据核算工作内容发生了改变,而且将工作的重心落实到财务数据的管理上。随着财务人员角色的转变,就需要其对财务信息以充分了解的同时,还要摒弃传统的财务数据反复核算的数据处理方式。采用大数据的处理方式,不仅使财务人员能够对企业的资金运行情况以更好地分析,而且财务人员的工作质量和工作效率都会有所提高。所以,处于大数据背景下,将单一的财务核算转变为综合性的财务数据管理工作,包括财务数据信息的收集、数据的加工和处理、数据的分析和管理等等,都要纳入到财务管理工作中,以使财务部门的工作系统化展开。

五、结束语

综上所述,大数据背景下,财务会计工作中的传统管理模式已经难以满足企业发展需求。管理会计的应运而生,使得财务会计逐渐转向管理会计,这是时代的要求,也是企业财务管理的必然趋势。为了使转型速度加快,就要采用科学合理的管理策略,以使企业的会计工作系统化展开。虽然大数据背景下财务会计向管理会计转型是一种必然,但是,具体运行中会存在一些问题,采取相应的管理策略是非常必要的。

作者:樊春霞 单位:中国检验认证集团测试技术有限公司

参考文献:

[1]袁振兴,张青娜,张晓琳,等.大数据对会计的挑战及其应对[J].会计之友,2014(32):90—92.

[2]季丹群.大数据时代对传统制造企业管理会计的挑战[J].财税研究,2014(24):163—164.

[3]姚璐.大数据时代下企业管理及应用[J].科技创业月刊,2014(01):82—83.

[4]黄曼远.浅析管理会计与财务会计的融合[D].财政部财政科学研究所,2014.

篇10

【中图分类号】G434 【文献标识码】A

【论文编号】1671-7384(2014)03-0064-03

随着网络信息技术的加速发展和应用,物联网、移动互联、社交网络等大大拓展了互联网的疆界和应用领域,数据正以前所未有的速度在不断地增长和累积,大数据时代的大幕已经开启。大数据在社会经济、政治、文化、生活等各方面产生深远的影响,将给各行各业的发展模式和决策带来前所未有的革新与挑战。教育行业也不例外,教育管理、思维方式、学习行为、教学评估等,无不受到大数据的影响。

大数据的概念及时代背景

大数据是一个正在发展中的概念。到目前为止,学术界对于“大数据”一词还没有准确、统一的定义。著名学者涂子沛在《大数据》一书中指出:“大数据(BigData)是指那些大小已经超出了传统意义上的尺度,一般的软件工具难以捕捉、管理和分析的大容量数据,一般以‘以太节’为单位。大数据之大,并不仅仅在于容量之大,更大的意义在于通过对海量数据的交换、整合和分析,发现新的知识,创造新的价值,带来‘大知识’、‘大科技’、‘大利润’和‘大发展’。”最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡。麦肯锡全球研究院报告《大数据:创新、竞争和生产力的下一个前沿》则对“大数据”定义如下:大数据是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”可见,大数据就是指蕴涵着巨大价值的、可有效利用的、多样化的海量数据集。

进入2012年以来,世界各国大数据的关注度与日俱增。在2012年1月份的达沃斯世界经济论坛上,大数据是主题之一,并特别针对大数据了报告BigData,BigImpact:New Possibilities for InternationalDevelopment ,探讨了新的数据产生方式下,如何更好地利用数据来产生良好的社会效益。2012年3月,美国奥巴马政府投资2亿美元,正式启动“大数据发展计划”,这一计划是美国政府继信息高速公路计划之后在信息科学领域的又一重大举措。同时,联合国一个名为GlobalPulse的倡议项目在2012年5月报告《大数据发展:挑战与机遇》,阐述大数据时代各国特别是发展中国家在面临数据洪流时的机遇与挑战,并对大数据的应用进行了初步的解读。目前,一些发达国家、著名研究机构以及大集团公司已将大数据作为获取有效信息和知识的重要来源、调整和部署战略决策的重要依据,大数据技术则成为信息挖掘、整理和分析的重要工具。

大数据时代对人类的数据驾驭能力提出了新的挑战,也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间。互联网时代的数据正在迅速膨胀,它决定着组织的未来发展,随着时间的推移,人们将越来越意识到数据对组织的重要性。对于企业组织来讲,大数据的价值体现在两个方面:分析使用和二次开发。对大数据进行分析能揭示隐藏其中的知识信息,对大数据的二次开发则是通过大数据创造出新产品和服务。例如,Facebook通过结合大量用户信息,定制出高度个性化的用户体验,并创造出一种新的广告模式。大数据这股汹涌浪潮正在兴起,将给各行各业的发展模式和决策带来前所未有的革新与挑战,教育领域同样不可避免,面临新的挑战和机遇。

大数据的主要特点

大数据时代的数据存在着以下几个主要特点。

规模巨大。个人和组织面临着数据量的大规模增长,呈现为海量数据。典型个人计算机硬盘的容量为TB量级,一些大企业的数据量已经接近EB量级。而根据麦肯锡全球研究院(MGI)估计,全球企业2010年在硬盘上存储了超过7EB(1EB等于10亿GB)的新数据。2015年全球移动终端产生的数据量将达到6300PB。目前,大数据的规模尚是一个不断变化的指标,单一数据集的规模范围从几十TB到数PB不等。此外,各种意想不到的来源都能产生数据。

类型多样。数据来自多种渠道,如网络日志、社交媒体、互联网搜索、手机通话记录及传感器网等,内容包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等。这些实际是多视角的,不仅有正规的数据、媒体新闻数据、时效性的数据,还有带有个人情感的数据。而这些数据又打破了之前限定的结构化数据范畴,包含着结构化、半结构化以及非结构化的数据,并且半结构化和非结构化数据所占份额越来越大。

产生速度快。即数据被创建和移动的速度快,时效性要求高,这是大数据区别于传统数据挖掘最显著的特征。在高速网络时代,通过基于实现软件性能优化的高速电脑处理器和服务器,快速创建实时数据流已成为流行趋势。如一天之内谷歌公司处理几十PB的数据,Facebook新产生约10亿张照片、300TB以上的日志,淘宝网进行数千万笔交易、产生20TB以上的数据,新浪微博的约3亿用户可产生上亿条微博。

价值密度低。随着物联网的广泛应用,信息感知无处不在,数据信息海量,但其价值密度较低。价值密度的高低与数据总量的大小成反比,大数据中单条数据可能无价值,无用数据多,但综合价值大。例如,视频数据中,1小时的视频中有用的数据可能仅有一两秒钟,其余的可能是无用的数据,价值密度相对较低。因此,如何通过强大的数据挖掘算法更迅速地完成数据的价值“提纯”,是大数据时代亟待解决的难题。

存储要求高。种类多样的数据源,既提供了大量的数据,又带来了科学存储的问题。大数据通常可达到PB级的数据规模,因此,海量数据存储系统也一定要有相应等级的扩展能力。当前互联网中的数据向着异质异构、无结构趋势发展,新数据类型不断涌现,用户需求呈现出多样性。目前的存储架构难以解决数据的异质异构、爆炸性增长带来的存储问题,静态的存储方案满足不了数据的动态演化所带来的挑战。因而在海量分布式存储和查询方面仍然需要进一步研究。

管理复杂。大数据的规模和复杂结构是传统IT架构所面临的直接挑战,使得传统的数据管理技术不适合处理海量异构数据。许多公司已经拥有大量的存档数据,却没有能力来处理它。传统的关系数据库无法处理大数据的规模,目前可选择的方法包括大规模并行处理架构、数据仓库,或类似Greenplum的数据库以及ApacheHadoop解决方案等。

大数据在教育领域中的主要应用

1. 革新教育理念和教育思维

随着大数据时代的来临,教育大数据深刻改变着教育理念、教育思维方式。新的时代,教育领域充满了大数据,诸如学生、教师的一言一行,学校里的一切事物,都可以转化为数据。当每个在校学生都能用计算机终端学习时,包括上课、读书、写笔记、做作业、发微博、进行实验、讨论问题、参加各种活动等,这些都将成为教育大数据的来源。大数据比起传统的数字具有深刻的含义和价值。例如,对于一张试卷、一次考试,考试得分为90分,它可以是简简单单的一个传统的数字,但如果换一个角度来分析,把它作为一个数据来看待,就可以得到其背后所隐含的许多充满想象力的数据信息:可以是每一大题的得分,每一小题的得分,每一题选择了什么选项,每一题花了多少时间,是否修改过选项,做题的顺序有没有跳跃,什么时候翻卷子,有没有时间进行检查,检查了哪些题目,修改了哪些题目,等等,这些信息远远比一个90分要有价值得多。不单是考试,课堂、课程、师生互动的各个环节都渗透了这些大数据。教育将不再是靠理念和经验来传承的社会科学,大数据时代的教育将步入实证时代,变成一门实实在在的基于数据的实证科学。大数据使得教育者的思维方式发生了深刻变化,传统的教育大多是教育主管部门和教育者通过教学经验的学习、总结和继承来展开的,但是有些经验是不具有科学性的,常识有时会影响人们的判断。大数据时代将可以通过对教育数据的分析,挖掘出教学、学习、评估等符合学生实际与教学实际的情况,这样就可以有的放矢地制定、执行教育政策,制定出更符合实际的教育教学策略。

2. 实现个性化教育

大数据带来的一个变化在于实施个性化教育具有了可能性,真正实现从群体教育的方式转向个体教育。利用大数据技术,我们可以去关注每一个学生个体的微观表现,比如,他在什么时候翻开书,在听到什么话的时候微笑点头,在一道题上逗留了多久,在不同学科的课堂上提问多少次,开小差的次数分别为多少,会向多少同班同学发起主动交流,等等。这些数据的产生完全是过程性的,包括课堂的过程、作业的过程、师生或生生互动的过程,等等,是对即时性的行为与现象的记录。通过这些数据的整合能够诠释教学过程中学生个体的学习状态、表现和水平。而且这些数据完全是在学生不自知的情况下被观察、收集的,只需要一定的观测技术与设备的辅助,而不影响学生任何的日常学习与生活,因此其采集非常自然、真实,可以获得学生的真实表现。大数据技术将给教师提供最为真实、最为个性化的学生特点信息,教师在教学过程中可以有针对性地进行因材施教。比如,在课堂学习过程中,哪些学生注意基础部分,哪些学生注意实践内容,哪些学生完成某一练习,哪些学生可以阅读推荐书目,等等。不仅如此,当学生在完成教师布置的作业时,也能通过数据分析强化学习。比如,通过电子设备做作业时,某一类型的题目有几次全对,就可以把类似的题目跳过;如果某个类型的题目犯错,系统则可进行多次强化,这样不仅提高了学习效率,也减轻了学生的学习负担。

3. 重新构建教学评价方式

在教学评价中利用大数据分析,可以通过技术层面来评价、分析,进而提升教学活动,从依靠经验评价转向基于数据评价。教学评价的方式不再是经验式的,而是可以通过大量数据的“归纳”,找出教学活动的规律,更好地优化、改进教学过程。比如新一代的在线学习平台,具有行为记录和学习诱导的功能。通过记录学习者鼠标的点击,可以研究学习者的活动轨迹,发现不同的人对不同知识点有何不同反应,用了多长时间,以及哪些知识点需要重复,哪些知识点需要深化等。对于学习活动来说,学习的效果体现在日常行为中,哪些知识没有掌握、哪类问题最易犯错等成为分析每个学生个体行为的直接依据。通过大数据分析,还可以发现学生思想、心态与行为的变化情况,可以分析出每个学生的特点,从而发现优点,规避缺点,矫正不良思想行为。此外,大数据通过技术手段,记录教育教学的过程,实现了从结果评价转向过程性评价。例如,基于网络学习平台或电子课本,能记录下学生完成作业情况、课堂言行、师生互动、同学交往等数据,教师在期末时将这些数据汇集起来,有了更加丰富的素材与数据依据,可以发现学生学习成长过程的特点,能对学生的发展提出建议。同时,这些数据也可以促使教师进行教学反思,自己在哪些方面需要改进,从而促进和优化教学实施过程。