大数据审计在融合环境下对审计全覆盖路径研究

尹勇 殷潇（南京审计大学）

■ 前言

据统计，大数据平台建设过程中60%工作量集中于审计数据接入/抽取、清洗/转换、加载等审计数据治理集成工作；而在失败的大数据应用项目中约有70%以上源自无效的数据治理集成方式。

现有审计数据分析需要有良好的审计数据质量进行支撑，所以审计数据治理集成模块在大数据应用项目中具有极其重要的地位。在审计数据治理集成的过程中，我们经常面临三类主要的问题：

（1）审计数据源和审计数据格式众多，需要处理的审计数据日益复杂。目前各种业务系统每天都在产生大量的审计数据，审计数据源头众多，审计数据的格式差异很大，包括常规的文本格式、审计数据库格式，甚至某些应用的私有格式，多种异构审计数据源整合难度非常大。除了审计数据源和审计数据格式异常复杂，审计数据内容也呈现爆炸式扩增，例如业务内容审计数据、业务运行日志审计数据、位置审计数据、时间空间审计数据等，这些日益复杂的审计数据对于大数据业务系统来说是一个巨大的挑战。

（2）大数据审计业务需求变化快，传统审计数据处理方式跟不上。由于大数据应用的特殊性，不断接入新的审计数据和调整审计数据模型是一项基本工作，而这些每天都是发生的工作，是否都需要不断地修改和开发才能适应？如果是，那么这绝对是企业资源的巨大浪费。另外大数据应用需要不断的处理各种新增业务以适应审计数据分析市场的需求，可能是新增审计数据源，可能是新增审计数据模型，可能是新增结果展现。……