大數(shù)據(jù)審計(jì)分析技術(shù)體系的建設(shè)與應(yīng)用研究

劉國城（教授/博士）劉玥彤

（南京審計(jì)大學(xué)會計(jì)學(xué)院 江蘇南京 211815）

大數(shù)據(jù)給國家審計(jì)的創(chuàng)新發(fā)展帶來了全新的挑戰(zhàn)和機(jī)遇。由于國家審計(jì)機(jī)關(guān)開展審計(jì)分析及取證的方式發(fā)生了“質(zhì)”的變化，這對大數(shù)據(jù)審計(jì)分析技術(shù)的甄選和應(yīng)用提出了更高的要求?！胺治觥笔菍?fù)雜主體分解為單一的組成部分，然后分析它們的關(guān)系，以此識別復(fù)雜主體的本質(zhì)屬性特征?！凹夹g(shù)”是解決問題或改善現(xiàn)有情況的方法。國家審計(jì)機(jī)關(guān)有必要全面梳理大數(shù)據(jù)分析技術(shù)，深度探析大數(shù)據(jù)分析技術(shù)在國家審計(jì)領(lǐng)域的應(yīng)用條件，從而提升大數(shù)據(jù)審計(jì)分析的質(zhì)量和效果，加速推進(jìn)審計(jì)大數(shù)據(jù)分析技術(shù)應(yīng)用的常態(tài)化建設(shè)和智能化應(yīng)用。

一、大數(shù)據(jù)審計(jì)分析技術(shù)體系建設(shè)的重要性

（一）構(gòu)建大數(shù)據(jù)審計(jì)分析技術(shù)體系是提高審計(jì)效率的有效手段。大數(shù)據(jù)審計(jì)是基于宏觀角度對相關(guān)行業(yè)、有關(guān)領(lǐng)域、不同形式的審計(jì)數(shù)據(jù)進(jìn)行高效審計(jì)的方式。與國家審計(jì)工作相關(guān)的數(shù)據(jù)主要涵蓋結(jié)構(gòu)化、非結(jié)構(gòu)化等形式的復(fù)雜數(shù)據(jù)，以傳統(tǒng)審計(jì)分析方式難以應(yīng)對大數(shù)據(jù)時(shí)代審計(jì)工作的需求和要求，不利于后續(xù)審計(jì)工作的推進(jìn)。而大數(shù)據(jù)審計(jì)分析技術(shù)則是以系列復(fù)雜數(shù)據(jù)為核心的流程體系，以求洞察審計(jì)問題的本質(zhì)，保證輸入的審計(jì)數(shù)據(jù)依照流程且能夠高效地輸出分析結(jié)果。大數(shù)據(jù)審計(jì)分析技術(shù)有利于深度挖掘被審計(jì)單位非結(jié)構(gòu)化數(shù)據(jù)，可以提高審計(jì)人員對審計(jì)數(shù)據(jù)疑點(diǎn)的處理能力，修正審計(jì)目標(biāo)軌跡，有針對性地關(guān)注審計(jì)重點(diǎn)。

（二）構(gòu)建大數(shù)據(jù)審計(jì)分析技術(shù)體系是推進(jìn)審計(jì)全覆蓋的重要步驟。近年來，大數(shù)據(jù)審計(jì)技術(shù)在電商、醫(yī)療、安防、金融、交通等領(lǐng)域得到廣泛的應(yīng)用。對于下屬單位較多、業(yè)務(wù)量大的被審計(jì)單位，利用大數(shù)據(jù)審計(jì)分析技術(shù)，可以利用所采集的各類往來流水及交易信息等數(shù)據(jù)，深度發(fā)掘數(shù)據(jù)群中的內(nèi)在價(jià)值，縮短實(shí)地審計(jì)辦公時(shí)間，提高審計(jì)操作便捷性，從而推進(jìn)審計(jì)覆蓋面。諸多審計(jì)大數(shù)據(jù)與特定審計(jì)目標(biāo)之間的相關(guān)性較弱，如果過多專注于審計(jì)數(shù)據(jù)的收集和分析則會造成無效工作。若要充分發(fā)揮審計(jì)大數(shù)據(jù)的價(jià)值，鎖定審計(jì)重點(diǎn)，節(jié)約審計(jì)成本，大數(shù)據(jù)審計(jì)分析技術(shù)體系的構(gòu)建是必不可少的環(huán)節(jié)。強(qiáng)化大數(shù)據(jù)審計(jì)分析技術(shù)理論對實(shí)踐活動的有效指導(dǎo)，能夠大幅提升審計(jì)結(jié)論的正確性，為審計(jì)全覆蓋目標(biāo)的實(shí)現(xiàn)提供技術(shù)保障，并以此增強(qiáng)國家審計(jì)的事前預(yù)防功能、事中糾偏功能以及事后防御功能。

二、大數(shù)據(jù)審計(jì)分析技術(shù)體系的構(gòu)成要項(xiàng)

（一）數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是指借助數(shù)學(xué)算法從海量數(shù)據(jù)中挖掘隱藏信息的過程，并將所挖掘的有價(jià)值的信息數(shù)據(jù)應(yīng)用到實(shí)踐之中。大數(shù)據(jù)挖掘技術(shù)涵蓋分類、預(yù)測、關(guān)聯(lián)等技術(shù)。分類是指選出已經(jīng)分好類的數(shù)據(jù)集，在此基礎(chǔ)上運(yùn)用數(shù)據(jù)挖掘技術(shù)，建立分類模型，再將該模型運(yùn)用于尚未分類的數(shù)據(jù)。如果分類得出的模型具有較高的準(zhǔn)確率，可運(yùn)用該模型預(yù)測新樣本的未知變量。關(guān)聯(lián)規(guī)則算法反映了所研究事物之間的相互依賴性或關(guān)聯(lián)性。數(shù)據(jù)挖掘技術(shù)的未來應(yīng)用不再是針對樣本化、隨機(jī)化的精準(zhǔn)數(shù)據(jù)，而是海量、混雜的大數(shù)據(jù)。

國家審計(jì)機(jī)關(guān)運(yùn)用數(shù)據(jù)挖掘技術(shù)開展大數(shù)據(jù)審計(jì)的具體流程為：（1）明確挖掘目標(biāo)。國家審計(jì)機(jī)關(guān)根據(jù)具體審計(jì)業(yè)務(wù)內(nèi)容，明晰審計(jì)目標(biāo)及需求，明確數(shù)據(jù)挖掘的方向。（2）數(shù)據(jù)取樣。根據(jù)既定的數(shù)據(jù)挖掘目標(biāo)，從審計(jì)業(yè)務(wù)信息系統(tǒng)中提取與審計(jì)業(yè)務(wù)相關(guān)且可靠的樣本數(shù)據(jù)子集。（3）數(shù)據(jù)預(yù)處理。為了采集到高質(zhì)量的樣本數(shù)據(jù)以保證預(yù)測質(zhì)量，審計(jì)人員應(yīng)提前對國家審計(jì)大數(shù)據(jù)進(jìn)行降維、缺失值處理、數(shù)據(jù)變量轉(zhuǎn)換、數(shù)據(jù)標(biāo)準(zhǔn)化等操作。（4）數(shù)據(jù)挖掘模型構(gòu)建及評價(jià)。數(shù)據(jù)挖掘模型的構(gòu)建應(yīng)以審計(jì)數(shù)據(jù)的結(jié)構(gòu)特征為基礎(chǔ)，建立具有相似特性內(nèi)部結(jié)構(gòu)且能適用于大量數(shù)據(jù)運(yùn)用的特征模型。國家審計(jì)機(jī)關(guān)有必要基于不同的審計(jì)需求構(gòu)建能夠?qū)崿F(xiàn)各類不同功能下的數(shù)據(jù)挖掘模型，根據(jù)大數(shù)據(jù)審計(jì)的業(yè)務(wù)性質(zhì)對各類數(shù)據(jù)挖掘模型進(jìn)行評價(jià)與測試，并從各類挖掘模型中甄選出契合度最高的模型。

（二）機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)是可自動獲取知識的計(jì)算機(jī)算法語言，其理論基礎(chǔ)包含多種學(xué)科，如深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)生物學(xué)、人工智能等。近年來，機(jī)器學(xué)習(xí)已逐步應(yīng)用于審計(jì)領(lǐng)域之中，如樸素貝葉斯、隱馬爾可夫、遷徙學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、Bagging、Boosting等技術(shù)和算法在銀行反舞弊審計(jì)、政策跟蹤審計(jì)、網(wǎng)絡(luò)安全審計(jì)等領(lǐng)域的運(yùn)用。

國家審計(jì)機(jī)關(guān)運(yùn)用機(jī)器學(xué)習(xí)技術(shù)開展大數(shù)據(jù)審計(jì)的具體流程為：（1）構(gòu)架計(jì)算機(jī)系統(tǒng)與審計(jì)各類相關(guān)主體之間有機(jī)結(jié)合的自然語言接口。（2）建立對不完整審計(jì)數(shù)據(jù)的預(yù)測推導(dǎo)規(guī)則，提升對審計(jì)大數(shù)據(jù)自動分析歸納建模的能力。（3）對大數(shù)據(jù)審計(jì)分析的學(xué)習(xí)過程進(jìn)行深入的模擬與學(xué)習(xí)，擴(kuò)展全新的審計(jì)流程，發(fā)現(xiàn)缺失的審計(jì)證據(jù)。（4）強(qiáng)化機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘之間的協(xié)同運(yùn)作，推進(jìn)機(jī)器學(xué)習(xí)技術(shù)在審計(jì)大數(shù)據(jù)分類、歸納、預(yù)測等方面的深入應(yīng)用?；谝陨戏治觯瑖覍徲?jì)機(jī)關(guān)應(yīng)歸納并總結(jié)機(jī)器學(xué)習(xí)下演繹學(xué)習(xí)、類比學(xué)習(xí)、分析學(xué)習(xí)、概念學(xué)習(xí)、規(guī)則學(xué)習(xí)等各類技術(shù)在國家審計(jì)領(lǐng)域中的應(yīng)用經(jīng)驗(yàn)，基于各類國家審計(jì)的目標(biāo)和要求，設(shè)計(jì)切實(shí)可行的機(jī)器學(xué)習(xí)運(yùn)行步驟，做好有關(guān)參數(shù)管理，合理協(xié)調(diào)與機(jī)器學(xué)習(xí)技術(shù)應(yīng)用相關(guān)的各個(gè)環(huán)節(jié)，提煉各類機(jī)器學(xué)習(xí)技術(shù)下的應(yīng)用指南，建立操作規(guī)程與運(yùn)行標(biāo)準(zhǔn)。

（三）預(yù)測分析。預(yù)測分析是根據(jù)可提取的歷史數(shù)據(jù)，進(jìn)行規(guī)律性分析，采用能夠適應(yīng)各類變化的審計(jì)分析模型，對未來數(shù)據(jù)的結(jié)構(gòu)和特征進(jìn)行預(yù)測。預(yù)測分析主要關(guān)注的是信息的準(zhǔn)確性，一般是根據(jù)預(yù)測方差進(jìn)行精度判斷。估計(jì)和分類是預(yù)測分析技術(shù)的重要構(gòu)成，二者的主要區(qū)別在于分類適用于具有明確類別特征的數(shù)據(jù)信息，更加適用于離散型變量，估計(jì)值則適用于具有不確定性特征的數(shù)據(jù)信息，更適用于連續(xù)型變量。通常情況下，審計(jì)人員可對審計(jì)大數(shù)據(jù)進(jìn)行初步估計(jì)和初始運(yùn)算，并以此作為進(jìn)一步分類工作的基礎(chǔ)，如從被審計(jì)業(yè)務(wù)信息系統(tǒng)中提取相關(guān)審計(jì)輸入數(shù)據(jù)，先以估計(jì)值運(yùn)算得到不可測的不間斷變量的值，再根據(jù)事前評定的閾值，對審計(jì)大數(shù)據(jù)進(jìn)行整理分類。

在大數(shù)據(jù)審計(jì)中，預(yù)測分析技術(shù)的有效運(yùn)用應(yīng)關(guān)注：（1）審計(jì)大數(shù)據(jù)的質(zhì)量。數(shù)據(jù)是貫穿預(yù)測分析活動全過程的關(guān)鍵要素。預(yù)測分析所涉及到的大數(shù)據(jù)通常是以被審計(jì)單位內(nèi)部的運(yùn)營數(shù)據(jù)為基礎(chǔ)，并以外部數(shù)據(jù)作為補(bǔ)充，如宏觀信息流、物流數(shù)據(jù)等。數(shù)據(jù)集中的參數(shù)能否提高預(yù)測的可行性是判定審計(jì)數(shù)據(jù)質(zhì)量的依據(jù)。通常，基礎(chǔ)數(shù)據(jù)量越大，更易挖掘到高質(zhì)量和高相關(guān)性的數(shù)據(jù)，便于發(fā)現(xiàn)數(shù)據(jù)之間的邏輯關(guān)聯(lián)。（2）審計(jì)人員。審計(jì)人員需要充分了解審計(jì)目標(biāo)，分析審計(jì)數(shù)據(jù)，有針對性地構(gòu)建預(yù)測分析模型。（3）審計(jì)預(yù)測分析軟件。審計(jì)預(yù)測分析軟件以統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)算法為基礎(chǔ)，是審計(jì)人員用來評估預(yù)測分析模型的平臺，IBM SPSS和SAS是兩個(gè)常用的分析軟件。如果數(shù)據(jù)量足夠大，則需要專業(yè)性較強(qiáng)的審計(jì)數(shù)據(jù)運(yùn)算平臺，如Hadoop或Oracle Exadata等。（4）運(yùn)營軟件。如何從眾多預(yù)測模型中選取最優(yōu)模型，需要將各類備選預(yù)測模型植入以運(yùn)營軟件為中心的終端平臺，且以軟件形式挑選最優(yōu)化模型，構(gòu)建應(yīng)用規(guī)則。

（四）圖像識別。圖像識別技術(shù)是國家審計(jì)人員采用開放應(yīng)用程序編程接口（API）方式，且通過實(shí)時(shí)訪問和調(diào)用應(yīng)用程序編程接口，進(jìn)而實(shí)現(xiàn)有關(guān)審計(jì)大數(shù)據(jù)信息的圖像識別。圖像識別技術(shù)在審計(jì)領(lǐng)域已有較多的應(yīng)用，如利用圖像識別技術(shù)和MVC架構(gòu)理念設(shè)計(jì)基于票據(jù)自動識別的財(cái)務(wù)管理系統(tǒng)、探索審計(jì)勘察中人臉圖像識別算法的應(yīng)用等。

在國家審計(jì)實(shí)施過程中，審計(jì)人員可采用圖像識別技術(shù)識別重點(diǎn)審計(jì)對象，直觀地分析相關(guān)政策目標(biāo)的實(shí)現(xiàn)效果，及時(shí)發(fā)現(xiàn)政策落實(shí)過程中所存在的各類問題。如在鄉(xiāng)村振興政策審計(jì)中，審計(jì)人員可以根據(jù)自然資源、水利等部門提供的高標(biāo)準(zhǔn)農(nóng)田規(guī)劃設(shè)計(jì)圖，利用圖像識別技術(shù)，初步發(fā)現(xiàn)項(xiàng)目重疊區(qū)域，并進(jìn)一步結(jié)合現(xiàn)場勘察，有針對性地核對重疊地塊建設(shè)內(nèi)容。

（五）可視化分析。可視化分析是將數(shù)據(jù)呈現(xiàn)的圖形、圖像信息進(jìn)行交互處理的操作技術(shù)?？梢暬治黾夹g(shù)依托數(shù)據(jù)挖掘、視圖繪制以及人機(jī)交互等技術(shù)支撐，將大數(shù)據(jù)審計(jì)中的價(jià)值信息以直觀的信號傳遞，便于審計(jì)人員快速獲取關(guān)鍵知識。為有效提升審計(jì)大數(shù)據(jù)的內(nèi)在價(jià)值，推進(jìn)審計(jì)大數(shù)據(jù)中所隱含的隱性知識的顯性化，國家審計(jì)機(jī)關(guān)應(yīng)高度重視可視化分析技術(shù)在審計(jì)領(lǐng)域中的廣泛應(yīng)用。

可視化技術(shù)能夠以更直觀、更有時(shí)效性的視覺符號代替?zhèn)鹘y(tǒng)模式下的數(shù)據(jù)界面，其借助一系列工具和手段，能夠使審計(jì)人員清晰地閱讀異構(gòu)化數(shù)據(jù)，幫助審計(jì)人員快速發(fā)現(xiàn)問題，提高審計(jì)取證效率和工作效果。對于低維數(shù)據(jù)，首先進(jìn)行圖像化展示，其次拓展相關(guān)領(lǐng)域知識，完善特征描述，構(gòu)建數(shù)據(jù)間邏輯關(guān)系。審計(jì)人員以此為基礎(chǔ)，多角度分析被審計(jì)數(shù)據(jù)，支撐審計(jì)證據(jù)。對于多維數(shù)據(jù)可視化，審計(jì)人員可遵從空間劃分、可視數(shù)據(jù)開發(fā)、可視化建模、可視數(shù)據(jù)分析以及可視化呈現(xiàn)等步驟，實(shí)現(xiàn)審計(jì)數(shù)據(jù)形象化展示。通過審計(jì)證據(jù)的可視化呈現(xiàn)，審計(jì)人員僅需關(guān)注審計(jì)任務(wù)本身，排除冗雜數(shù)據(jù)干擾，便于直觀分析并發(fā)現(xiàn)審計(jì)疑點(diǎn)。

三、大數(shù)據(jù)審計(jì)分析技術(shù)體系的應(yīng)用案例

（一）數(shù)據(jù)挖掘技術(shù)在云電子商務(wù)安全審計(jì)中的運(yùn)用。云電子商務(wù)是以云計(jì)算為基礎(chǔ)，消費(fèi)者和商戶之間的網(wǎng)上交易、在線電子支付以及各種商務(wù)活動。為更好地推進(jìn)云電子商務(wù)活動，云電子商務(wù)平臺必不可缺。云電子商務(wù)平臺將有關(guān)于商務(wù)活動的服務(wù)商、制作商、代理商、供應(yīng)商、管理機(jī)構(gòu)以及法律機(jī)構(gòu)等多方主體融入其中，通過買賣雙方的各類商貿(mào)活動實(shí)現(xiàn)對電子商務(wù)行業(yè)及行業(yè)資源的整合利用?；跀?shù)據(jù)挖掘技術(shù)構(gòu)建云電子商務(wù)安全審計(jì)模式，首先，審計(jì)人員應(yīng)依托數(shù)據(jù)挖掘技術(shù)建立云電子商務(wù)審計(jì)評價(jià)機(jī)制，包括一般性評價(jià)、內(nèi)外部控制評價(jià)等，審計(jì)人員需根據(jù)客觀性、重要性、實(shí)質(zhì)重于形式等原則推進(jìn)云電子商務(wù)在全生命周期中各個(gè)階段的評價(jià)和問診。其次，審計(jì)人員應(yīng)在數(shù)據(jù)挖掘結(jié)論的基礎(chǔ)上，根據(jù)對審計(jì)缺陷、審計(jì)困境等方面的評價(jià)結(jié)論，進(jìn)行審計(jì)防御措施的改進(jìn)，持續(xù)跟進(jìn)審計(jì)監(jiān)測與審計(jì)預(yù)警。大數(shù)據(jù)時(shí)代，國家審計(jì)機(jī)關(guān)應(yīng)對云電子商務(wù)安全審計(jì)流程進(jìn)行全方面、多角度設(shè)計(jì)，深化審計(jì)業(yè)務(wù)步驟，正確拆分審計(jì)業(yè)務(wù)，剔除冗雜的業(yè)務(wù)步驟，提高對關(guān)鍵環(huán)節(jié)的取證力度，并結(jié)合審計(jì)業(yè)務(wù)實(shí)際情形實(shí)時(shí)調(diào)整資源配置，完善審計(jì)作業(yè)鏈，推進(jìn)流程優(yōu)化。

為更好地實(shí)施云電子商務(wù)安全審計(jì)下的數(shù)據(jù)挖掘支持服務(wù)，國家審計(jì)機(jī)關(guān)首先應(yīng)構(gòu)建審計(jì)大數(shù)據(jù)算法庫，其次是強(qiáng)化特定數(shù)據(jù)挖掘算法的具體應(yīng)用。審計(jì)人員依托云電子商務(wù)審計(jì)平臺開展數(shù)據(jù)挖掘建模，通過對云電子商務(wù)活動的風(fēng)險(xiǎn)分析、流程管控、算法篩選、模型評價(jià)及模式優(yōu)化，實(shí)現(xiàn)審計(jì)大數(shù)據(jù)挖掘服務(wù)。電子政務(wù)云安全審計(jì)平臺可以為審計(jì)人員提供數(shù)據(jù)挖掘算法服務(wù)、審計(jì)挖掘服務(wù)、云資源審計(jì)管理服務(wù)、審計(jì)系統(tǒng)監(jiān)控服務(wù)以及可復(fù)用構(gòu)件資源庫開發(fā)服務(wù)。數(shù)據(jù)挖掘算法除了包括常規(guī)性的聚類、關(guān)聯(lián)、回歸等，還可以根據(jù)審計(jì)客體的數(shù)據(jù)結(jié)構(gòu)特征采用分布式或并行式算法。在維屬性復(fù)雜的數(shù)據(jù)如何開展動態(tài)分析方面，審計(jì)人員可采用并行審計(jì)大數(shù)據(jù)挖掘技術(shù)，保證各節(jié)點(diǎn)之間的協(xié)同。而分析持續(xù)審計(jì)大數(shù)據(jù)流，可以采用分布式審計(jì)挖掘技術(shù)，將數(shù)據(jù)流拆解后進(jìn)行運(yùn)算處理。審計(jì)人員應(yīng)緊密圍繞特定云電子商務(wù)平臺下的安全審計(jì)需求，選擇評價(jià)結(jié)果較高的審計(jì)大數(shù)據(jù)挖掘模型。

（二）過程挖掘技術(shù)在互聯(lián)網(wǎng)金融信息安全審計(jì)中的運(yùn)用?；ヂ?lián)網(wǎng)金融企業(yè)所涉及的資金數(shù)額較大，運(yùn)營風(fēng)險(xiǎn)較高，該領(lǐng)域所面臨的安全問題極為突出。過程挖掘是對有跡可循的工作或運(yùn)行過程開展挖掘分析，通過過程發(fā)現(xiàn)、符合性檢查、組織挖掘、仿真模型等步驟從事件日志中提取知識。過程挖掘算法包括原型算法、模型改進(jìn)算法、模型創(chuàng)造算法以及模型提取算法等。國家審計(jì)機(jī)關(guān)運(yùn)用過程挖掘技術(shù)能夠?qū)崿F(xiàn)互聯(lián)網(wǎng)金融信息安全管理的問題發(fā)現(xiàn)和策略改進(jìn)。

審計(jì)人員運(yùn)用過程挖掘技術(shù)開展互聯(lián)網(wǎng)金融信息安全審計(jì)的步驟具體為：（1）日志數(shù)據(jù)的采集。審計(jì)人員主要對三類日志系統(tǒng)中的數(shù)據(jù)進(jìn)行采集，第一類是互聯(lián)網(wǎng)金融工作流管理系統(tǒng)，如Staffware、InConcert、MQ Series等，第二類是互聯(lián)網(wǎng)金融的案例處理系統(tǒng)/客戶關(guān)系管理系統(tǒng)，如FLOWer、Vectus、Siebel等，第三類是互聯(lián)網(wǎng)金融的資源管理系統(tǒng)，如SAP R/3、BaaN、Peoplesoft等。（2）數(shù)據(jù)預(yù)處理。審計(jì)人員應(yīng)對從日志庫里采集到的審計(jì)大數(shù)據(jù)進(jìn)行清理，處理重復(fù)型、缺失型及不完整數(shù)據(jù)等。（3）過程挖掘建模。國家審計(jì)機(jī)關(guān)首先應(yīng)在促進(jìn)內(nèi)在算法與外部工具二者有機(jī)融合的基礎(chǔ)之上，設(shè)計(jì)可適用的備選過程挖掘模型，并以互聯(lián)網(wǎng)金融信息安全審計(jì)的具體應(yīng)用需求作為評價(jià)標(biāo)準(zhǔn)，從備選模型群中選取可行性強(qiáng)的過程挖掘模型。其次，通過模式發(fā)現(xiàn)與可視化操作，直觀展示互聯(lián)網(wǎng)金融信息系統(tǒng)中有關(guān)歷史事件活動軌跡的關(guān)聯(lián)性，全方位挖掘異常數(shù)據(jù)信息，并分析異常原因。（4）管理與防范。在對安全審計(jì)風(fēng)險(xiǎn)等級進(jìn)行界定和描述的基礎(chǔ)之上，將所發(fā)現(xiàn)的異常點(diǎn)或薄弱點(diǎn)進(jìn)行分類。對于危險(xiǎn)等級較高的風(fēng)險(xiǎn)點(diǎn)，應(yīng)進(jìn)行重點(diǎn)分析，采取有效措施及時(shí)消除風(fēng)險(xiǎn)，并開展持續(xù)監(jiān)測；對于危險(xiǎn)等級較低的異常點(diǎn)，應(yīng)采用常規(guī)化管控策略，建立動態(tài)預(yù)警機(jī)制，以避免向更高風(fēng)險(xiǎn)等級的轉(zhuǎn)化。

四、結(jié)束語

大數(shù)據(jù)審計(jì)技術(shù)涵蓋采集技術(shù)、存儲技術(shù)、預(yù)處理技術(shù)、分析技術(shù)、可視化技術(shù)等，而分析技術(shù)是大數(shù)據(jù)審計(jì)技術(shù)的核心組成部分。大數(shù)據(jù)審計(jì)分析技術(shù)體系建設(shè)是一個(gè)長期的過程，各類分析技術(shù)自身是否成熟可用、特定分析技術(shù)能否被正確使用、大數(shù)據(jù)審計(jì)分析技術(shù)體系是否完善等因素都直接影響著審計(jì)證據(jù)的分析和處理。對于如何推進(jìn)審計(jì)大數(shù)據(jù)分析技術(shù)應(yīng)用的常態(tài)化，如何提升大數(shù)據(jù)審計(jì)分析的效果，國家審計(jì)機(jī)關(guān)應(yīng)全面梳理與整合大數(shù)據(jù)分析技術(shù)，并以此為基礎(chǔ)，深度剖析各類大數(shù)據(jù)分析技術(shù)在審計(jì)領(lǐng)域應(yīng)用的場景和條件。唯有此，大數(shù)據(jù)分析技術(shù)在審計(jì)領(lǐng)域中的實(shí)踐應(yīng)用才能做到有的放矢。