【文章內(nèi)容簡介】 審計(jì)證據(jù)。(五)大數(shù)據(jù)、云計(jì)算技術(shù)促進(jìn)高效數(shù)據(jù)審計(jì)的發(fā)展直到今天，審計(jì)人員的數(shù)字審計(jì)技術(shù)依然建立在精準(zhǔn)的基礎(chǔ)上。這種思維方式適用于掌握“小數(shù)據(jù)量”的情況，因?yàn)樾枰治龅臄?shù)據(jù)很少，所以審計(jì)人員必須盡可能精準(zhǔn)地量化被審計(jì)單位的業(yè)務(wù)。隨著大數(shù)據(jù)、云計(jì)算技術(shù)成為日常生活中的一部分，審計(jì)人員應(yīng)開始從一個(gè)比以前更大、更全面的角度來理解被審計(jì)單位，將“樣本= 總體”植入審計(jì)人員的思維中。相比依賴于小數(shù)據(jù)和精確性的時(shí)代，大數(shù)據(jù)更強(qiáng)調(diào)數(shù)據(jù)的完整性和混雜性，幫助審計(jì)人員進(jìn)一步接近事情的真相，“局部”和“精確”將不再是審計(jì)人員追求的目標(biāo)，審計(jì)人員追求的是事物的“全貌”和“高效”。圍繞大數(shù)據(jù)，一批新興的數(shù)據(jù)挖掘、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理與分析技術(shù)將不斷涌現(xiàn)。在實(shí)施審計(jì)時(shí)，審計(jì)人員應(yīng)利用大數(shù)據(jù)、云計(jì)算技術(shù)，使用分布式拓樸結(jié)構(gòu)、云數(shù)據(jù)庫、聯(lián)網(wǎng)審計(jì)、數(shù)據(jù)挖掘等新型的技術(shù)手段和工具，以提高審計(jì)的效率。(六)大數(shù)據(jù)、云計(jì)算技術(shù)促進(jìn)大數(shù)據(jù)審計(jì)師的發(fā)展大數(shù)據(jù)、云計(jì)算時(shí)代，數(shù)據(jù)的真實(shí)、可靠是大數(shù)據(jù)發(fā)揮作用的前提。這客觀上要求專業(yè)人員來對(duì)大數(shù)據(jù)的真實(shí)性、可靠性進(jìn)行鑒證，審計(jì)人員可以扮演這種角色，或者稱為數(shù)據(jù)審計(jì)師。能對(duì)大數(shù)據(jù)真實(shí)性、可靠性進(jìn)行鑒證的數(shù)據(jù)審計(jì)師應(yīng)該是計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)和審計(jì)學(xué)領(lǐng)域的專家，他們應(yīng)有大數(shù)據(jù)分析和預(yù)測的評(píng)估能力。數(shù)據(jù)審計(jì)師應(yīng)恪守公正的立場和嚴(yán)守保密的原則，面對(duì)海量的數(shù)據(jù)和紛繁復(fù)雜的相關(guān)關(guān)系，選取分析和預(yù)測工具，以及解讀數(shù)據(jù)及數(shù)據(jù)計(jì)算結(jié)果是否真實(shí)、可靠。一旦出現(xiàn)爭議，數(shù)據(jù)審計(jì)師有權(quán)審查與分析結(jié)果相關(guān)的運(yùn)算法則、統(tǒng)計(jì)方法以及數(shù)據(jù)采集、挖掘和處理過程。數(shù)據(jù)審計(jì)師的出現(xiàn)是為滿足以市場為導(dǎo)向來解決數(shù)據(jù)真實(shí)性、可靠性問題的需求，這與20 世紀(jì)初期為了處理財(cái)務(wù)信息虛假而出現(xiàn)的審計(jì)人員一樣，都是為了滿足新需求而出現(xiàn)的。三、大數(shù)據(jù)挖掘數(shù)據(jù)的價(jià)值只有通過數(shù)據(jù)挖掘才能從低價(jià)值密度的數(shù)據(jù)中發(fā)現(xiàn)其潛在價(jià)值，而大數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)離不開云計(jì)算技術(shù)。在業(yè)界，全球著名的Google、EMC、惠普、IBM、微軟等互聯(lián)網(wǎng)公司都已經(jīng)意識(shí)到大數(shù)據(jù)挖掘的重要意義。上述IT 巨頭們紛紛通過收購大數(shù)據(jù)分析公司，進(jìn)行技術(shù)整合，希望從大數(shù)據(jù)中挖掘更多的商業(yè)價(jià)值。數(shù)據(jù)挖掘通常需要遍歷訓(xùn)練數(shù)據(jù)獲得相關(guān)的統(tǒng)計(jì)信息，用于求解或優(yōu)化模型參數(shù)，在大規(guī)模數(shù)據(jù)上進(jìn)行頻繁的數(shù)據(jù)訪問需要耗費(fèi)大量運(yùn)算時(shí)間。數(shù)據(jù)挖掘領(lǐng)域長期受益于并行算法和架構(gòu)的使用，使得性能逐漸提升。過去15 年來，效果尤其顯著。試圖將這些進(jìn)步結(jié)合起來，并且提煉。GPU平臺(tái)從并行上得到的性能提升十分顯著。這些GPU平臺(tái)由于采用并行架構(gòu)，使用并行編程方法，使得計(jì)算能力呈幾何級(jí)數(shù)增長。即便是圖形處理、游戲編程是公認(rèn)的復(fù)雜，它們也從并行化受益頗多。研究顯示數(shù)據(jù)挖掘、圖遍歷、有限狀態(tài)機(jī)是并行化未來的熱門方向。MapReduce 框架已經(jīng)被證明是提升GPU 運(yùn)行數(shù)據(jù)挖掘算法性能的重要工具。 等提出一種非平凡的策略用來并行一系列數(shù)據(jù)挖掘與數(shù)據(jù)挖掘問題，包括一類分類SVM 和兩類分類SVM，非負(fù)最小二乘問題，及L1 正則化回歸（lasso）問題。由此得到的乘法算法，可以被直截了當(dāng)?shù)卦谌鏜apReduce 和CUDA 的并行計(jì)算環(huán)境中實(shí)現(xiàn)。 在MapReduce 框架下，討論如何設(shè)計(jì)高M(jìn)apReduce 算法，對(duì)當(dāng)前一些基于MapReduce 的數(shù)據(jù)挖掘和數(shù)據(jù)挖掘算法進(jìn)行歸納總結(jié)，以便進(jìn)行大數(shù)據(jù)的分析。Junbo Zhang 等提出一種新的大數(shù)據(jù)挖掘技術(shù)，即利用MapRedue 實(shí)現(xiàn)并行的基于粗糙集的知識(shí)獲取算法，還提出了下一步的研究方向，即集中于用基于并行技術(shù)的粗糙集算法處理非結(jié)構(gòu)化數(shù)據(jù)。 提出了一種新的近似算法使基于核的數(shù)據(jù)挖掘算法可以有效的處理大規(guī)模數(shù)據(jù)集。當(dāng)前的基于核的數(shù)據(jù)挖掘算法由于需要計(jì)算核矩陣面臨著可伸縮性問題，計(jì)算核矩陣需要O(N2)的時(shí)間和空間復(fù)雜度來計(jì)算和存儲(chǔ)。該算法計(jì)算核矩陣時(shí)大幅度降低計(jì)算和內(nèi)存開銷，而且并沒有明顯影響結(jié)果的精確度。此外，通過折中結(jié)果的一些精度可以控制近似水平。它獨(dú)立于隨后使用的數(shù)據(jù)挖掘算法并且可以被它們使用。為了闡明近似算法的效果，在其上開發(fā)了一個(gè)變種的譜聚類算法，此外設(shè)計(jì)了一個(gè)所提出算法的基于MapReduce 的實(shí)現(xiàn)。在合成和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示，所提出的算法可以獲得顯著的時(shí)間和空間節(jié)省。Christian Kaiser 等還利用MapReduce 框架分布式實(shí)現(xiàn)了訓(xùn)練一系列核函數(shù)學(xué)習(xí)機(jī)，該方法適用于基于核的分類和回歸。Christian Kaiser 還介紹了一種擴(kuò)展版的區(qū)域到點(diǎn)建模方法，來適應(yīng)來自空間區(qū)域的大量數(shù)據(jù)。Yael BenHaim 研究了三種MapReduce 實(shí)現(xiàn)架構(gòu)下并行決策樹分類算法的設(shè)計(jì), 并在Phoenix 共享內(nèi)存架構(gòu)上對(duì)SPRINT 算法進(jìn)行了具體的并行實(shí)現(xiàn)。 考慮了潛在狄利克雷分配（LDA）的兩種推理方法——塌縮吉布斯采樣（collapsed Gibbssampling，CGS）和塌縮變分貝葉斯推理（collapsedvariational Bayesian，CVB）在GPU 上的并行化問題。為解決GPU 上的有限內(nèi)存限制問題， 提出一種能有效降低內(nèi)存開銷的新穎數(shù)據(jù)劃分方案。這種劃分方案也能平衡多重處理器的計(jì)算開銷，并能容易地避免內(nèi)存訪問沖突。他們使用數(shù)據(jù)流來處理超大的數(shù)據(jù)集。 的并行推理方法得到的LDA 模型一貫地具有與串行推理方法相同的預(yù)測能力；但在一個(gè)有30 個(gè)多核處理器的GPU 上，CGS 方法得到了26倍的加速，CVB 方法得到了196 倍的加速。他們提出的劃分方案和數(shù)據(jù)流方式使他們的方法在有更多多重處理器時(shí)可伸縮，而且可被作為通用技術(shù)來并行其它數(shù)據(jù)挖掘模型。BaoLiang Lu 提出了一種并行的支持向量機(jī)，稱為最小最大模塊化網(wǎng)絡(luò)(M3)，它是基“分而治之”的思想解決大規(guī)模問題的有效的學(xué)習(xí)算法。 提出了最大覆蓋裝箱算法來決定系統(tǒng)中多少節(jié)點(diǎn)、哪些節(jié)點(diǎn)應(yīng)該應(yīng)用于大數(shù)據(jù)分析的并行執(zhí)行。這種方法可以使大數(shù)據(jù)進(jìn)行分配使得各個(gè)計(jì)算節(jié)點(diǎn)可以同步的結(jié)束計(jì)算，并且使數(shù)據(jù)塊的傳輸可以和上一個(gè)塊的計(jì)算進(jìn)行重疊來節(jié)省時(shí)間。實(shí)驗(yàn)表明，這種方法比其他的方法可以提高大約60% 的性能。在分布式系統(tǒng)方面，Cheng 等人 提出一個(gè)面向大規(guī)?？缮炜s數(shù)據(jù)分析的可伸縮的分布式系統(tǒng)——GLADE。GLADE 通過用戶自定義聚合（UDA）接口并且在輸入數(shù)據(jù)上有效地運(yùn)行來進(jìn)行數(shù)據(jù)分析。文章從兩個(gè)方面來論證了系統(tǒng)的有效性。第一，文章展示了如何使用一系列分析功能來完成數(shù)據(jù)處理。第二，文章將GLADE 與兩種不同類型的系統(tǒng)進(jìn)行比較：一個(gè)用UDA 進(jìn)行改良的關(guān)系型數(shù)據(jù)庫（PostgreSQL）和MapReduce(Hadoop)。然后從運(yùn)行結(jié)果、伸縮性以及運(yùn)行時(shí)間上對(duì)不同類型的系統(tǒng)進(jìn)行了比較。四、總結(jié) 大數(shù)據(jù)的超大容量自然需要容量大，速度快，安全的存儲(chǔ)，滿足這種要求的存儲(chǔ)離不開云計(jì)算。高速產(chǎn)生的大數(shù)據(jù)只有通過云計(jì)算的方式才能在可等待的時(shí)間內(nèi)對(duì)其進(jìn)行處理。同時(shí)，云計(jì)算是提高對(duì)大數(shù)據(jù)的分析與理解能力的一個(gè)可行方案。大數(shù)據(jù)的價(jià)值也只有通過數(shù)據(jù)挖掘才能從低價(jià)值密度的數(shù)據(jù)中發(fā)現(xiàn)其潛在價(jià)值，而大數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)離不開云計(jì)算技術(shù)。總之，云計(jì)算是大數(shù)據(jù)處理的核心支撐技術(shù)，是大數(shù)據(jù)挖掘的主流方式。沒有互聯(lián)網(wǎng)，就沒有虛擬化技術(shù)為核心的云計(jì)算技術(shù)，沒有云計(jì)算就沒有大數(shù)據(jù)處理的支撐技術(shù)。參考文獻(xiàn)、云計(jì)算技術(shù)對(duì)審計(jì)的影響研究 : 深刻改變未來———關(guān)于未來審計(jì)的概念與框架的一些思考Big data and cloud puting Big Data(Big Data)in recent years, more and more occasions, the concept is mentioned more and more people, And often, and cloud puting together, what is the relationship between cloud puting and big data bee a hot Special report contains the following four aspects: value of big data。 data challenge。 data research。 puting is the mainstream way of data this report on our understanding of big data, as well as the understanding of the value of big data, large data processing and mining technology, large data mainly focus on “data”, provide the technology and methods of data collection, mining and analysis。Cloud puting technology focusing on “puting”, providing IT data and cloud puting technology can promote the development of continuous audit mode, the overall audit mode of application, the audit results of prehensive application, the application of related evidence, the development of efficient data audit and the development of large data big data and cloud puting technology measures of audit applications include set up longterm development strategy, accelerate the construction of the audit regulations, establish a platform, to strengthen research and development and improve the utilization : big data cloud puting data mining impact on the audit policy Suggestions第三篇：大數(shù)據(jù)與云計(jì)算的安全云計(jì)算和大數(shù)據(jù)結(jié)合的安全問題摘要：云計(jì)算的浪潮還沒有過去，大數(shù)據(jù)時(shí)代已經(jīng)到來。在對(duì)大數(shù)據(jù)的含義、特征、影響和意義進(jìn)行系統(tǒng)總結(jié)的基礎(chǔ)上，分析了大數(shù)據(jù)與云計(jì)算的關(guān)系，論述大數(shù)據(jù)和云計(jì)算的安全將給消費(fèi)者和電商帶來更加高效的轉(zhuǎn)型。關(guān)鍵字：云計(jì)算，大數(shù)據(jù)，電商所謂通信，最簡單的理解，也是最基本的理解，就是人與人溝通的方法。無論是現(xiàn)在的電話，還是網(wǎng)絡(luò)，解決的最基本的問題，實(shí)際還是人與人的溝通。現(xiàn)代通信技術(shù)，就是隨著科技的不斷發(fā)展，如何采用最新的技術(shù)來不斷優(yōu)化通信的各種方式，讓人與人的溝通變得更為便捷，有效。隨著計(jì)算機(jī)技術(shù)的廣泛普及與計(jì)算機(jī)遠(yuǎn)程信息處理應(yīng)用的發(fā)展，云計(jì)算和大數(shù)據(jù)應(yīng)運(yùn)而生。、一、大數(shù)據(jù)的介紹大數(shù)據(jù)（Big Data)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊(在維克托邁爾舍恩伯格及肯尼斯庫克耶編寫的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)的方法）。大數(shù)據(jù)可分成大數(shù)據(jù)技術(shù)、大數(shù)據(jù)工程、大數(shù)據(jù)科學(xué)和大數(shù)據(jù)應(yīng)用等領(lǐng)域，目前人們談?wù)撟疃嗟氖谴髷?shù)據(jù)技術(shù)和大數(shù)據(jù)應(yīng)用。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專業(yè)化處理。換言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式計(jì)算架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)的挖掘，但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫、云存儲(chǔ)和或虛擬化技術(shù)。二、云計(jì)算的介紹云計(jì)算是一種基于互聯(lián)網(wǎng)的計(jì)算方式，通過這種方式，共享的軟硬件資源和信息可以按需求提供給計(jì)算機(jī)和其他設(shè)備。云是網(wǎng)絡(luò)、互聯(lián)網(wǎng)的一種比喻說法。過去在圖中往往用云來表示電信網(wǎng)，后來也用來表示互聯(lián)網(wǎng)和底層基礎(chǔ)設(shè)施的抽象。幾年之內(nèi),云計(jì)算已從新興技術(shù)發(fā)展成為當(dāng)今的熱點(diǎn)技術(shù)。云計(jì)算從節(jié)約成本的工具到盈利的推動(dòng)器，從ISP（網(wǎng)絡(luò)服務(wù)提供商）到電信企業(yè)，已然成功地從內(nèi)置的IT 系統(tǒng)演變成公共的服務(wù)。然而人們擔(dān)心他們?cè)谠贫说臄?shù)據(jù)安全。正因?yàn)榇?，用戶?yīng)該期待看到更安全的應(yīng)用程序和技術(shù)上來。許多新的加密技術(shù)，安全協(xié)議，在未來會(huì)越來越多的呈現(xiàn)出來。其中的安全性和遵從性的問題仍然是阻礙云計(jì)算發(fā)展的重要原因。三、二者聯(lián)系和安全策略近幾年由于科技的不斷發(fā)展