【正文】 更注重?cái)?shù)據(jù)的完整性和混雜性，幫助人們進(jìn)一步認(rèn)識(shí)事物的全貌和真相。長(zhǎng)期以來(lái)，尋找因果關(guān)系是人類(lèi)發(fā)展過(guò)程中形成的傳統(tǒng)習(xí)慣。在大數(shù)據(jù)時(shí)代，人們不必將主要精力放在事物之間因果關(guān)系的分析上，而是將主要精力放在尋找事物之間的相關(guān)關(guān)系上。人們可以通過(guò)找到一個(gè)事物的良好相關(guān)關(guān)系，幫助其捕捉到事物的現(xiàn)在和預(yù)測(cè)未來(lái)。2006 年8 月9 日，Google首席執(zhí)行官埃里克2007 年10 月，Google 與IBM 開(kāi)始在美國(guó)大學(xué)校園推廣云計(jì)算技術(shù)的計(jì)劃，這項(xiàng)計(jì)劃希望能降低分布式計(jì)算技術(shù)在學(xué)術(shù)研究方面的成本，并為這些大學(xué)提供相關(guān)的軟硬件設(shè)備及技術(shù)支持(Michael Mille，2009)?！霸朴?jì)算”是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，是通過(guò)互聯(lián)網(wǎng)來(lái)提供動(dòng)態(tài)易擴(kuò)展且經(jīng)常是虛擬化的資源?！备鶕?jù)這一定義，云計(jì)算的特征主要表現(xiàn)為: 首先，云計(jì)算是一種計(jì)算模式，具有時(shí)間和網(wǎng)絡(luò)存儲(chǔ)的功能。第三，云計(jì)算是一個(gè)資源池，云計(jì)算服務(wù)提供商的計(jì)算資源，通過(guò)多租戶模式為不同用戶提供服務(wù)，并根據(jù)用戶的需求動(dòng)態(tài)提供不同的物理的或虛擬的資源。第五，云計(jì)算是一項(xiàng)可計(jì)量的服務(wù)，云計(jì)算資源的使用情況可以通過(guò)云計(jì)算系統(tǒng)檢測(cè)、控制、計(jì)量，以自動(dòng)控制和優(yōu)化資源使用。大數(shù)據(jù)主要專注實(shí)際業(yè)務(wù)，著眼于“數(shù)據(jù)”，提供數(shù)據(jù)采集、挖掘、分析的技術(shù)和方法，強(qiáng)調(diào)的是數(shù)據(jù)存儲(chǔ)能力。如果沒(méi)有大數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)，那么云計(jì)算的計(jì)算能力再?gòu)?qiáng)大，也難以找到用武之地。從技術(shù)上看，大數(shù)據(jù)依賴于云計(jì)算。而數(shù)據(jù)之所以會(huì)變“大”，最重要的便是云計(jì)算提供的技術(shù)平臺(tái)。而巨量的數(shù)據(jù)也只能依靠云計(jì)算強(qiáng)大的數(shù)據(jù)處理能力，才能夠“淘盡黃沙始得金”。大數(shù)據(jù)的側(cè)重點(diǎn)是各種數(shù)據(jù)，廣泛、深入挖掘巨量數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中的價(jià)值，迫使企業(yè)從“業(yè)務(wù)驅(qū)動(dòng)”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動(dòng)”。云計(jì)算使企業(yè)的IT 部門(mén)受益，而大數(shù)據(jù)使企業(yè)的業(yè)務(wù)管理部門(mén)受益。大數(shù)據(jù)對(duì)社會(huì)經(jīng)濟(jì)帶來(lái)的變化是巨大的，涉及到各個(gè)領(lǐng)域。數(shù)據(jù)創(chuàng)造價(jià)值，而挖掘數(shù)據(jù)價(jià)值、利用數(shù)據(jù)的“推動(dòng)力”就是云計(jì)算。通過(guò)云計(jì)算對(duì)大數(shù)據(jù)進(jìn)行分析、總結(jié)與預(yù)測(cè)，會(huì)使得決策更可靠，釋放出更多大數(shù)據(jù)的內(nèi)在價(jià)值?，F(xiàn)代審計(jì)技術(shù)和方法體系是在原始的查賬基礎(chǔ)上從低級(jí)向高級(jí)、從不完備到比較完備發(fā)展起來(lái)的。當(dāng)內(nèi)部控制理論和方法全面應(yīng)用于業(yè)務(wù)和會(huì)計(jì)處理時(shí)，審計(jì)實(shí)施的是系統(tǒng)導(dǎo)向的審計(jì)技術(shù)和方法。與風(fēng)險(xiǎn)導(dǎo)向?qū)徲?jì)技術(shù)和方法并行的是，計(jì)算機(jī)技術(shù)廣泛應(yīng)用于業(yè)務(wù)和會(huì)計(jì)處理時(shí)，審計(jì)實(shí)施的是IT 審計(jì)技術(shù)和方法。(一)大數(shù)據(jù)、云計(jì)算技術(shù)促進(jìn)持續(xù)審計(jì)方式的發(fā)展傳統(tǒng)審計(jì)中，審計(jì)人員只是在被審計(jì)單位業(yè)務(wù)完成后才進(jìn)行審計(jì)，而且審計(jì)過(guò)程中并不是審計(jì)所有的數(shù)據(jù)和信息，只是抽取其中有的一部分進(jìn)行審計(jì)。隨著信息技術(shù)迅速發(fā)展，越來(lái)越多的審計(jì)組織對(duì)被審計(jì)單位開(kāi)始實(shí)施持續(xù)審計(jì)方式，以解決審計(jì)結(jié)果與經(jīng)濟(jì)活動(dòng)的時(shí)差問(wèn)題。而大數(shù)據(jù)、云計(jì)算技術(shù)可以促進(jìn)持續(xù)審計(jì)方式的發(fā)展，使信息技術(shù)與大數(shù)據(jù)、云計(jì)算技術(shù)較好交叉融合，尤其對(duì)業(yè)務(wù)數(shù)據(jù)和風(fēng)險(xiǎn)控制“實(shí)時(shí)性”要求較高的特定行業(yè)，如銀行、證券、保險(xiǎn)等行業(yè)，在這些行業(yè)中實(shí)施持續(xù)審計(jì)迫在眉睫。(二)大數(shù)據(jù)、云計(jì)算技術(shù)促進(jìn)總體審計(jì)模式的應(yīng)用現(xiàn)時(shí)的審計(jì)模式是在評(píng)價(jià)被審計(jì)單位風(fēng)險(xiǎn)基礎(chǔ)上實(shí)施抽樣審計(jì)。這種抽樣審計(jì)模式，由于抽取樣本的有限性，而忽視了大量和具體的業(yè)務(wù)活動(dòng)，使審計(jì)人員無(wú)法完全發(fā)現(xiàn)和揭示被審計(jì)單位的重大舞弊行為，隱藏著重大的審計(jì)風(fēng)險(xiǎn)。利用大數(shù)據(jù)、云計(jì)算技術(shù)，對(duì)數(shù)據(jù)的跨行業(yè)、跨企業(yè)搜集和分析，可以不用隨機(jī)抽樣方法，而采用搜集和分析被審計(jì)單位所有數(shù)據(jù)的總體審計(jì)模式。審計(jì)人員實(shí)施總體審計(jì)模式，可以規(guī)避審計(jì)抽樣風(fēng)險(xiǎn)。同時(shí)，審計(jì)人員實(shí)施總體審計(jì)模式，能發(fā)現(xiàn)從審計(jì)抽樣模式所不能發(fā)現(xiàn)的問(wèn)題。(三)大數(shù)據(jù)、云計(jì)算技術(shù)促進(jìn)審計(jì)成果的綜合應(yīng)用目前，審計(jì)人員的審計(jì)成果主要是提供給被審計(jì)單位的審計(jì)報(bào)告，其格式固定，內(nèi)容單一，包含的信息量較少。首先，審計(jì)人員通過(guò)對(duì)審計(jì)中獲取的大量數(shù)據(jù)和相關(guān)情況資料的匯總、歸納，從中找出財(cái)務(wù)、業(yè)務(wù)和經(jīng)營(yíng)管理等方面的內(nèi)在規(guī)律、共性問(wèn)題和發(fā)展趨勢(shì)，通過(guò)匯總歸納宏觀性和綜合性較強(qiáng)的審計(jì)信息，為被審計(jì)單位投資者和其他利益相關(guān)者提供數(shù)據(jù)證明、關(guān)聯(lián)分析和決策建議，從而促進(jìn)被審計(jì)單位管理水平的提高。再次，審計(jì)人員將審計(jì)成果進(jìn)行智能化留存，通過(guò)大數(shù)據(jù)、云計(jì)算技術(shù)，將問(wèn)題規(guī)則化并固化到系統(tǒng)中，以便于計(jì)算或判斷問(wèn)題發(fā)展趨勢(shì)，向被審計(jì)單位進(jìn)行預(yù)警。審計(jì)人員將審計(jì)成果、被審計(jì)單位與審計(jì)問(wèn)題進(jìn)行關(guān)聯(lián)，并進(jìn)行信息化處理，在進(jìn)行下次審計(jì)時(shí)，減少實(shí)地審計(jì)的時(shí)間和工作量，提高審計(jì)工作的效率。但是，在大數(shù)據(jù)、云計(jì)算環(huán)境下，審計(jì)人員既面臨巨量數(shù)據(jù)篩選的考驗(yàn)，又面臨搜集適當(dāng)審計(jì)證據(jù)的挑戰(zhàn)。但從審計(jì)證據(jù)發(fā)現(xiàn)的角度來(lái)看，由于大數(shù)據(jù)技術(shù)提供了前所未有的跨領(lǐng)域、可供量化的維度，使得審計(jì)問(wèn)題大量的相關(guān)信息能夠得以記錄和計(jì)算分析。在大數(shù)據(jù)、云計(jì)算技術(shù)環(huán)境下，審計(jì)人員能搜集到的審計(jì)證據(jù)大多是電子證據(jù)(秦榮生，2013)。審計(jì)人員應(yīng)從長(zhǎng)期依賴因果關(guān)系來(lái)搜集和發(fā)現(xiàn)審計(jì)證據(jù)，轉(zhuǎn)變成為利用相關(guān)關(guān)系來(lái)搜集和發(fā)現(xiàn)審計(jì)證據(jù)。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)。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”。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(kù)、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。這客觀上要求專業(yè)人員來(lái)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。數(shù)據(jù)審計(jì)師應(yīng)恪守公正的立場(chǎng)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(cè)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。數(shù)據(jù)審計(jì)師的出現(xiàn)是為滿足以市場(chǎng)為導(dǎo)向來(lái)解決數(shù)據(jù)真實(shí)性、可靠性問(wèn)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。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。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(wèn)需要耗費(fèi)大量運(yùn)算時(shí)間。過(guò)去15 年來(lái)，效果尤其顯著。GPU平臺(tái)從并行上得到的性能提升十分顯著。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。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。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)。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)。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(wèn)題，計(jì)算核矩陣需要O(N2)的時(shí)間和空間復(fù)雜度來(lái)計(jì)算和存儲(chǔ)。此外，通過(guò)折中結(jié)果的一些精度可以控制近似水平。為了闡明近似算法的效果，在其上開(kāi)發(fā)了一個(gè)變種的譜聚類(lèi)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)。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(lèi)和回歸。Yael BenHaim 研究了三種MapReduce 實(shí)現(xiàn)架構(gòu)下并行決策樹(shù)分類(lèi)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)。為解決GPU 上的有限內(nèi)存限制問(wèn)題， 提出一種能有效降低內(nèi)存開(kāi)銷(xiāo)的新穎數(shù)據(jù)劃分方案。他們使用數(shù)據(jù)流來(lái)處理超大的數(shù)據(jù)集。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(lái)并行其它數(shù)據(jù)挖掘模型。 提出了最大覆蓋裝箱算法來(lái)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。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。GLADE 通過(guò)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(lái)進(jìn)行數(shù)據(jù)分析。第一，文章展示了如何使用一系列分析功能來(lái)完成數(shù)據(jù)處理。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(lèi)型的系統(tǒng)進(jìn)行了比較。高速產(chǎn)生的大數(shù)據(jù)只有通過(guò)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。大數(shù)據(jù)的價(jià)值也只有通過(guò)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(kāi)云計(jì)算技術(shù)。沒(méi)有互聯(lián)網(wǎng)，就沒(méi)有虛擬化技術(shù)為核心的云計(jì)算技術(shù)，沒(méi)有云計(jì)算就沒(méi)有大數(shù)據(jù)處理的支撐技術(shù)。 data challenge。 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 techno