基于云计算环境的大数据审计研究——以ABC国家审计项目为例

近年来随着云计算、大数据技术的不断发展,信息技术正在以常人无法想象的速度飞快地渗透到企业发展的各个角落,也对审计的发展带来了一系列改变和挑战。国家审计作为国家治理大系统中一个内生的具有预防、揭示和抵御的“免疫系统”,是国家治理的基石和重要保障,在完善国家治理、促进经济和社会健康发展等方面发挥着积极作用。传统的审计方法已无法满足当前国家审计项目的需求,大数据审计正悄然来临,因此对于云计算环境下的大数据审计研究尤为必要。论文以 ABC 国家审计项目为研究对象,针对该国家审计项目在审计环境、审计模式、审计证据、审计方式、审计技术、审计效率、审计成果、审计人员等方面存在的问题进行分析,基于云计算环境,借助大数据相关技术,构建基于云计算环境的大数据审计框架,并将 ABC 国家审计项目应用于实施框架中,解决 ABC 国家审计项目所存在的相关问题。论文一方面丰富大数据审计的理论内容和研究成果,积极推动大数据下的国家审计方法与技术,促进国家审计的快速发展,使其更加高效的运转,不断适应日益变化的环境;另一方面借助案例对国家审计项目实施大数据审计提供一定的实际参考,使 得审计机关更好地发现被审计单位相关问题,进而给被审计单位提供相应建议,促进被审计单位相应的改革和发展。

  • 2021-06-23
  • 阅读117
  • 下载0
  • 62页
  • pdf

绿色数据中心不完备能耗大数据填补及分类算法研究

着云计算和大数据时代的到来,大规模数据中心在全球范围内得到r广泛的部署.但大规模数据中心 的高能耗仍然是当今亟待解决的问题.为解决这一问题,通常采用太阳能等可再生绿色新能源为数据中心供电.绿 色数据中心能够根据新能源的变化配合市电为数据中心提供高效、低能耗且稳定的电能供给,这是数据中心发展 的趋势.文中针对数据收集不完善和断电等因素会造成一定程度的数据缺失情况,提出了一种基于完备相容类的 不完备大数据填补算法,来填补数据中心的缺失数据;针对绿色数据中心能耗大数据的不稳定、间歇性和随时变化 等特点,提出了一种基于离散弱相关的决策森林并行分类算法,通过对数据中心能耗大数据并行分类,来指导供电 方式,以利于高效节能和延长电池寿命;此外进一步提出了一种增量更新决策森林的算法,来增量更新分类模型, 该算法能够保障分类模型不断适应数据变化,防止分类准确率随时间而下降,从而避免电池频繁充放电,以保证稳 定供电.整体来说,文中提出了一种数据中心能耗大数据管理模型,该模型针对大规模绿色数据中心的能源供给相 关问题,运用不完备能耗大数据的填补、能耗大数据的并行分类、分类模型更新这三方面的技术方法,动态调控太 阳能和市电供电端口,为数据中心提供高效、低能耗且稳定的电能供给.最后,采用绿色数据中心真实的能耗相关 大数据集进行实验,实验结果说明文中提出的能耗大数据管理模型,能够帮助绿色数据中心有效管理太阳能和其 他资源来配合市电提供稳定且充足的电能供应,从而为整个数据中心服务体系提供高效的能源服务.

  • 2021-06-21
  • 阅读54
  • 下载0
  • 18页
  • pdf