大数据背景下军队审计数据分析初探

摘 要：大数据是当今世界信息化建设发展的大趋势，它带来了一场工作、生活和思维上的大变革，也引发了对大数据背景下军队审计数据分析的思考。文章基于大数据发展趋势和军队审计工作现状，指出应从数据基础式审计、研判数据结构、运用挖掘型技术、构建安全体系等方面入手，加强大数据背景下军队审计数据与信息化建设。

关键词：大数据 军队审计 数据分析

中图分类号：F239 文献标识码：A

文章编号：1004-4194（2015）07-122-02

大数据是以云计算为基础，通过信息存储、分享和挖掘，将大量、高速、多变的终端数据存储下来并分析计算，寻求解决问题的有效方法。随着军队信息化建设的不断推进，未来军事经济活动都将以数据信息流的形式展现和保存，产生的数据量增长迅速，数据种类和格式日渐丰富。面对一个个数量庞大、种类繁杂的数据信息源，审计机关不仅要具备对海量数据的采集和存储的能力，更重要的是能够迅速分析和挖掘数据，从中找出审计线索、发现问题、寻求对策。

一、大数据的定义与特征

根据维基百科的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。对于大数据，美国著名的顾能公司给出了这样的定义：是需要新处理模式才能具有更强的决策力、洞察发现力和流程優化能力的海量、高增长率和多样化的信息资产。随着大数据研究的深入，大数据概念的内涵和外延不断地产生变化，业界对其定义尚未完全统一。目前主流的定义基本是从大数据的特征出发，试图通过阐述和归纳这些特征来给出大数据的定义，其中比较有代表性的是4V。大数据的4个“V”有四个层面：一是数据体量巨大。从TB级别，跃升到PB级别。二是数据类型繁多。包括网络日志、视频、图片、地理位置等信息。三是处理速度快。1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。四是只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。业界将其归纳为4个“V”——Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（价值密度低）。大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点，强调将数据结合到业务流程和决策过程中，部分类型的数据必须实时分析才能对业务产生价值。

二、大数据背景给军队审计数据分析带来的机遇和挑战

（一）大数据背景给军队审计数据分析带来的机遇

1.军队审计数据分析的认同感大为增强。军队审计部门作为综合性的经济监督部门，一直秉承数据说话的传统。审计报告中无论是综合评价，还是揭示问题，无一不是以数据为支撑的。在大数据背景下，海量数据离散地存储于不同信息系统中。可充分利用数据仓库、联机分析、数据挖掘和数据可视化等技术，对这些数据进行关联并深度挖掘分析，科学评估经费的使用情况和法规的实施效果，从而得出客观的审计结论。所有这一切都将得到各级党委和被审计单位的高度认同，从而进一步提升军队审计自身的地位。

2.军队审计数据分析所需的基础数据的获取将变得更为便利。在破除了军队内部协同思想理念上的障碍后，随着大数据技术发展，跨越系统、跨越平台、跨越数据流结构的技术将使军队内部纵向、横向部门得以流畅协同。军队审计部门不再需要“点对点”地与被审计单位进行联网，在内部局域网设定的许可权限内，可以直接查询和利用相关数据信息，极大地节约了审计成本；同时由于利用大数据技术，数据处理及分析响应时间将大幅减少，审计工作的效率将明显提高，可以同时对多个类别、多种领域的数据进行分析、处理。

3.军队审计数据分析将有助于提高党委决策的科学性和准确性，推动预测预警和应急响应机制建设，更加有效地规范军事经济活动。审计人员可以通过对历年海量数据的统计分析，挖掘出军事经济活动的特点规律，对各类违规违纪行为进行总结归纳，为党委建章立制提供参考依据；同时还能科学地评估管理规章的执行效果，从而帮助各级党委不断发现问题、整改落实。随着审计分析的进一步深化，审计分析将超越传统的数据分析方法，不但是对纯数据可以进行分析挖掘，对财务账表、报告等都可以进行深度挖掘、人工智能。

（二）大数据背景给军队审计数据分析带来的挑战

大数据在给军队审计信息化带来机遇的同时，也带来前所未有的挑战：一是实现资源统一规划和使用，必须以数据编码和信息标准统一、相互之间兼容互联为前提。由于目前缺乏制度依据，部门间横向协同难，原有的“信息孤岛”将给审计机关获取审计数据以及进行持续化审计造成困难。二是面对数量庞大、种类繁杂的数据信息源，审计机关不仅要具备对海量数据的采集和存储的能力，更重要的是能够迅速分析和挖掘数据，从传统的“经验依赖”转化为“数据依赖”，审计人员的数据驾驭能力将受到考验。三是审计业务流程大多以数据信息形式展现，资金流向更多体现为数据信息流的交换，使得违规违纪行为更加隐蔽和多样，微小的数据变动就可能造成经济损失。以往仅限于重点人员和财务的审计已经不能满足需要，抽样分析以及单一的财务账目分析也难以发现微小数据异常，这就要求审计机关对审计对象进行全面覆盖。四是审计机关作为军事经济运行安全的免疫系统，不仅要对已存在的问题进行查处和修补，还要对潜在的风险进行及时的揭示和抵御，更要通过大数据这个金矿，从更高层面、更全范围、更广视角为上级党委提供系统性、综合性、前瞻性的审计建议。

三、大数据背景下军队审计数据分析的策略

（一）明确工作目标导向，实施数据基础式审计

传统的以审计组划分的分散式审计模式已不能适应大数据背景下审计数据分析工作要求。首先，当前军队审计工作要建立健全制度、整合审计资源，结合审计人员的专业理论素养、实践工作经验、数据处理能力等因素，着手组建数据集中分析模式团队。其次，明确审计工作目标导向，按照“总体全面分析、重点业务分析、重点事项分析”逐层递进的思路，以系统全面的数据信息源为基础，坚持“面向业务需求、指导审计实践、推动数据分析”的原则开展审计数据分析工作。最后，要理清军队审计数据分析的工作思路，运用信息系统实施数据基础式审计方法，全面分析被审计单位在经济活动中存在的问题与不足，为军队审计工作的顺利开展提供数据支撑和技术保证。

（二）研判后台数据结构，掌握重点数据资源

在大数据时代，军事经济数据将呈现指数增长，挖掘重点及敏感数据审计的难度日益加大。做好审计数据的掘取、存储、处理与应用，对提高审计效率、实现分析结果的精准化具有重要作用。通过检查被审计单位内部控制制度，审查单位内部对不同业务数据的使用管理是否到位，数据库管理和安全操作制度是否完善，重点领域数据库常态监管措施是否严格，移动设备安全使用规程是否执行；依据数据库设计文档和数据注释等媒介，研究论证后台数据结构，确定重点、敏感信息数据库范围；采取穿行测试法、重新执行法、代碼审查法、文档审查法等技术手段深入挖掘，切实掌握重点事项、信息、账表和报告间的勾稽关系。

（三）运用挖掘型分析技术，开展数据深度分析

目前军队审计中应用较多的是查询型分析和验证型分析，无法满足深刻揭示军事经济活动内在规律的现实需要，必须要引入挖掘型分析技术。挖掘型分析是利用数据仓库和数据挖掘工具进行的审计分析，主要有分类、回归分析、聚类、关联规则等方法。运用挖掘型数据分析技术，首先要做好审计数据的分类、存储、快速调用等工作，整合分析数据资源，搭建云数据存储平台，完善数据整理和研判机制，实现重点数据库间的兼容互联，共享审计云平台服务器运算能力资源。其次，要研发数据审计方法和分析工具，运用移动办公、云计算等技术对海量数据进行远程分析，深度分析审计疑点及问题线索，进而实现数据分析结果的精确化。

（四）把握系统运行特点，构建数据安全体系

大数据在给军队审计工作创新发展带来机遇的同时，也为信息资源安全带来了挑战。军队审计部门掌握了大量关系到国家安全和国防实力的经济数据，这些宝贵的数据资源一旦损失，将会对国家安全造成无法挽回的损失和后果。要确保数据资源安全，必须全面了解被审计单位信息系统的管理体制、总体架构、规划设计、管理水平等特点，重点调研审计信息系统的数据资源，尤其是清楚掌握后台数据库的的项目、数量、功能模块、版本、管理维护部门、访问模式、数据存储和备份等信息。要重视审计数据及其信息安全系统的建设，创新大数据信息安全审计技术的研发，加强对重点领域敏感审计数据的监管，运用大数据技术应对高级可持续攻击，并精心培养一大批既具备军队审计业务知识又具备数据挖掘和应用开发能力的专业技术人才，着力构建完善的数据安全体系。

参考文献：

[1] 肖俊华，论大数据时代军队财务数据与信息化建.军事经济研究，2014（3）

[2] 丁继明.公安现役部队审计.广东经济出版社，2013

（作者单位：广州边防指挥学校 广东广州 510663）

[作者简介：吕海峰（1977—），男，山东文登人，副教授，管理学硕士]

（责编：若佳）