首页 优秀范文 大数据审计论文

大数据审计论文赏析八篇

发布时间:2023-03-22 17:39:21

序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的大数据审计论文样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。

大数据审计论文

第1篇

一、大数据时代对会计学专业的影响

(一)改变会计学专业培养模式

会计学专业一直是广大学子追求的热门专业,传统的会计学专业人才培养模式是理论教学和科研相结合的方式,在教育教学过程中,会计学专业本科生培养侧重于理论知识的掌握,对实践和应用能力比较欠缺。近些年会计学专业毕业生人数增长迅速,社会企业往往更倾向录用有工作经验的毕业生,在当前就业压力比较大的情况下,人力资源市场对会计学专业人才的需求不对接,与社会对会计学专业人才的要求相差较远。大数据时代的到来,给高校会计类专业人才的培养模式指明了发展方向。

(二)改变了教师的传统职能

大数据时代高校教师的传统功能发生了改变,会计学专业教师不仅是为会计学专业学生讲解如何制作会计分录,如何编制会计报表等,而是需要把大学生作为教育教学活动的中心,引导大学生如何使用海量、有价值的数据,更注重培养大学生的实践能力,因此,在大数据时代背景下,会计学专业教师是大学生学习的组织者,引导者,学习行为的分析者,学习效果的评价者。

二、会计类大学生创新创业的价值

(一)缓解就业压力

近年来,全国高校不断扩招,会计类大学生数量大量增加,我国经济结构处在不断发展完善的过程中,会计人才劳动力供大于求,会计学专业大学生竞争压力尤为突出。因此,通过培养会计类大学生的创新创业意识、提高其创新创业能力,对于缓解会计学专业学生就业难问题尤为重要。

(二)培养高素质人才

大数据时代,我国经济活动空间不断拓展,经济主体多元化和复杂化,促使会计行业处在理论、观念、方法等巨大变革的关键时期,进而对会计从业人员提出更高的要求。我国每年都有很多创业者,但很少有接受过系统的创新创业教育,在创业知识和技能上有所缺乏。另外,会计岗位在不断转型,传统的会计已经跟不上社会发展步伐,会计知识的不断更新以及对会计人员素养要求的不断提高,对会计学专业学生来说既是机遇也是挑战,所以我们需要培养会计学专业学生的创新创业意识,提高会计学专业创业者的竞争力和专业素养,提高创新创业的激情和勇气,激发创新创业潜力,从而为会计岗位输送更多高素质、高水平的创业人才。

(三)推动学科建设

大数据时代,会计行业已经由会计电算化时代进入到了会计信息化时代,对现如今会计行业的现行规则,会计理论和会计方法是一种挑战与创新。所以会计学科也要与时俱进有所改变,应该让大学生在学习过程中形成新的、合理的知识结构,涉猎较为广泛的知识领域,包括经济学、管理学、法学等多领域学科知识,以及电子商务,计算机等互联网经济领域的知识。因此,要在传统会计学教育中渗透融合其他领域知识,并且随社会发展不断更新教学模式,完善教学结构,打破以往单一的知识壁垒,推动会计学科的不断发展和完善。

三、大数据时代对会计学专业大学生创新创业教育的促进作用

(一)推动教育科学决策

大数据与传统数据最大的区别在于采集来源和应用方向。传统数据信息采集是在大学生知晓的情况下,对大学生整体的学业情况和对学校以及教学满意度的周期性和阶段性的采集并进行分析;而大数据技术可以在大学生不知情的情况下,关注每一个大学生的细微表现,然后将每个大学生的实时数据进行整合分析,便能解决教育过程中的很多疑问。大数据技术能够采集庞大的数据信息,然后将数据进行动态实时监测和评价分析,使用者将具有更强的决策力、洞察力和优化力,最终实现精准决策。

(二)提高教学管理效率

与传统教学管理最大的不同之处在于,大数据时代的教学管理能够将教学、课后辅导和一些行为学习进行反馈。会计类大学生借助大数据技术,可以更好地了解自己的学习状况,随时随地收集学习中的双向反馈数据,有针对性的开展自主学习,提高学习效率。高校教师利用大数据统计分析功能,用“经验值”来准确衡量大学生在课堂上的表现,表现的越好、越积极的大学生,经验值越高,教师可以准确的掌握课堂每个大学生的学习状况,提高了教学效率。大数据技术也将教学管理与业务流程完美的结合,让教学管理更加灵活智能。例如考勤签到流程,传统的方式是教师根据点名册逐个进行点名,占用了一部分课堂教学时间;大数据技术可以进行线上线下相结合的网络教学管理模式,教师画个图然后点一个按钮就可以完成点名,缺课情况都一目了然,大大的提高了教学管理效率。

(三)整合创新教育模式

大数据时代,开展了很多线上教育平台,如慕课、蓝墨云、易班等,这些教育平台,能够记录大学生每次浏览频率,学习的时间,然后通过大数据分析,从而对每位大学生学习进度进行跟踪,揭示大学生学习效果和学习行为之间的关系,以及进行学习成效评价。运用大数据技术开展线上和线下混合学习模式,将会创新目前的教育模式。传统的教育模式是以教师为中心,教师将知识单向性教授给大学生。大数据时代改变了传统的教学模式和方法,高校教师转变成课堂上的组织者,引导大学生的自主学习,教授大学生学习方法,而不是只是传授给大学生多少知识量。大数据时代的教学模式可以利用移动互联网和智能手机,使教师与学生沟通更顺畅,使教学变得轻松、有趣、简单和高效。大数据时代,能够让高校教师方便真实的获得每位大学生的学习信息,有利于对大学生开展个性化教育。

(四)助力创新教育转型

大数据技术不仅仅是教师教授和大学生听讲的方式,这种方式有效地激活了会计类大学生的本科教学研究,营造了师生互动的对话氛围;这种新颖的授课方式与教师授课相结合,丰富了教师的授课手段,也增加了会计学专业课堂教学的趣味性。在课堂上,高校教师可以随时开展投票、问卷、头脑风暴、答疑、讨论等教学活动;大学生们要借助于手机,可以认真抢答,或者分组讨论形成将结论上传,或者开展互相评价;整堂课下来,师生都有意犹未尽的感觉,虽然大学生们都拿着手机,但是没有走神的机会,因为借助于大数据技术,大学生们要不停地跟上教师的节奏,才能完成课堂要求。教师还可以利用网页投屏及时将课堂上同学们的表现反馈出来,当然也没有哪个学生愿意把自己课上开小差的情景被曝光,因此,课上都会认真听讲,跟着教师的节奏,完成教学任务。大数据技术有助于推动教育转型。

四、大数据时代会计学专业大学生创新创业教育改革探索

(一)构建完整的教育体系

大数据时代,谁善于驾驭,谁便智珠在握。随着大数据技术在教育领域的应用日益深入,高等学校要及时调整思路,提出以高等教育与大数据教育融合为方向,以现代信息技术与教育教学过程相融合,创新构建大数据时代高校教育体系。利用大数据信息深入调研分析用人单位需求,分析同类专业人才培养目标,来不断优化人才培养目标,建立复合创新应用型会计人才培养目标。调整会计人才培养方案,将基础理论、专业实训、创新创业课程相结合,来提升会计学专业大学生综合素质。根据社会企业对会计人才的需求,不断优化人才培养方式,通过校企协同和订单培养的方式,将理论知识与实践需求相结合,大大提高会计学专业大学生的综合素质。

(二)培养创新创业型教师

作为新时代的高校教师,创新是教师的生命与灵魂,但大学教师还要有责任加强大学生的创新意识,激发大学生的创新热情,以培养和提高大学生的创新创造能力为己任。新时代的高校教师只有把创新创业精神同教学创新实践以及大学生的创新创业有机地结合起来,并相互促进和推动,创新创业意识才会不断增强,创新创业的热情才会不断地迸发出来。只有重视创新创业型教师培养,才会为创新创业教育提供人才支撑。高校可以鼓励教师到企业锻炼,参与企业管理,汲取实战经验;建立高素质创新创业教师人才库,由创新创业教师定期指导大学生进行学术科技竞赛,并结合创业大学生职业目标设计开展创业教育。

(三)搭建创新创业教育平台

高校要加强教学管理信息化建设,搭建创新创业教育平台,积极适应大数据时展现状,利用信息技术支持创新创业教育。建立创新创业教学平台,向更多的创新创业大学生提供创新创业的理论和实战知识;创新创业教育平台能够整合多种形式的教学资源,例如创新创业教师精心录制与制作的教学视频和教学PPT等,以及从网络上整合的各类创新创业资源,供创新创业大学生下载学习,将有助于创新创业的大学生相互学习和经验交流。

【会计学硕士论文参考文献】

[1]张蕾.基于云计算和大数据的智慧校园方案设计的应用[J].电子技术与软件工程,2019(5):181.

第2篇

作者简介

段云峰

承担了国内最大电信运营商的数据仓库和大数据中心的设计和建设、运营工作(截止到2015年该系统达到18000TB存储容量,累计投资120亿元),积累了15年的大数据领域的实际工作经验。带领相关的团队,从系统创建到系统运营,开发了很多大数据领域的各种应用。积累了国内唯一的大数据在大企业建设、运营方面的经验。其前后主持设计的文档,有150余册、1200多万字,涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。

秦晓飞

具有理学学士、工学学士和管理学硕士学位。最近十几年先后从事BI系统的运维、开发、项目管理以及应用推广等工作,参与并见证了中国移动BI系统从TB级别数据仓库向PB级别大数据平台跨越的整个过程。先后获得高级工程师、信息系统项目管理师、高级电信业务师、国际信息系统审计师等专业资格认证,并且被评为2012年山西省青年岗位能手。在《移动通信》《中国新通信》《电子世界》《信息与电脑》等杂志发表多篇专业论文,并且申报了多项国家发明专利。

目录

01大数据现状/1

1.1大数据的概念和特点/2

1.2互联网思维的故事/4

羊毛出在猪身上/4

圈客户/圈眼球/4

1.3“天变了”/5

用户变了/6

平台变了/8

金融变了/9

营销变了/9

思维变了/10

1.4大数据为什么需要互联网思维/12

大数据项目不同于传统IT项目/12

大数据产业是咨询服务产业/13

互联网思维是咨询服务产业的法宝/14

大数据“变现”需要互联网思维/15

大数据中“群众的智慧是无穷的”/15

1.5小结/16

02堪比“文艺复兴”的互联网思维/17

2.1文艺复兴的意义类比/18

艺术解放思想,思想解放生产力/19

引导了第一次工业革命/19

互联网引导新的工业4.0/20

改写金融业,改写社会/21

2.2互联网企业的发展/21

BAT的造梦/22

IT技术成为企业的核心竞争力/22

2.3互联网思维的概念/24

2.4互联网思维的特点/24

2.5互联网思维改写了手机产业/26

2.6互联网思维改变大数据/29

大数据的客户体验/29

大数据的产品化思维/30

大数据的平台思维/37

大数据的迭代思维/42

2.7大数据的新生/44

从配角到主角/44

产业化成为可能/45

大数据的春天/45

2.8小结/46

03大数据的发展/47

3.1大数据产业的发展/48

互联网改写了历史,大数据改写了互联网/48

第三次浪潮中的新兴产业/49

数据成为最大的资产/50

促进“理性社会”/51

3.2从网络运营到大数据运营/52

互联网平台如何使用用户数据/53

建立数据分析保障管理体制/55

从基础设施到产品提供/57

从网络产品到数据产品/59

3.3如何运营大数据/60

互联网基因/60

对内服务/63

对外服务/66

大数据营销/68

3.4大数据发展的瓶颈/69

与传统IT不同/70

机构和机制不同/71

新理论和新思维/71

转型更难/72

3.5小结/72

04大数据的客户体验/74

4.1客户是谁/75

内部客户/外部客户/77

个人客户/集团客户/78

校园客户/80

4.2客户的大数据需求是什么/80

取数——“取柴火”/82

取知识——“将柴火烧成炭”/83

取专业建议——“集体供暖”/84

4.3客户体验是什么/85

什么是体验/85

数据如何可读/90

“啤酒和尿布”的另一个角度解读/95

4.4客户体验如何提升/96

服务不同角色/96

娱乐思维/98

管家式服务/98

4.5小结/99

05大数据产品设计/100

5.1大数据产品背景/101

产品长什么样/101

谷歌是搜索门户还是数据门户/102

提品还是平台/103

卖咨询服务/104

智慧产品/104

5.2大数据产品内容/105

工具类/106

中间类/107

像棋谱一样的知识库/108

数据分析手机/109

互联网联通了人,数联网联通了大脑/110

5.3产品的“客户流量”/110

吸引客户/110

运营客户/111

5.4大数据产品类比/113

大数据的搜索门户/113

大数据的社交平台/113

大数据的电商平台/115

大数据的云化——在云里找数据/115

5.5大数据产品特点/115

目的决定产品特点/116

通过对比显示价值/116

更多的群众参与/116

5.6产品的界面优化/117

从苹果App中学习什么/117

结果的可视化/117

5.7产品的用户定位/117

如何让孩子看懂/118

数据的消费者/118

DIY发烧友/118

产品的商业模式/118

5.8小结/119

06大数据的极致思维/120

6.1产品的极致/121

傻瓜化的App/121

新的触摸屏在哪里/123

服务的极致/124

专家的极致/125

棋手的极致/126

智能改造之后的极致产品/127

智慧产品的极致/132

6.2思维的极致/134

兵书的知识提炼/134

参谋的极致/134

知识库和运维/135

思维的“众筹”/135

6.3营销的极致/136

点对点的精准营销/136

成本控制的极致/137

6.4“讲故事”的极致/137

吸引人的标题/138

吸引人的叙事方法/139

吸引人的数据证据选择/140

6.5小结/140

07大数据的快速迭代/142

7.1怎么“快”/143

标准零件的拼接/143

分析过程简单/143

不要追求完美,但求不断完善/144

7.2数据的标准/144

大数据是否还有逻辑模型/144

口径的管理/145

业务元数据和技术元数据/145

7.3平台的标准/146

云计算平台的标准化/146

PaaS还是SaaS/147

7.4环境的标准/148

编程规范和标准/148

软件结算的标准等/149

7.5迭代的知识积累/149

农业知识积累出的农历/149

何时更新、如何更新/150

7.6小结/150

08大数据的平台思维/151

8.1大数据的平台定义/152

数据得到丰富,取得规模效益/153

运营能够细分,拓展发展前景/153

8.2大数据平台思维的特点/153

平台越来越通用,应用越来越专业/153

孤立的数据是金,共享的数据是钻/154

数据的多维决定着平台价值的多样/154

8.3大数据的平台实体——“数联网”/154

数据交换的高效网络/155

数联网的内容/155

访问工具/160

数据管控/161

8.4大数据平台的生态环境/180

谁会购买大数据产品/181

各方获利的互联网模式/182

速度弥补精度/184

8.5平台SDK的开放性/185

平台的可编程API接口/186

数据的标准/186

数据的可读性/187

加工的简化性/188

容易参与/190

人人参与/192

8.6互联网企业的数据开放平台/192

阿里巴巴的御膳房/192

腾讯的微信开放平台/199

百度的阿拉丁/202

8.7人人的“数据”到数据的“人人”/204

8.8互联网平台升级到大数据平台/205

互联网平台是新时代的农业文明/205

大数据平台的价值最大化/205

电信运营商,新的电力公司or大数据公司/206

8.9小结/207

09大数据的跨界思维/208

9.1大数据跨界的背景/209

Hadoop的兴起,去了IOE/209

大数据的渗透——大数据×/210

9.2大数据跨界的定义/211

大数据跨界的特点/211

大数据跨界的展望/213

大数据跨界的案例/215

9.3大数据的业务多维/216

横看成岭侧成峰/216

数据的行业解读/216

9.4大数据的行业交叉/216

电信数据与金融数据的交叉/217

电商数据与医药数据的交叉/219

9.5小结/220

10大数据实践案例探索/222

10.1大数据提升客户体验/223

基于角色的应用/223

解决问题的应用/226

用户的GUI界面/234

10.2大数据实现产品化/238

BI Store案例/238

自助分析工具/242

用户的知识库/251

10.3大数据的极致思维/254

思维导图案例/255

大数据分析报告剧本/256

10.4大数据的跨界思维/258

大数据在交通行业的应用/258

大数据在金融行业的应用/259

大数据在制造业的应用/261

10.5大数据的平台思维/261

淘宝的API开放平台/261

某电信运营商的对外开放平台/265

10.6大数据的快速迭代/267

多波次灰度营销/267

数据字典的迭代/268

10.7小结/269

第3篇

关键词:大数据;智慧校园

中图分类号:TP3 文献标志码:A 文章编号:1673-8454(2013)24-0003-05

一、信息化进入智慧校园时代

智慧校园是高校信息化建设的新阶段,其特征包括移动互联网、物联网在内的网络高速泛在、无缝互联与环境感知、智能终端广泛普及与应用、开放协作的学习科研和工作环境、知识的分享和创新等。智慧校园与互联网新技术结合紧密,利用云计算、虚拟化和物联网等来改变校园用户的交互协作、知识传递和资源共享形式,将学校的教学、科研、管理与资源、应用进行整合,以提高服务的灵活性、全面性和易用性,从而实现校园智慧化服务和管理的新模式。

智慧校园的内涵和最终目的是服务。智慧校园以数字校园为基础,追求资源与应用的高度整合,强调为用户提供个性化的服务,更多地体现服务的智能化和人性化。复旦大学在“十二五”规划中将智慧校园的建设分为如下几个基本要素:

1)感知层:对学校的人员、设备、资源的全面感知;

2)网络层:各类网络的互联互通,所有感知信息的实时传递;

3)数据层:数据的全面集成和智能分析;

4)应用层:智能决策、按需服务、灵活应对。

在规划设计中描绘了一个学生未来一天的学习、生活场景,体现了信息化无处不在、服务优质便利的智慧校园个性化体验:

7:00,寝室,手机,来自日历系统的提醒,今日课程:中国历史,8:00-9:40,3教205;办公自动化,13:30-16:00,原定计算中心201,因特殊情况更改为计算中心306。

8:00,教室,平板电脑,无线网络:云存储系统下载本节课讲义与参考资料。

9:50,教室,平板电脑,无线网络:地理信息系统,查询3、4节空闲教室准备自修。

11:40,室外,手机:地理信息系统,懒得排长队,查询人流量较小的食堂。

13:20,路上,手机:通知里提醒了更换教室,还好不至于走错。

13:30,多媒体教室,瘦客户端:VDI云桌面,通过学号登录,系统就是老师预先定制的模板,各种相关程序和素材均准备好了,完成课堂作业后直接通过挂载的云存储系统上交。

15:30,运动场:凭校园一卡通在pos机上验证身份、借用器具,参与体育锻炼。

17:00,食堂:手机通过“i复旦”查看各食堂用餐人数情况和菜单,寻找合适的餐厅。

18:00,路上:通过手机看到图书馆阅览室已经满员了;查看教学楼未安排上课的空闲教室、进入教室自修,打开笔记本,通过校园无线网登录网络课堂参与讨论。

22:00,寝室,笔记本电脑:白天课程的材料不需要U盘,云存储系统已经同步到本地,助教批改好的作业也已经包含其中,课程讨论区里,老师推荐的一部资料片有热心的同学分享,直接转存到个人空间等明天看。

……

在智慧校园的场景设计中,校园网,尤其无线网、物联网是承载服务感知的基础设施,师生用户拥有云端的存储和计算资源,用户通过手机、平板电脑和智能终端体验服务,基于知识的资源共享成为学习活动的重要组成部分,个人服务系统的用户体验决定了服务的接受程度,信息推送、个人日历、提醒服务等信息服务将彻底整合……归根到底,智慧校园将极大地改变师生的体验。

复旦大学计划将建设重心集中在这几个方面:完善无线网络覆盖,建立以RFID、无线AP、校园卡等为基础的物联网,研究知识管理与分享为基础的在线教学和科研服务体系,围绕用户体验提升建立全校多种资源的整合、预约、管理等,建立服务的能力预测和结果评估机制,统一学校服务接口,形成以“i复旦”移动智能终端应用和个性化“一站式”服务平台为依托的信息化服务门户。

对数据的充分利用是服务优化的有效手段。在数字校园建设期间,许多高校都开展了数据中心建设,积累了大量教学、科研、运行管理等方面的数据,传统的以流程为主体的业务模式所沉淀下来的数据成为新的宝贵资源。如何在数据中发现有价值的信息,转化为服务优化的依据,是校园信息化实施过程中所面临的问题。大数据作为解决问题的创新思路,成为业界的火热话题。在高校信息化面临提升的阶段,它被引入智慧校园建设,引导着教育信息化工作者从繁琐的业务中抽身出来,推动业务服务向更深层次的数据服务模式转变。

二、数据应用的现状与困境

数据是信息化建设的核心资源,是信息化服务得以推行的基础。很多学校在信息化建设过程中,虽然都考虑了数据的积累和管理,但在如何分析挖掘、充分利用方面还不够重视,很多业务系统早期设计中基本以完成业务为主,很少去考虑数据如何利用。以复旦大学为例,自2001年以来,建成支持全校师生统一身份认证、共享数据库和URP应用系统的信息化校园环境。据不完全统计,截至2012年,学校各业务系统已有结构化数据表近万个,记录数2亿余条,核心业务数据规模近400GB;在非结构化数据方面,也积累了大量的课件、视频材料,但这些数据和资源还没有得到深入地利用。这几年随着存储价格的下降,存储规模在不断提升,我们已逐步扩容到有近PB的数据存储设备,通过对个人查询、院系/部门统计和校级决策支持等三个层面数据中心的统一建设规划,将陆续服务于校园网络公开课、个人云存储、数据备份和分析等信息服务。

在建设中积累的庞大数据量,使得通过数据分析获得知识和服务的能力进一步提升,为全校师生及决策层提供不同的数据服务的迫切性也逐步显现出来。复旦大学积极开展信息化数据应用,主要提供如下几个方面的服务:

1.数据整合支持“一站式”服务

信息化“一站式”服务的设计往往会涉及多个部门的多项业务,为保障服务中心各项业务的顺利流转,需要多部门的业务数据协同支撑。数据中心将运行过程中逐步积累的业务数据合并、抽取和同步置入综合服务数据库,通过数据筛选,面向跨部门业务和个人综合业务形成完整、独立的主题数据库,提供数据封装和应用接口。在业务流转过程中,无需变更各部门的工作流程,上一步骤的结果数据利用数据集成技术交换下一步骤的输入数据,实现信息和流程的无缝对接。基于高度集中的业务数据交换,建立了包括迎新、离校等跨部门业务的“一站式”服务平台,以及依据师生角色生命周期形成教务、科研、认识、IT和其他等5个类别70多项业务服务的门户。

2.集中展示综合数据服务业务部门

综合数据展示服务向职能部门提供自定义或预设主题的查询和展示服务。依托第三方数据展示工具,根据各职能部处的数据需求,逐步建设涵盖教职工与本专科生、研究生的6大类17小类的主题数据展示系统,主要包括人员信息类(教职工综合信息统计、学生综合信息统计、本专科生基本信息查询、教职工基本信息查询、研究生基本信息查询),科研类(文科科研数据分析、教师学术表现),教学类(研究生成绩分析、招生数据分析、本科生生命周期数据分析),综合服务类(一卡通分析、图书馆客流分析、综合校情展示、其他信息),资产类(宿舍数据统计、宿舍使用情况统计、资产设备统计),报表相关类(教育部高基报表)等主题。

3.数据统计和分析辅助校务改革

根据业务部门的要求,对全校的各类数据进行综合分析,通过纵向对比(与本校历来的数据相比较)和横向对比(与其它同类院校的数据相比),发现问题并采取相应处理措施,辅助学校的管理决策,提升学校管理水平。以招生管理为例,复旦大学在过去几年中,信息化部门一直在配合招办开展以数据研究支持招生就业对比分析、指导招生改革的工作。分析过程主要关注国内不同生源地(东部/西部/城镇/农村)入学后的绩点、不同类型生源(自助选拔/保送生/委培生/预科生/留学生/港澳台学生)入学成绩和毕业成绩对比、毕业去向对比等,对学生的入学、学习和毕业过程的跟踪分析反馈,为招生改革提供数据支持。

在开展的数据分析和应用工作过程中,一些问题暴露出来。

一是数据的规模不足、形式单一

尽管信息化校园产生了大量的数据,但从实际展示和分析应用中,绝大多数使用的都是结构化业务数据,非结构化数据的应用还未真正得到重视。非结构化数据有各种文档、课程资料、科研数据、创作素材、网络日志、用户发表的网络言论等,往往在校园网和系统运行、师生利用校园网进行教学科研过程中产生,数据量巨大而形式混杂,在传统的IT技术体系中很难找到良好的方式方法来有效管理。然而,如果缺失这些很能反映师生用户在校园网的工作、学习和生活方面行为的非结构化数据,那么在数据分析和应用过程中仅能使用有限的业务数据,必然降低了数据利用的价值,局限数据应用和服务手段的发展。

二是业务部门数据利用的意识欠缺

业务部门往往对信息化的意愿不强,主动性不够。对于业务部门来说,利用信息化手段辅助加快业务进程、简化业务过程、保障数据安全,有效提高工作水平已经达到了自身的预期,而对数据的综合分析,特别是深层次的利用由于过程不直观、成效不明显而动力不足。特别是在当前的行政体系架构下,学校每个部门主要负责自身的业务职能,对有效完成这些业务流程、并进一步提高和完善关乎其自身利益,有较高的积极性;而对于一些数据挖掘、利用产生的效果能影响到其他部门的,由于没有对本部门产生明确的效益而态度消极。

三是数据挖掘、研究层次亟待提升

在很多数据的分析、利用过程中,信息化工作者和业务部门往往满足于对数据的简单分析,即只对能分析出简单的因果关系的数据产生兴趣,例如对一卡通的消费情况进行统计,能很简单地发现学生的住校情况、确认贫困生的消费情况等,这对学工部门的学生工作无疑是起到作用的。然而对于更深层次数据挖掘,例如将学生一卡通消费情况和学习成绩挂钩,却很少能有业务部门能意识到其中存在的相关关系。复旦大学曾经尝试做过研究,发现了使用一卡通消费按时吃早餐的学生人群相对不按时吃早餐的学生人群学习成绩绩点有明显差别。这两者之间虽然没有简单、直观的因果关系,却存在某种必然联系,而该现象没有得到有关部门的充分重视,无法对业务的调整产生良性反馈。

三、大数据的启示

大数据时代的到来为陷入瓶颈的信息化校园数据利用提供了新的出路。大数据技术与应用的一般观点认为:重视数据的全面性而非精确性,将海量数据作为量化事物和行为的一种基本手段,以此可发现事物之间的相关关系,并用于改造流程和优化服务。

众所周知,大数据的特点可以用4个“V”――Volume,Variety,Value,Velocity来描绘,或者说有四个层面:第一,数据体量大,数据量从TB级别跃升到PB级别;第二,数据类型多。如网络运行日志、公开课视频、课程资源图片、无线网或物联网的定位信息等等,除了结构化数据以外,还有规模庞大的非结构化数据。第三,单体价值低,整体价值高。以网络日志为例,连续不间断网络行为中,单一的一个或几个网络行为不能说明任何问题,但大量的、整体的日志则可描绘整个网络访问的趋势。第四,处理效率高。与传统数据处理方式有区别,大数据在处理过程中尽量简化复杂度,不强求数据的连续完整,而尽量高效快捷。

大数据将全面、多源的数据作为一种优化服务的手段纳入视野,对高校信息化服务的发展将产生巨大的影响。在数字校园建设阶段,学校信息化重视的是业务系统的建设、业务流程的完善和业务数据的积累,这个阶段的数据以结构化为主,采用关系数据库存储,数据利用以数据的共享、展示、统计为主。数据的准确性和安全性是这个阶段数据管理追求的目标。随着高校信息化建设进入智慧校园阶段,用户对服务的要求越来越高,迫使信息化部门对服务的精细化进行深入考虑。智慧校园以个性化服务为目的,势必要求信息化管理者对用户的服务需求进行深层次的发现和挖掘。例如,校园网、物联网、无线网、一卡通、eLearning系统、MOOCs、社交平台、生活服务平台、预约系统的日志记录等反映了用户的日常网络使用行为、消费能力、喜好和学习习惯,对于实施“一站式”服务,优化管理环节,以期提升用户使用体验,具有重要意义。相对于传统的数字校园的业务数据,这些能反映“人”的属性的数据数量巨大而且持续不断在产生,大部分是非结构化数据,结构千差万别难以用关系型数据保存和处理。因此以Hadoop为代表的许多开源或商业分布式大数据处理架构和MangoDB、Cassandra等NoSQL数据库进入了校园信息化视野,这类基础应用着重于分布式协同和结构可扩展性的研究,适合于非结构化数据的存储。因此,在智慧校园建设阶段,对数据的保存和利用将以多源、海量的结构化和非结构化数据为主,基础设施的成熟和完善,将为大数据的处理和分析创造基本条件,从此校园信息化建设将可以从宏观上具备对用户行为和属性的描述能力,这对信息化服务的预测和评估提供了基本依据。

四、从数字化到数据化

大数据并非一个确切的概念,也不是指一种具体的技术,而是指处理的信息量过大、超过一般计算机处理能力的数据技术和使用思路。在高校信息化领域,大数据的概念刚刚兴起,如何应对大数据的到来是每个高校都会面临的问题。毫无疑问,大数据时代将会涌现针对数据的存储、分析和挖掘的各种技术和应用。然而,对于高校的信息化管理者,在海量数据的获取、汇集、存储问题之外,还应该着重考虑数据化――即采用数据描述事物和现象使之可量化分析的过程。

数字化和数据化大相径庭。在信息化校园中,数字化指的是将职能部门的业务流程转化成业务系统,将业务过程产生的数据转换成电子数据存入数据库的过程。数据化则是指在数字化的基础上,利用数据来对事物和现象进行描述,使之能同时被人和计算机所理解,量化是数据化的核心。

在信息化校园中,基础数据平台和共享库是存储数据的核心载体,保存的是来自各个管理系统的职能数据,这些数据可为信息化的业务过程直接利用。在数据化过程中,这些只是“原子”数据,通过有效的组织,可以形成服务成效数据化、业务模式数据化、用户行为数据化和用户属性数据化等在信息化服务中管理者比较关心的数据化形式。例如,服务成效数据化可以采用用户使用信息化服务的时间、点击和填写表单的次数、以及服务系统中的评价体系来综合体现,通过服务调整对数据的持续改变来衡量服务优化的成效;业务模式数据化对业务过程进行量化,可依此对业务管理的调整进行预测,例如在财务报销过程中,根据网上预约人数和同期实到人数进行综合评判,业务部门据此预测安排服务人员数量;用户行为数据化可根据用户使用网络系统的日志来分析用户群体在使用系统和网络的过程中对各种资源的停留时间、资源消耗和共同兴趣,教学科研部门可据此来调整教学策略,为用户统一提供相应的协作平台和资源共享服务,而信息化部门则可根据用户行为特征优化网络带宽资源,提高网络利用率和用户体验;用户属性数据化则根据用户自身填报或统计挖掘的数据来对用户的某方面的能力和属性进行描述,以便学校为每个师生提供有针对性的良好服务,例如复旦大学在进行的教师科研教学能力属性的挖掘中,对图书馆历史数据中的论文署名进行了梳理,将教师的论文数据化关联到个人;进一步深入结合教师在eLearing网络教学平台的活跃程度、教学评估、论文合作署名等信息,就可以描绘出一个教师的科研能力、科研范围、合作者、教学能力、学生关注度和欢迎程度等,为学校改进教学和科研管理提供依据。

五、大数据创新信息化服务管理

复旦大学在数据化的过程中,逐步完善数据应用机制,建立创新的数据管理和利用体系,包括利用云计算和虚拟化技术建立数据基础设施,探索建立数据量化标准规范,推广个人数据服务以完善数据收集机制,创新数据统计与展示服务业务变革。

在智慧校园建设中充分应用大数据,是提升建设水平、提高服务质量的有效手段。显然,应用大数据并不仅仅是利用云计算、分布式或虚拟化手段完成数据的存储、保管等技术层面的问题,而需要整个校园信息化环境,从业务部门到信息化部门,主动思考,积极探索数据的收集、量化、应用和管理模式。复旦大学在信息化建设过程中,特别重视数据对信息化对象、业务、过程的刻画,开展了一些有关的特色工作。

1.以“人”为核心建立数据收集和应用机制

师生用户始终是校园信息化服务的核心,围绕“人”来建立数据收集和应用机制,不仅能抓住重点有的放矢,又能简单易行清晰完善。复旦大学建立信息化“一站式”服务平台,整合跨部门业务,统一数据来源,分离后端逻辑和前端界面,使得用户可以专注与友好、统一的服务界面交互,提升用户的应用体验,统一业务数据收集入口;抽取与“人”相关的各类数据,除信息化部门自主维护的系统外,还通过多种方式共享由业务部门独立建设的业务系统中的数据,建立个人数据中心,主要功能包括数据展示、数据填报、数据下载等服务;并规划在个人数据中心基础之上逐步建立、完善校级的统一填报中心,将填报服务与管理流程分离,使所有基础数据对师生可见,减少重复上报,达到数据的高效利用。

2.依托基础数据积累探索数据化标准规范

传统的信息化校园的基础数据标准规范主要适用于学校业务的各类信息编码,统一人员、设备、财务、科研等各项业务的定义和描述,用于指导信息化建设过程中的数据统一。数据化的过程在基础数据规范标准上,对事物与现象进行描述,比如对一个教师而言,应该记录什么信息、何种行为才能展现其科研和教学能力,并无标准,因此开展这方面的探索和研究,具有重要意义。目前,在教师个人的科研和教学活动能力方面,可尝试通过收集eLearning网络教学平台中课程资源的教师活跃程度数据、学生参与度数据、教学评估数据、图书馆论文库中的论文作者和影响力匹配数据、学生选课成败历史数据以及其他相关数据来综合评定。

3.完善数据生产与消费循环机制

数据只有在流转中才能体现其价值,有价值的数据才能引起使用者的关注,使数据权威生产者变被动为主动地去维护数据、以保证数据有效性。通过在个人、IT部门和职能部门之间形成互助互利的数据交流模式,使用户从个人数据中心获取和维护个体属性数据,在填报中心填报业务相关数据;填报需要的基础数据均来自于个人数据中心,最终实现用户无需每次都要填写重复的个人数据,使得个人数据高度共享,最大限度地减少重复填报次数;业务系统间的数据共享促进数据的流通,减少“信息孤岛”现象的存在。职能部门从数据共享中获得好处(简化工作,提高效率),反过来也促进了管理者在数据利用上的观念转变,推动职能部门使用数据和维护数据的积极性。在数据产生和利用的各个主体之间,建立“个人-院系-学校”自下而上的数据监督与管理机制,形成内需拉动的信息化发展良性循环机制。

4.注重隐私保障数据应用安全

智慧校园的大数据环境下,用户使用校园网的访问行为、一卡通消费、无线定位所处位置等与用户习惯有关的信息进入到业务部门的业务处理范畴,甚至可能通过对数据的挖掘分析出用户的隐私,例如通过一卡通消费可能发现用户的家庭经济状况、通过无线定位可能描绘用户在校园中的行动轨迹等。隐私保护无疑是大数据时代的一个重要课题,是新形态下的数据安全问题。复旦大学在数据利用的隐私保护方面,有如下考虑:首先在数据中心的基础设施上要保障网络安全,部署防火墙和数据审计设备,增强数据安全,杜绝校园网DMZ区以外的区域对数据存储系统的直接访问权限;其次,建立数据利用的安全机制,减少数据管理的超级管理员数量,数据开发者和管理者分开,数据由技术部门统一维护和管理,对业务部门的数据分享以隐私消除后的数据为主;第三,在数据应用方面,完善权限管理,以大数据分析预测用户行为为主,以宏观的数据视角支撑业务改革,对于涉及到个人的数据应用做好管理与宣传,减少影响。

参考文献:

[1]维克托・迈尔-舍恩伯格,肯尼思・库克耶. 大数据时代[M]. 杭州:浙江人民出版社,2013.1.

[2]赵泽宇,宓. 云服务引领校园数据中心新发展[J].中国教育网络,2012(10).

[3]赵泽宇,张凯,宓. 高校一站式信息化服务[J]. 科研信息化技术与应用,2012(3).

第4篇

关键词:知识经济;审计创新;研究

一、知识经济背景下审计工作的行业特征

(一)财务网络化的发展及商务电子

化推广给审计行业带来了新的发展思路及指导方向计算机网络技术不断发展,技术不断革新,其应用领域越来越广。尤其现在大数据时代,借助云计算应用到审计工作,促使提高数据处理能力,审计的精确度越来越高,促使审计工作网络化与电子化方向发展,这也是审计工作的发展趋势。互联网+时代的来临,促进了电子商务产业快速发展,在新的知识经济环境下,给审计工作人员带来了机遇与挑战,需要审计工作者需要提高自身审计能力,以来应变审计工作带来的困难,加强审计工作者的素质提升,是保障审计工作顺利进行基本保障。

(二)审计的现有标准和原有准则已

经跟不上信息技术的快速发展信息技术不断发展,信息技术在审计工作的应用这是科技发展的结果,社会经济呈现多元化发展趋势,传统的审计标准与现有的经济结构,审计方式存在不协和因素,尤其信息技术在审计工作章的应用,在新的知识经济时代,需要审计标准不断变化,更新旧的标准,建立一个适合现代审计方式的新标准,提高审计工作者效率,借助于信息技术,促使审计工作越来越科学,准确,符合时展需要。

(三)电算化系统在审计线索上的积极应用

科技水平不断发展,审计的方式也在不断变化,现在经济的格局发生变化,审计工作基本采用审计软件进行审计,提高审计的效率,提升了审计的职能。电算化信息系统能够通过改变与审计线索的相关因素,对审计人员在对审计对象业务的追踪过程中造成一定程度的阻碍。会计电算化能使两种追踪审计线索进行有机组合,从而达到有效降低追踪结果不准确度的效果。现在会计都是信息化时代,会计工作离不开信息技术,审计工作与会计工作有一定关系,必须依靠信息技术手段去审计,提高审计的效率,使审计更加科学准确。

二、知识经济时代审计创新的基本内容

(一)创新审计观念

审计工作是一项复杂工作,审计工作者需要在工作过程中,不断总结与提高审计的能力。在市场经济的调节下,经济呈现多元化发展方向,企业借助与科技手段不断创新与发展,与传统的经济体制有一定的区别。审计工作者需要更新审计观念,借助于信息技术,采用信息技术手段进行审计,可以提高审计工作的效率,也能增强审计的准确性。审计工作者更新观念是审计工作中关键因素,只有理念更新,利用先进科技手段去审计,肯定能提高审计能力,增强创新意识,提高创新能力,审计工作者创新的工作,是面对复杂的审计环境下的关键因素,是提高审计工作者能力的主要因素,必须更新审计观念,作为一名合格的审计工作者。

(二)行业制度和标准的创新完善

行业制度和标准需要不断完善,这是审计工作发展需要,也是社会发展对审计工作提出新的要求,科学的标准建立,是审计工作者创新工作的前提。审计行业的监督制度应该建立在合法的基础上,任何监管人员都不能滥用行政权力,行业内应该不断强化提高审计监管工作人员的岗位基本素质及职业道德,同时,政府也应该实行对监管部门的权限进行制衡规范。审计部门一般是政府下的机构,现在也有三方审计部门,这是成立一种专门的审计机构,无论那种审计机构都需要有一定的监控,能更好的为审计服务,提高审计工作者的审计职能。

三、审计行业创新变革的内涵及要点

审计工作是一项重要工作,也是一项复杂工作,审计工作者必须创新的工作,提高自己的审计能力,审计工作行业的创新改革是审计工作发展需要,也是社会发展的需要,审计创新改革内涵及要点主要有以下几点:(一)根据现有审计行业的发展现状,在审计工作者出现的问题,及时提出解决问题的措施,进行有目的的进行更新理念、创新工作。(二)审计工作的行业创新应该避免过度自然的跟随创新自身发展趋势的随意性和盲目性,要努力实现更多的创新价值。(三)审计创新要在前人的基础上,根据实际工作经验,结合审计规律,创新去工作,让其成果更大。(四)审计行业创新除了有意识地利用历史已有的发展基础,更应该强调一定程度的原创性,不能过度听取别人的意见,而遗失了自己的主观特点。(五)创新的基本是可操作性,可适用型,在审计工作中能有所应用,否则没有任何意义。

参考文献:

[1]钱晓能.试论审计创新及其发展策略研究[J].知识经济,2009(05).

[2]赵登攀.试论网络时代的审计创新[J].现代审计与经济,2009(04).

[3]张益明.试论知识经济和审计创新[J].事业财会,2001(02).

[4]贾宝蕴.审计创新漫笔[J].理财,2012(12).

第5篇

论文提要:现代风险导向审计作为一种重要的审计理念和方法,在我国付诸实施无疑是审计史上的一次重大改革,它与传统风险导向审计在思路上有很大不同。本文回顾了审计模式的发展,分析了风险审计方法的特征、局限性以及运用过程中存在的问题,并提出我国针对风险导向审计方法应当采取的策略。

一、审计模式的发展历程

(一)账项导向审计模式。账项导向审计模式是最初始的审计方法,主要功能在于查错防弊,其技术方法主要是从审计期间会计事项所依据的相关会计原始凭证入手,追查到记账凭证、账簿、会计报表等会计文件的形成,验算其记账金额、核对账证、账账、账表。账项导向审计模式仅适用于经济业务不很复杂的小规模企业。随着生产经营规模的扩大,融资、投资渠道和方式的多样化、特别是资本市场的发展,账项导向审计模式的局限性就日益凸显,至20世纪初,这种模式就逐渐退出其主导地位,而代之以制度导向审计模式。

(二)制度导向审计模式。随着企业经营规模的扩大,业主或企业管理层势必改变“事必躬亲”的管理方式,建立系统的分层、分工的科学管理制度,企业在经营发展过程中建立起内部控制系统,这就促使审计人员把注意力转移到与会计相关的内部控制系统的控制功能上来。制度导向审计模式将审计的重点放在对内部控制制度各个控制环节的审查上,这种审计模式,是建立在对被审计单位内部控制系统认识基础上的重点审查。以大数定律和正态分布为基础的统计抽样也逐渐取代了单纯判断性和任意性的抽样。同时,这一模式由于着眼于对内部控制制度整体的了解与分析,还可以发现与某些内部控制相关的会计信息的系统性错误,从而提高了审计效率。正因为如此,制度导向审计模式从20世纪四十年代起就成为注册会计师审计的主要方法。

(三)风险导向审计模式。风险导向型审计的产生,主要源自美国,风险导向型审计的内在思想是,任何审计业务都必须将审计风险控制在可接受的风险水平内。

其显著的特点是:它立足于对审计风险进行系统的分析和评价,并以此作为出发点,制定审计策略和与企业状况相适应的多样化审计计划,将风险考虑贯穿于整个审计过程。因为它着眼于全面的控制测试,而不是着眼于测试内部控制制度的执行效果(即符合性测试)。风险导向审计模式合理地扬弃了作为制度导向审计模式基础的“无利害关系假设”,把指导思想建立在“合理的职业怀疑假设”基础上。不只依赖对被审计单位管理层所设计和执行内部控制制度的检查与评价,而是实事求是地对公司管理层是否诚信,是否有舞弊造假的驱动,始终保持一种合理的职业警觉,将审计的视野扩大到被审计单位所处的经营环境,捕捉潜在的风险点,将风险评估贯穿于审计工作的全过程。

二、风险审计的特点

(一)审计重心前移。风险导向审计最大的特点是将审计重心放在事前的风险评估上,从以审计测试为中心到以风险评估为中心,审计程序主要包括风险评估程序、分析性测试程序、审计测试程序(包括控制测试和实质性测试)。传统审计不能适应现代报表审计需要就在于其原有的风险评估不到位,未能有效发现高风险审计领域,造成审计过量或审计不足,现在大大加强了风险评估程序,真正体现了风险导向审计的理念。

(二)更加注重外部审计证据。审计重心向风险评估转移导致风险评估程序显得至关重要,风险评估准确与否将直接影响到审计效果和审计效率。风险评估在一定程度上带有一定的主观性,但必要的是审计证据是必不可少的,尤其是更加客观、真实的外部证据。仅仅依靠被审计单位提供的内部证据来对风险进行评估,所得出来的结论是不可靠的。所以,审计人员在搜集审计证据时不应只采用内部证据,而应更努力地获得相关的外部审计证据来对风险进行评估。

(三)在各个阶段都利用审计风险模型作出决策。在风险导向审计中,审计人员在各个审计阶段,都分别以审计风险模型为主,分析评价各自的期望审计风险、固有风险、控制风险和检查风险,并在此基础上作出各项决策,从而能够全面控制审计风险。制度基础审计模式中的审计风险模型是一维的,它只有一个决策目标——确定实质性测试所需的证据量,所涉及的风险层次和范围比较狭窄;而风险导向审计模式中的审计风险模型是二维的,它既包含了不同的风险要素,而且在不同审计阶段给各风险要素赋予了不同的内涵。

三、现代风险导向审计应用中的问题

从理论上讲,现代风险导向审计能够弥补传统风险基础审计的不足,缩小审计期望差距。但是,无论是在国际上还是在国内,还没有一套严密的风险导向审计体系。从目前看,运用现代风险基础审计可能存在以下问题:

(一)信息库的建设。注册会计师执行风险评估程序,充分了解被审单位整体经营环境,然后针对风险不同的客户,客户不同的风险领域,设计个性化的审计程序。为此,会计师事务所必须建立功能强大的信息库,按照行业发展特点、客户经营环境、客户所处市场环境以及客户高层管理者的品行,由专业高层人员组织实施评价,定期把客户风险评价的结果向相关业务承接和实施部门通报,以便注册会计师在风险评估时了解企业的战略、流程、风险管理、业绩衡量。目前,国内很多事务所对行业风险和企业经营风险缺乏了解,数据积累不足,信息库的建设达不到现代风险导向审计的要求。

(二)注册会计师的综合素质存在较大差距。在风险评估程序中,注册会计师花大量的时间和精力去了解客户及其环境,评估经营风险,这就要求注册会计师具有判断企业是否具有生存能力和合理的经营计划的能力。注册会计师不仅要熟练掌握会计、审计知识,也要掌握管理知识、行业知识和法律知识等,还要熟练运用各种分析工具对各种财务指标和非财务指标进行分析。目前,我国事务所90%以上的业务是审计业务和会计业务,没有经济方面、法律方面等多元的背景。注册会计师不了解企业的经营状况、相关行业,不懂得管理、行业等方面的知识,不具备运用数理统计方法的能力,这些都不利于现代风险导向审计的实施。为此,主管部门需要做大量的培训工作。事务所也可以一方面引进高层次人才,同时根据自己的客户情况、事务所的定位,有针对性地进行员工培训。

四、我国应用现代风险导向审计的对策

(一)提高审计人员的专业判断能力。现代风险导向审计要求注册会计师须首先从企业内外环境和经营战略入手,来分析其对财务报表的影响,这就对注册会计师的分析能力和专业判断能力提出了更高的要求;同时,现代风险导向审计过程实质上就是专业判断的过程,它提升了审计的技术含量。因此,注册会计师只有很好的运用专业判断能力才能有效提高审计质量,避免形式审计。

(二)处理好会计师事务所审计成本与效益问题。从理论上说,现代风险导向审计模式首先对重大错报风险进行评估,确定重点关注领域,从而可以合理地分配审计资源、提高审计效率。但是在实务中,执行风险评估程序主要依赖于外部审计证据,而搜集外部证据又没有专门的、固定的途径,使得搜集外部证据的成本较大,有时甚至要高于因减少进一步审计测试所降低的成本而使得总成本增加。在市场竞争日益激烈的环境中,成本的增加很难通过审计收费对其进行弥补,所以如何降低审计成本使审计效益大于审计成本仍是一个值得关注的问题。

(三)健全法律法规制度。所谓健全法律法规制度,就是针对现代风险导向审计的新形势,适时修改相应的一些不合时宜的法律法规,以适应新形势的需要。现行的各种法规关于民事赔偿责任的规定最为薄弱,因此应健全法律法规制度,加大对注册会计师违法行为的责任追究与处罚力度,以强化注册会计师的法律风险意识。

主要参考文献

[1]陈毓圭.关于风险导向审计方法由来与发展的认识.会计研究,2004.

第6篇

企业简介

公司2010年9月成立,注册资金3000万元。主营业务为向交通、物流行业及政府部门提供信息技术整体应用解决方案;提供物联网(RFID)、无线传感技术、安防监控等产品应用解决方案;提供嵌入式软硬件产品研发和应用;提供视频交互系统产品和应用;提供专业人员培训、应用方案设计、系统服务、专业咨询。

公司通过自主研发的智能识别、数据融合等核心技术,重点提供城市交通智能化等行业解决方案,针对交通行业定制推广公交枢纽信息化系统(包括智能分析系统、客流量分析系统、智能调度系统等)、公交图像信息管理系统、公交车违章抓拍系统、交通领域节能减排系统、BRT管理系统和媒体系统、安全生产管理和风控系统。公司于2011年通过ISO9000质量管理体系认证、CMMI3软件能力成熟度认证,是北京市高新技术企业。

公司目前开展的业务主要集中在城市交通智能化所涉及的多媒体信息和智能安防等领域。公司主要为交通行业客户提供RFID应用软硬件解决方案、无线传感技术解决方案、智能周界防范解决方案、高清媒体播放系统、PIS解决方案、高清视频交互管理系统、综合视频管理平台、电子商务建设、自动识别中间件等产品。

公司高度重视技术创新,有一支高水平的技术研发队伍和专家顾问团队,2011年以来曾先后荣获国家科技进步二等奖一项、武警部队科技进步二等奖一项、软件著作权六十余项。

公司注重与国内外知名企业的技术交流,与IBM 、TI、NXP、Impinj、CSL、UPM 、Microsoft、ORACLE、华为、CISCO、联想等公司建立了广泛的合作关系。

公司嵌入式产品研发部门拥有视频应用电路、高速电路设计研发经验,在嵌入式Linux、RTOS等系统整合移植、设备驱动开发、嵌入式应用方面具有丰富的经验和成果。公司研制的《车载用电设备电源管理设备及后台管理系统》已在北京公交集团上车试运行。

公司大数据研发部门在虚拟化平台、分布式计算、分布存储和大数据算法等方面具有多年的实战经验。该部门曾参加了中石油危化品运输监控系统的设计与实现,承担了中石油1.5万余辆危化品运输车辆监控追踪大数据处理系统的研发。

针对公共交通领域,中电万联通过多年的钻研与攻关,研发并生产了多款公共交通相关自主产品,如《公交车载视频调度系统》、《北京市交管局公交车占道违章抓拍设备与后台管理系统》、《基于视频的司机行为异常分析及评价系统》、《客运车车载用电设备电源管理设备及后台管理系统》、《北京公交集团维保平台》、《公交车载DVR设备》、《公交车载半球模拟摄像机》、《北京公交车车载语音模块》、《北京公交车载一键报警模块》等。未来公司将着重发展智能公交运输车辆车载电子应用前端技术装备,力争在公交车载设备智能化、信息化方向取得更大的突破。

管理层介绍

创始人:靳哲(董事长)

毕业于北京大学EMBA,参与了2008年北京奥运会、2009年建国60年大庆等一系列国家级重大安全防范项目,成功组建了北京市第一个全光缆安全防范系统,系统前后历经3年建设,于2011年获得“国家科技进步二等奖”。2010年发起并参与了某部队物联网项目,2013年该项目荣获“某部队科技进步二等奖”。同时组织企业技术人员在国内多家专业刊物上发表多篇专业学术论文,均获得良好的社会反响。

主要工作经历:

1992―2000年 北京新高进电讯技术发展中心 总经理

2004―2008年 中国电子系统工程总公司 项目十部经理

2008年至今 北京中电先科智能工程技术有限公司 董事长兼总经理

2010年至今 北京中电万联科技股份有限公司 董事长兼总经理

工作业绩:

有二十多年经营管理经验,熟悉各种先进的管理方法,能理论结合企业实际制定相应的管理方案,并能贯彻实施。在多年的企业管理中,铸就极强工作执行力,善于战略思考问题并能及时解决各种复杂问题,擅长发挥团队合作精神,勇于开拓、进取、创新。其中在中国电子系统工程总公司任职期间承担的项目获得北京市科技进步二等奖。

专长:

丰富的大中型信息化项目的总体规划、方案设计、项目组织经验;

安全信息化专家、物联网信息化专家;

善于引领企业对新理念、新技术的应用;

引领员工创新、进取;

拥有丰富的大型系统集成项目的规划、管理经验,完成了多个大型安全防范项目的组织和实施工作。善于引领企业对新理念、新技术的应用,如目前从事的业务覆盖了物联网技术、大数据技术、三网合一技术等先进的技术应用与研发。

公司副总:黄海美

教育背景:

中国人民大学 会计专科

北京大学 CFO研修

主要工作经历:

2004―2008年 中国电子系统工程总公司

2008―2010年 北京中电先科智能工程技术有限公司

2010年至今 北京中电万联科技股份有限公司

工作业绩:

拥有十多年的财务及管理工作经验,作为中电万联的创始人之一,为企业设计建立了系统的财务会计规章制度,通过制度的贯彻实施,加强了财务的规范操作。公司的内部审计亦以此为依据进行,重视加强内控制度建设,不断改善经营管理。

技术特长:

具有多年高科技企业财务管理方面的经验,在企业投、融资和资金分配与应用等方面具有非常专业的知识和丰富的操作经验,能够合理调配、管理资金,进行融资协调工作;审核、分析财务会计报表;税务规划及成本控制;协调工商、税务、银行方面的各项工作等。

技术总监: 周世斌

教育背景:

1985年9月―1989年7月 国防科技大学计算机系计算机及应用专业 学士

1998年9月―2001年7月 中国科技大学研究生院(北京)计算机应用专业 工学硕士

主要工作经历:

1989―2001年 总后指挥自动化工作站 工程师

2001―2004年 北京金康泰医疗科技有限公司 总工程师

2004―2005年 湖北天维科技有限公司北京办事处 主任

2005―2010年 方正国际医疗事业部 系统分析师

2010―2011年 IBM GCG/GBSC项目经理/行业咨询顾问

2011至今 中电万联科技股份有限公司 技术总监

工作成就及业绩:

从事多年技术管理工作,有丰富的产品研发经验,曾先后获得军队科技进步奖三项,是国内《2002医院信息系统功能规范》达标产品的技术负责人。国家卫生部电子病历委员会专家成员。

《军用车辆管理系统》获1996年度军队科技进步二等奖 第一完成人

《国康医院信息系统》2003年首批通过国家卫生部《2002版医院信息系统功能规范》 总工程师

国家卫生部《基于健康档案的区域卫生信息平台技术方案》编写成员

《基于电子病历的医院信息平台建设技术解决方案》编写成员

卫生部电子病历委员会《临床检验结果共享系统互操作性规范》编写成员。

及相关承担课题:

《基于HL7的资源管理模型构建》2007年厦门中国数字医学论坛暨HL7年会文集

《共享文档的生成与检索》《中国数字医学》2009年11月(B)区域卫生信息系统专刊

主要产品及解决方案介绍

(一)视频大数据管理平台

视频大数据分析方案是为视频应用分析开发的一款产品,该方案结合了目前先进的Hadoop数据集群技术完成海量视频数据处理,不但利用Spark分布式计算对海量数据进行快速处理而且集成了多种类型的常用图像图形算法和工具,方便用户对数据分析处理,此外方案集群部署运维具有很强的可配置性,方便管理人员对服务集群的运维状态进行日常维护和监管。

(二)多媒体信息系统

多媒体信息系统是基于计算机技术和现代通信技术的信息、传播系统,支持目前大部分主流媒体信息,它可以为机关、企业、大型运营商或者连锁式机构基于网络构建多媒体信息系统,并能充分利用现有计算机网络和显示设备,采用先进的数字编解码和传输技术,对分布于各地的显示设备实现网络集中管理、内容远程传输,使动态信息、业务广告、促销信息、政策法规、新闻等资讯得以实时。

系统主要用于政府政策、公益宣传、便民公共信息服务、娱乐节目展播、电子交易服务业务和广告投放等。

第7篇

1.1概述

构建积极主动的网络安全态势感知体系,目的是实现更主动、能力更强的网络威胁感知。在安全态势感知的三个层次上,态势理解和态势预测除了因威胁数据种类和数量更多所带来的集成、融合与关联分析压力以及评估内容的增多,在关键方法与技术上没有太大变化,最大的区别来自于态势察觉层次即传感器网络的不同。由于要进行有目标、有针对性的数据获取,需要在理想状态下实现对网络攻击行为的全程感知,因而建立主动探测与被动监测相结合的传感器网络非常关键。

1.2体系结构

积极主动的网络安全态势感知体系由主动探测与被动监测相结合的数据采集、面向网络攻防对抗的安全态势评估、基于网络威胁的安全态势预测三部分构成。

1)数据采集

传感器网络通过主动探测与被动监测相结合的态势要素采集数据,针对以下五种类型的数据:一是来自网络安全防护系统的数据,例如防火墙、IDS、漏洞扫描与流量审计等设备的日志或告警数据;二是来自重要服务器与主机的数据,例如服务器安全日志、进程调用和文件访问等信息,基于网络与基于主机的协同能够大大提升网络威胁感知能力;三是网络骨干节点的数据,例如电信运营商管理的骨干路由器的原始网络数据,网络节点数据采集的越多,追踪、确认网络攻击路径的可能性就越大;四是直接的威胁感知数据,例如Honeynet诱捕的网络攻击数据,对网络攻击源及攻击路径的追踪探测数据;五是协同合作数据,包括权威部门的病毒蠕虫爆发的预警数据,网络安全公司或研究机构提供的攻击行为分析报告等。除了第一、第二种类型数据的采集,后面三种类型的数据采集都可以体现积极主动的安全态势感知。如果通过某种方式拥有骨干网络设备的控制权,借助设备的镜像等功能,就能够获取流经网络设备的特定数据。最近斯诺登披露的美国国家安全局“棱镜”计划中就有利用思科路由器的“后门”,获取境外骨干网络节点数据的内容;而且,该计划通过要求一些公司提供有关数据,来完善其监控信息。

2)安全态势评估

评估分为数据预处理、数据集成、脆弱性评估、威胁评估和安全评估五个步骤。对异源异构的传感器数据,需在数据分类的基础上进行格式归一化处理,然后在相关知识库与技术手段的支撑下,根据威胁、脆弱性或安全事件等的标识,进行数据去重、集成和关联,再依次进行面向脆弱性、威胁和安全性的专项评估。由于当前数据集成与融合的相关技术尚不完善,这里侧重于以威胁识别为牵引,来评估因为威胁变化而引发的安全状态变化,即面向网络攻防对抗的安全态势评估。为此,需解决三个基础问题:

(1)对网络威胁主动探测数据的利用。这些数据虽然可能不完整、不系统,但指向性很强,能够明确作为威胁存在的证据,可用于确认安全事件、新威胁发现和攻击路径还原。

(2)将宏观的骨干网络节点数据与具体的涉及某个信息系统的数据进行关联。从具体的数据中提取关键字段,比如IP地址或攻击特征,然后基于这些字段在宏观网络数据中找出相关的数据,解决宏观与微观数据的关联问题。

(3)从海量网络数据中提取可疑的网络攻击行为数据。以特征匹配技术为支撑,深化攻击模式与数据流特征提取,以0Day漏洞的研究与利用为基础,提升对新威胁的监测能力。

3)安全态势预测相对于脆弱性的出现与安全策略的调整,网络威胁的变化频率要高很多。因此,在全面获取网络威胁相关状态数据的情况下,想定不同的场景和条件,根据网络安全的历史和当前状态信息,基于网络威胁来进行态势预测,就能够较好地反映网络安全在未来一段时间内的发展趋势。态势预测的目标不是产生准确的预警信息,而是要将预测结果用于决策分析与支持,特别是要上升到支持网络攻防对抗的层次上。

2传感器网络

2.1概述

主动探测与被动监测相结合的安全要素提取,分别由主动探测型和被动监测型两种传感器来完成。其中前者主要面向网络威胁,后者则全面关注安全态势要素数据。两者在数据采集上都体现了积极主动的策略,例如,通过反制威胁获得其服务器的控制权,进而采集其数据,或利用Honeynet来诱捕分析网络攻击。这种积极的策略体现了网络攻防对抗,需考虑传感器的安全性。

2.2主动探测型传感器

主动探测型传感器以主动探测网络威胁相关信息的方式来进行数据获取,在有效降低采集数据量的同时,大幅度提升威胁感知的准确性。这是目前安全态势感知系统所欠缺的,可以有如下几种方式:

1)重大威胁源公开信息收集:除了权威部门的威胁预警信息,对一些有名的黑客组织与非法团体,例如近期著名的“匿名者(Anonymous)”,还可收集其历史行动、使用手段和公开言论等信息,来分析评判其可能采取的攻击行动。

2)蜜网(Honeynet)或蜜罐(Honeypot)传感器:在关键信息系统或基础设施中部署蜜网或蜜罐系统,对网络威胁进行诱捕和分析,可实现更深层次的威胁感知。

3)可疑目标主动探测:对曾经发起网络攻击的威胁源,依托网络反制手段,对其开展具有针对性的网络追踪(例如攻击路径所涉及的IP地址、域名等)来获得相关数据。如同有目标的高级攻击,这能够非常有针对性的对潜在的威胁进行感知。

2.3被动监测型传感器

被动监测型传感器以被动采集网络流量或主机资源信息的方式来进行数据获取,这是目前网络安全态势感知系统的主要数据采集方式,常用的技术有如下几种:

1)网络安全防护设备传感器:防火墙、IDS、防病毒和终端安全管理系统等安全防护设备的日志与告警信息是基础的态势要素数据,基于这些数据能够获得一个网络信息系统的基本安全状态。

2)网络设备传感器:利用网络设备如路由器、交换机的流量镜像等功能,获取流经这些设备的网络数据,如果具有网络关键节点或攻击源网络设备的控制权,对网络威胁的感知信息就能够更加完整。

3)服务器主机传感器:在关键服务器与主机上部署主机,实现本机网络流量与主机资源(内存使用、进程、日志、文件访问等)信息的捕获,这对安全事件确认和危害分析非常重要。

4)重点目标传感器:针对APT攻击与0Day漏洞利用等高级威胁,尤其是重点保护对象(如政府、金融、工业与能源等行业的信息系统与外部公共网络的出入口)的安全威胁数据的捕获。

3结束语

第8篇

为何一个比特币的底层技术会释放出如此巨大的联动效应?有人把它与印刷术的发明相媲美,它能够标志着下一个数字时代(价值互联网)的来临。区块链(Block Chain)到底具有什么特征,为啥说它有分布式社会账本功能?它与传统互联网技术有什么联系?它对社会、企业的财务运行、商业模式有何影响,又对会计核算、审计业务有什么创新,企业应该采取什么应对策略?

预测未来的最好方式是创造未来,生活在未来之中。本刊拟请上海大学管理学院管理会计与信息化中心主任许金叶撰写《区块链:引领财会革新的逻辑》系列文章,以期抛砖引玉,引起社会各界对区块链中财务创新与会计问题的关注与探讨;同时,也欢迎有见解的作者投稿,本刊将优先发表。

【摘 要】 随着物联网、大数据、云计算、移动终端四大技术的落地、发展及壮大,数字货币的底层信息技术――区块链(Block Chain)得到世界各国广泛的重视。正本清源,借鉴科技发展三大动力结构理论,从信息技术、社会经济及其思维三个维度来探索区块链产生的根源。认为区块链本质是现代数据库技术、现代密码学、网络管理激励机制的集成,是一门集现代信息技术、数学、金融学、法学等学科为一体,解决人与人之间信任问题的科学,从而为未来阐述区块链将引领财务业务创新与会计核算革命提供逻辑基础。

【关键词】 区块链; 数据库技术; 密码学; 激励机制

【中图分类号】 TP309.7;F275.2 【文献标识码】 A 【文章编号】 1004-5937(2017)13-0132-05

引 言

当前,区块链技术不仅在金融领域的应用逐渐成熟,而且在物流追溯、资产转移及合约管理、身份论证、选举投票等领域中应用。以比特币、以太币为首的数字货币在金融等各领域应用,标志着信息互联网时代向价值互联网时代转变。为何数字货币的底层技术(区块链)会释放出如此巨大的联动效应?有人甚至把它与社会发展史上印刷术发明的作用相媲美。那么,区块链(Block Chain)因何而生?^块链是什么技术,有何种特征?为何说具有分布式社会账本功能?区块链对社会和企业的财务运行、商业模式有何影响,又对会计核算、审计业务有什么创新,企业应该采取什么应对策略?本文就此作一分析。

一、区块链发展的三大动力结构:经济全球化需求、现代信息技术推动、社会认识转型三者联动的必然

除了细菌、古细菌、原生生物三类单细胞有机体,加上菌类、植物和动物共六类物种外,科技产物(人造物)被称为地球上第七类物种。科技与前面生物共同具有基本属性。针对当前出现的“机械系统在生命化,生命系统在机器化”的现象,人们对科技的本源、发展轨迹与动因非常关注。本文借鉴《失控》作者凯文・凯利在新作《科技想要什么》中提出科技发展三大动力要素来解释区块链技术的发展动因[1]。凯文・凯利阐释了科技发展的三大动力要素,以科技自身结构的需求解释了科技发展的必然性,以科技内部发展的引力解释科技进步的偶然性,以人类社会在开发科技选择时的集体意识解释科技发展的开放性。

(一)经济全球化需要解决的信息技术问题:区块链发展的自身结构需求

经济全球化(Economic Globalization)是当今世界经济繁荣发展的重要标签,各国经济均朝着全球化趋势发展。经济全球化是指在全球范围内使用和配置劳动力、资本、技术、服务等经济资源,以完成社会生产、分配、交流和消费等经济行为。经济全球化主要表现为市场、生产、资金、金融、科技及信息传播等多领域的全球化,而多领域全方位的全球化经济正迫切需要业务实施的实时性。实时性一方面要求在交易时间上的及时性,但是事实上,目前资金、资产的转移需要通过第三方机构,而且由于各国机构的管理差异,造成了交易时间与成本的增加。另一方面,实时性要求信息的真实性,这直接影响经济业务的开展与决策。这些经济问题的本质是分离均衡问题,正在发展的区块链技术能够有效解决分离均衡问题。

1.分离均衡:制约经济全球化发展的核心问题

均衡是指一种平衡的状态,均衡不代表着绝对平均,而是一种相互依存的状态,又或者是一种逻辑关系,例如力学中的稳定与平衡。类似的,均衡的概念被经济学家引用到经济领域,经济学中的均衡是指经济体系中各经济单位或变量相互制约,没有任何“变革动机”而形成的一种稳定状态。经济均衡的理论是源于西方经济学的基础理论,可用来解释宏、微观的经济问题。作为一个被广泛采用的分析性工具,经济均衡理论在社会科学的各个研究领域中具有独一无二的地位。分离均衡也是经济学分析中常用的概念,约瑟夫・斯蒂格利茨(Joseph Stiglitz)[2]与迈克尔・斯宾塞(Michael Spence)[3]对分离均衡的研究颇有建树。简单而言,分离均衡是指不同的经济单位利用信息传递机制分离到不同领域,或者不同的经济单位通过信息传递机制汇聚到同一领域的过程,最终达到一种稳定状态,任何参与方无法轻易改变这种形成机制。

在资源面前,人人平等。每一个企业或组织都想用自己最大的力量去创造财富,但是有限的资源不能被无限制地瓜分,每一个企业或组织应当合理配置资源并利用资源去创造更多资源。因此,企业管理面临两个基本问题:一是如何优化企业资源配置;二是如何激发企业资源的有效性。分离均衡理论可以用来解决企业管理中的这两大难题,即利用信息传递机制使企业资源达到稳定和最优的状态。例如,利益分配的不合理是企业关系处理中普遍存在的问题,处理利益均衡问题就需要利用信息来区分它们从而实现分离均衡。均衡问题在经济全球化中表现更加突出,例如经济全球化直接的需要是业务的实时有效执行,然而在交易时间上,资金、资产的转移需要通过第三方机构,而且,各个国家的机构管理差异,造成时间与成本的增加。同时,信息的真实性也直接影响经济业务的开展与决策。

2.信息不完全、信息不对称、信息不实时造成分离不均衡

在西方经济学理论中,已经有学者证明,当信息完全对称时,企业能够实现资源配置的最优化,使得企业资源创造出最大收益。以次类推,在企业管理中,信息的不完全性、非对称性、信息的实时有效性同样影响企业绩效是否达到了最优。信息的不完全性会导致管理者难以预测未知的变化,从而在执行业务的过程中一旦出现突发状况,则难以控制和及时应对。在企业的组织管理中,信息不对称性是指参与业务的双方由于制度或其他因素不能彻底实现信息共享,导致其中一方不知道另一方拥有的信息及信息的真假,容易造成逆向选择等问题。

3.解决信息分离均衡呼唤区块链技术

解决信息分享均衡问题需要经济业务实时产生,传递与共享真实的信息,互联网下虽提供了巨量信息,但也表现出信息超载、泛滥的问题。这些问题需要新的信息技术来解决,而区块链技术恰是适应这种需求而诞生的。

(二)现代信息技术发展的推动力:区块链技术进步的偶然性

现代信息技术是以互联网(Internet)为核心的信息技术。互联网的本质是网络(Web),网及网络广泛存在于自然界。互联网技术主要采用超文本和超媒体的信息组织方式,将信息扩展到整个网络以实现信息的互联。以互联网技术为核心的现代信息技术有两个主要特点:一是连接,主要表现为人与人之间的连接(互联网),还表现为人与物的连接,以及与物与物的连接(物联网);二是信息传递,信息传递的发展经过三个阶段:单向信息传递的Web 1.0大门户时代、双向信息传输的Web 2.0互动时代,以及个性化信息集成的Web 3.0智能时代。现在的互联网技术已经能够基于平台实现个性信息整合。

从互联网到物联网,信息产生的内容从结构化数据到非结构化数据(大数据),信息产生的主体从人到物,信息产生的方式从手动到自动,信息性质逐渐呈现真实性。但是,信息的收集、存储及传输仍然饱受不安全、不真实的困扰,这需要互联网信息技术内部寻求解决这个问题的可能办法。

(三)分布式群体智慧:区块链产生的社会思维

提及区块链,人们提到最多的词汇是“去中心化”,但是区块链的核心思维应该是分布式群体智慧的思想。人们想到“去中心化”主要是因为人们饱受互联网发展过程中“中心化媒介”对个体隐私侵害。实际上,区块链的贡献不仅是“去中心化”思想,还是分布式群体智慧。分布式群体智慧主要是人类认识思维从还原性思维向复杂性思维转变的结果。

人类认识世界的思维主要有两种方向:一种方向沿着分解、细化、深入的思维,即还原性理论;另一种方向沿着综合、集体、组成的思维,即复杂性理论。还原论推崇简单性规律,主张任何现象均能够经分解、细化、深入等程序推导出一系列的基本组成因子,随着对这些基本因子研究的深入,一步一步还原出表面现象的内涵。复杂性理论是一门研究复杂现象的理论,这些现象具有非线性、不确定性、时间不可逆性、自组织性、涌现性等特点。基于还原理论上“高效源于控制”的思想向基于复杂理论上“高效源于无为(失控)”的思维转变,这个道理,后面的系列文章中将不断涉及,由于篇幅问题,论文不展开。实际上汇流成河、积沙成塔等道理都是分布式群体智慧的反映,区块链中的分布式群体智慧有助于解决交易中的“公信力”问题。

二、区块链是各项信息技术的C合体

(一)数字货币的底层技术:区块链产生简史

虽然杰出数学家戴维・查姆在1993年就提出eCach数字化支付系统,并创建荷兰公司进行运营,但是,最终因为在线购物客们不关心个人隐私的泄露和安全问题,在1998年最终破产。eCach数字化支付系统一度受到冷落。针对澳大利亚企业家James A Donald对不需要第三方权威认证、点对点网络的eCach支付系统的质疑,在2008年11月1日深夜2点10分,Satoshi Nakamoto(中本聪)给他回复了一封《比特币:一种点对点电子现金系统》的邮件。这封邮件简洁、优雅地阐述了eCach支付系统的五个主要特性[4]:可以用点对点的网络解决双重支付问题;没有类似铸币一级的第三方的信任机构;使用者可以完全匿名;可以用哈希现金形式的“工作量证明”来制造新的货币;用以制造新的货币的“工作量证明”同样可以用来预防双重支付。

《比特币:一种点对点的电子现金系统》一文得到黑客及金融社会的广泛重视,比特币、以太币等数字货币得到迅速应用,这也标志着价值互联网的到来。因《比特币:一种点对点电子现金系统》而闻名的中本聪获得2016年诺贝尔奖的提名。

那么,《比特币:一种点对点的电子现金系统》到底解决了什么信息问题,为何数字货币的底层技术(区块链)可以具有eCach支付系统的五个特性?论文认为探讨区块链技术能够在金融领域、物流追溯、资产转移及合约管理、身份论证、选举投票等各个领域中广泛应用的原因之前,必须清晰区块链是什么。论文认为区块链=现代信息技术+现代密码学+网络管理激励机制。也就是说,区块链是现代信息技术、现代密码学、网络管理激励机制的集成,是一门集信息技术、数学、金融学、法学等学科为一体,解决人与人之间信任问题的科学。

(二)加密、序时链接的分布式数据库:数据库技术在区块链中的发展

1.数据库技术发展简史

数据库(Database)是信息技术的核心,主要用来采集、存储和管理数据,是进行数据加工和信息传递的基础。根据数据模型的特征,数据库技术的发展历程分为网状数据库(又称层次数据库)时代、关系数据库时代和面向对象数据库时代。

(1)网状数据库(层次数据库)

网状数据库(层次数据库)解决了集成数据的存储问题,为现代数据库技术的发展奠定了基础。网状数据库利用存储路径表明数据与数据之间的关系,这些存储路径既能在一定程度上保证数据和程序的物理独立性,又能保证一定的逻辑独立性,可以有效促成数据的集成与共享。但是,网状数据库(层次数据库)中需确切表明数据的存储路径,因此也导致了此类数据库在数据独立性和抽象性方面的不足。

(2)关系数据库

Codd E F[5]首次以数学理论为出发点提出了关系模型的概念,列示了衡量关系型系统的十二条标准,用数学理论奠定了关系数据库的基础。随后,霍尼韦尔公司(Honeywell)研发了世界上第一个商用的关系数据库系统,并在之后的诞生了与关系型数据库相对应的结构化查询语言(Structured Query Language,简称SQL),以标准的计算机编程语句为基础,集成并实现了数据库生命周期中的全部操作,能够接受用户的行动指令,而用户不需要给出具体的步骤指令,即可实现查询、操纵、定义和控制等功能。关系型数据库不仅能够解决数据的集成与共享,也能解决数据的独立性与抽象性问题。同时,关系数据库以严格的数学和逻辑学为基础,界面简洁,容易理解和操作。不足的是,关系数据库无法解决更为复杂的数据结构。

(3)面向对象数据库

随着科技的不断进步,关系型数据库已经不能满足各领域对数据库技术的要求,于是在20世纪80年代,面向对象数据库技术应运而生,也标志着第三代数据库系统时代的到来。第三代数据库系统在集成第二代数据库系统技术的基础上,结合了多种信息技术,支持关系模型和面向对象模型等多种数据结构,普遍应用于各大领域。面向对象数据库支持标准网络协议和数据库语言标准,能够实现对数据、知识和对象的有效管理,具有优良的兼容性、可移植性与可扩展性等特性。不足的是,这种数据库采用了更为复杂的技术取代了原来的关系型数据库,查询语句十分复杂,加大了使用者的更新成本和学习成本。

2.加密、序时链接的分布式数据库

区块链技术是加密、序时链接的分布式数据库技术。其中加密、序时链接在下文展开分析,这里仅介绍区块链数据库技术是分布式数据库技术。

信息的本质和来源在不断变化,伴随着Internet与国际电子商务的发展推动分布式数据库技术产生。物联网下数据的复杂度和数据量都在迅速增长,传统的数据库技术已经不能满足人们的更高要求,传统数据集中式存储在单个计算机上,系统不安全且不灵活,不能够随时适应用户的需要。分布式数据库技术是数据库技术(并行数据库技术、Web数据库技术等)与计算机网络技术(大数据挖掘与商务智能技术、联机分析技术、内容管理技术等)结合的产物[6]。分布式数据库技术将分散各地的数据库系统通过网络连接起来,形成一个似集中数据库。分布式数据库技术具有局部数据库和整体数据库的概念,不仅能够对数据进行全局管理,又能够保证各点自主管理数据。数据具有独立性和透明性,除了处理数据的能源花费大外,数据的安全性和保密性问题较大。

三、哈希(Hash)函数及其算法:区块链中的密码学

(一)哈希(Hash)函怠―密码学的“瑞士军刀”

信息有极大的价值,尤其在军事领域中,信息加密与解密具有重要的价值。“凯撒密码”、二战中的“恩尼格玛密码机”、戚继光之反切码、二战中池步洲与山本五十六之死等都是著名的信息密码故事。密码学是一门研究能够将可识别的正常信息转换成不可识别的隐秘信息用以传播,同时又能将不可识别的信息还原成正常信息的方法和原理的科学。最原始的加密的方法是手工加密,需要人工破译。随着科技的进步,不断实现了机械加密、现代密码加密和数据加密[7]。哈希(Hash)函数是密码学中的高级手段,具有三个特性:其输入可为任意大小的字符串;能产生固定大小的输出;能够进行有效的计算(哈希值计算的复杂度为0(n))。

哈希(Hash)函数之所以被称为密码学中的“瑞士军刀”,关键是因为哈希(Hash)函数能够满足密码安全需要的三个标准:

(1)碰撞阻力:如果无法找到两个值,x和y,而x≠y,则H(x)=H(y),称哈希函数H具有碰撞阻力。

(2)隐秘性:哈希函数H具有隐秘性,当其输入r选自一个高阶最小熵的概率分布,在给定H(r/x)条件下,得出x的值是不可行的。

(3)谜题友好:如果对于任意n位输出值,假定k选自高阶最小熵分布,如果无法找到一个可行的方法,在比2n 小很多时间内找到x,保证H(r/x)=y成立,那么,哈希函数H为谜题友好。

(二)数据的加密、序时存储与通信:区块链中的密码学

当密码与数据库结合在一起时,此类数据库俗称是可定义的数据库。随着数据库技术的发展,根据管理的需要可以对数据库进行定义,也就是可定义的数据库。区块链中的数据库就是应用密码学来进行定义的数据库。

区块链以区块为单位组织数据,区块是一种记录交易的数据库,以加密的方式存储网络上所有的交易记录。每个区块由区块头和区块主体组成。区块主体只负责记录前一段时间内的所有交易信息,区块链的大部分功能都由区块头实现。区块头履行数据库的加密、序时存储及通信的义务,由以下方面的内容组成:

(1)版本号,标示软件及协议的相关版本信息。

(2)父区块哈希值,运用哈希值使得每个区块首尾相连,形成了区块链,并且哈希值对区块链的安全性起到了至关重要的作用。

(3)Merkle根,由区块主体中所有交易的哈希值再逐级两两哈希计算得出,用于测试某笔交易在区块中的真实性。

(4)时间戳,记录该区块产生的时间,精确到秒。

(5)难度值,指该区块相关数学题的难度系数。

(6)随机数(Nonce),记录解密该区块相关数学题的答案值。

区块链的形成主要过程如下:把在本地内存中的交易信息记录到区块主体中,在区块主体中生成此区块中所有交易信息的Merkle树,把Merkle树根的值保存在区块头中;把上一个刚刚生成区块的区块头数据通过SHA256 算法生成一个哈希值填入到当前区块的父哈希值中;把当前时间保存在时间戳字段中;在当前区块加入区块链后,各节点就会立即开始生成下一个区块[8]。难度值字段会根据之前一段时间区块的平均生成时间进行调整以应对整个网络不断变化的整体计算总量,如果计算总量增长了,则系统会调高数学题的难度值,使得预期完成下一个区块的时间依然在一定时间内。

时间戳不仅能够准确记录文件创建的时间,更重要的是能够准确反映文件创建的先后顺序。数据库对一份文件进行确认,时间戳服务器必须包括指向之前文件确认的哈希指针,当前时间和文件内容本身,并用这三条信息来对文件进行签名。时间戳保证了文件的真实性,确保了文件内容不会被其他节点篡改,文件存储的顺序也被保存下来。

四、网络管理激励机制:区块链的网络f议

群体智慧的结晶往往大于局部的力量,但是,并非所有的部分凑合在一起就能够大于群体。究竟是“三个臭皮匠大于诸葛亮”还是“三个和尚无水喝”,这需要视情况而定。在企业管理中,容易出现“三个和尚无水喝”的困难。如何促使部分总和超过整体,就是区块链技术与管理技术结合的结晶:通过网络协议(个体遵循一定的规则),通过“共信力”来解决“公信力”的问题,实现网络管理激励机制。

(一)网络通信协议:各个节点的通信规则

网络最早产生于美国军事的阿帕网(ARPA)。基于阿帕网的大部分电脑相互之间不兼容,不仅单机上任务不能共享,而且单机之间难于通过接口信号处理机实现互联。为解决“资源共享”的目标,有必要建立所有电脑共同都必须遵守的标准,即网络协议。网络协议实质是一种规则,规定了网络上各节点进行网络通信的规则,每一台计算机必须遵守网络协议才能与因特网联通。其中,TCP传输协议和UDP用户数据报协议是两个广为使用的因特网协议。一般而言,TCP/IP协议分为网络接口层、网络层、传输层、应用层4个层次。在进行数据传送时,每一层可以直接联系它的上下层进行数据传输,并可借助上下层网络以满足本层的要求。

(二)点对点价值传输协议

区块链技术支持点对点的网络。每个节点都是平等的,没有等级差异。任何节点都可以随时参与协议,能够随时与其他节点连接,这些节点构成一个随机的网络拓扑结构,共同遵循点对点价值传输协议。点对点价值传输协议是充满技术特质的协议,比如需要遵循泛洪算法;比特币点对点价值传输协议是一个开源协议。同时,各个节点的资产必须能够数字化,能够形成智能资产,参与“智能合约”。

(三)网络节点整体行为的管理激励

由于区块链所支持的点对点的随机网络,各个节点参与整体合作网络的原则是“平等”与“民主”,只能依靠“利益”驱动而不能够用“棍棒”约束。这就是网络节点整体合作行为的管理激励。合作要形成稳定的均衡需要一定的条件,这就要求所设计的“挖矿”算法不仅能够激励各个节点积极参与价值传输活动的记账活动,同时,又要防止任何节点难于操控共识形成的过程。当前,比较流行的是权益证明机制和工作量证明机制。

结 语

本文从源头上分析了区块链技术发展的三大动力要素,以经济全球化趋势解释区块链发展的自身需求、以现代信息技术的进步解释区块链技术的偶然性、以社会认识转型解释区块链发展的开放性。区块链的本质是现代信息技术、现代密码学、网络管理激励机制的集成,是一门集信息技术、数学、金融学、法学等学科为一体,主要用于解决人与人之间信任问题的科学。区块链技术的应用已从金融领域逐步引入各领域,将在物流追溯、资产转移及合约管理、身份论证、选举投票等领域中广泛应用,未来必引领财务业务创新与会计核算革命。

【参考文献】

[1] 凯文・凯利.科技想要什么[M].北京:中信出版社,2011:11.

[2] STIGLITZ J E,et al. Credit Rationing in Market with Imperfect Information[J]. The American Economic Review,1981,71(3):393-410.

[3] SPENCE M A. Market Signaling:The Information Structure of Job Markets and Related Phenomena[M]. PHD thesis,Harvard University Press,1972.

[4] 徐明星.区块链:重塑经济与世界[M].北京:中信出版集团,2016:13-14.

[5] CODD E F. A relational model of data for large shared data banks[J].MD computing Computers in Medical Practice,1998,15(3):162-166.

[6] 杨东,谢菲,杨晓刚,等.分布式数据库技术的研究与实现[J].电子科学技术,2015(1):87-94.