黃河水利職業(yè)技術(shù)學院 陳俊麗

基于云計算的會計大數(shù)據(jù)分析平臺構(gòu)建

黃河水利職業(yè)技術(shù)學院 陳俊麗

本文分析了大數(shù)據(jù)時代運用云計算技術(shù)構(gòu)建企業(yè)會計大數(shù)據(jù)平臺的具體措施。借助于云計算會計大數(shù)據(jù)分析平臺必須遵循的會計準則、會計制度等相關(guān)法律法規(guī)的要求，具備財務(wù)綜合分析、財務(wù)綜合決策、財務(wù)綜合預(yù)測、財務(wù)綜合監(jiān)控等功能，為實現(xiàn)這些功能，圍繞環(huán)境部署、數(shù)據(jù)獲取、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)輸出及安全機制進行分析。

云計算 會計大數(shù)據(jù) 大數(shù)據(jù)分析平臺

一、云計算與會計大數(shù)據(jù)

（一）云計算云計算是一種商業(yè)計算模型，它將運算任務(wù)分配到大量計算機集成的資源庫中，使不同的應(yīng)用系統(tǒng)根據(jù)自身需要獲取相應(yīng)的存儲空間、信息服務(wù)以及與傳統(tǒng)大型服務(wù)器相等或更多的計算能力。云計算模式的九大特性與傳統(tǒng)模式的比較（如表1所示）。

表1 云計算模式與傳統(tǒng)模式對比分析表

（二）會計大數(shù)據(jù)比較遺憾的是，截止到目前學術(shù)界對會計大數(shù)據(jù)還沒有形成權(quán)威的定義。在文章中會計大數(shù)據(jù)的理解是建立在原有會計數(shù)據(jù)的基礎(chǔ)之上，并衍變而成的。它不應(yīng)當只包含企業(yè)內(nèi)部的與會計相關(guān)的數(shù)據(jù)，還應(yīng)當包含為了實現(xiàn)某一特定目標，企業(yè)通過物聯(lián)網(wǎng)從外部公開網(wǎng)站獲取其他的會計數(shù)據(jù)資料；或者不僅包含原始的會計數(shù)據(jù)，而且包含經(jīng)過加工處理之后的會計信息。大數(shù)據(jù)時代的到來，為會計部門管理者財務(wù)分析提供了豐富的信息資源。大數(shù)據(jù)是規(guī)模巨大、結(jié)構(gòu)復雜的數(shù)據(jù)集合，在合理的時間內(nèi)快速獲取、存儲、管理、共享、分析可以提供巨大的利用價值。它具有以下特征：數(shù)據(jù)數(shù)量規(guī)模大；數(shù)據(jù)種類繁多；數(shù)據(jù)輸入和輸出速度快；數(shù)據(jù)的依賴性與無形性。

二、基于云計算的會計大數(shù)據(jù)分析平臺構(gòu)建原則

（一）數(shù)字化原則平臺是數(shù)字化的。即會計大數(shù)據(jù)分析平臺從原始單據(jù)的采集，到最終會計大數(shù)據(jù)的分析，全程一律數(shù)字化，保證會計大數(shù)據(jù)的時效性。

（二）網(wǎng)絡(luò)化原則平臺是網(wǎng)絡(luò)化的。通過網(wǎng)絡(luò)將公司與公司外部、總公司與子公司、公司內(nèi)各部門緊密聯(lián)系起來，形成一個個環(huán)環(huán)相扣的信息流。這樣一來不僅能夠?qū)崿F(xiàn)總公司實時把握子公司的會計動態(tài)，而且能夠?qū)崿F(xiàn)同行業(yè)資源共享，有利于公司第一時間內(nèi)做出正確的決策。

（三）智能化原則平臺是智能化的?，F(xiàn)有數(shù)據(jù)處理技術(shù)有了翻天覆地的進步，計算機有足夠的數(shù)據(jù)處理、存儲能力和最先進的分析技術(shù)。使用先進的計算機數(shù)據(jù)分析技術(shù)可以輕易地對采集的會計大數(shù)據(jù)進行深入處理分析，實現(xiàn)智能化。

三、基于云計算的會計大數(shù)據(jù)分析平臺功能構(gòu)建

基于云計算的會計數(shù)據(jù)分析平臺的構(gòu)建必須遵循會計準則、會計制度等相關(guān)法律法規(guī)的要求，將企業(yè)有效原始會計數(shù)據(jù)和經(jīng)加工后的會計數(shù)據(jù)融合成會計大數(shù)據(jù)，并對其采集、存儲、分析、應(yīng)用，發(fā)掘其價值。主要包括以下幾個方面：財務(wù)綜合分析、財務(wù)綜合決策、財務(wù)綜合預(yù)測、財務(wù)綜合監(jiān)控等。

（一）財務(wù)綜合分析

（1）基于價值鏈的財務(wù)綜合分析。文章只是簡要構(gòu)建了基于價值鏈的財務(wù)綜合分析體系，具體指標設(shè)計可以隨著會計大數(shù)據(jù)分析研究不斷改進。在傳統(tǒng)財務(wù)綜合分析中，主要采用杜邦分析體系以及沃爾比重評分法，以凈資產(chǎn)收益率作為衡量指標。但是這種指標不具有全面性，它過度看重會計資料，卻忽略了其他重要因素。所以本平臺的財務(wù)綜合分析功能是以（經(jīng)濟增加值）為核心財務(wù)分析指標，杜邦分析體系中影響的財務(wù)指標作為次級財務(wù)分析指標，借助平衡計分卡和企業(yè)價值鏈引入顧客、內(nèi)部運作、學習和創(chuàng)新以及供應(yīng)商、員工等非財務(wù)指標作為基本財務(wù)分析指標，從而拓展財務(wù)分析的縱向和橫向深度，將企業(yè)目標和業(yè)務(wù)結(jié)合，并加載知識庫，從而能夠動態(tài)反映企業(yè)的價值。內(nèi)部運作層面是企業(yè)內(nèi)部生產(chǎn)經(jīng)營價值增值的過程。重點是從產(chǎn)品質(zhì)量、產(chǎn)品成本、生產(chǎn)周期、資源利用效率等方面設(shè)定指標；其次加強與顧客層面的聯(lián)系，實時跟蹤生產(chǎn)作業(yè)步驟，確定戰(zhàn)略性價值的作業(yè)，從而增加有價值作業(yè)，減少無價值作業(yè)。學習和創(chuàng)新層面是企業(yè)產(chǎn)品、技術(shù)創(chuàng)新的過程。主要從研發(fā)投入、研發(fā)產(chǎn)出等方面設(shè)定指標，并與內(nèi)部運作、顧客層面緊密聯(lián)系，提升企業(yè)核心競爭力。員工層面對于處理顧客和供應(yīng)商的關(guān)系、企業(yè)內(nèi)部運作、學習創(chuàng)新等都能起到關(guān)鍵作用，是企業(yè)獲得競爭優(yōu)勢的重要手段，所以從員工滿意度、工作能力等方面設(shè)定分析指標是十分必要的。顧客層面要考慮提高顧客的忠誠度和滿意度。主要從顧客滿意度、顧客保持率、顧客取得率等方面設(shè)定指標。供應(yīng)商層面位于企業(yè)價值鏈的上游，關(guān)于其財務(wù)分析十分重要。主要從企業(yè)和供應(yīng)商的信息交互程度、訂單完成數(shù)量、訂單質(zhì)量和完成效率等方面設(shè)定指標。

（2）基于哈佛分析框架的財務(wù)綜合分析。哈佛分析框架在財務(wù)綜合分析體系中所起的作用是：對企業(yè)的會計大數(shù)據(jù)進行戰(zhàn)略分析、會計分析、財務(wù)分析和前景分析。在戰(zhàn)略分析中，建立行業(yè)發(fā)展、競爭戰(zhàn)略、企業(yè)經(jīng)營戰(zhàn)略情況的分析體系；在會計分析中，對企業(yè)關(guān)鍵會計項目的會計政策分析，可以結(jié)合競爭對手橫向分析，也可以根據(jù)以前年度縱向分析；在財務(wù)分析中，結(jié)合趨勢分析法、對比分析法、比例分析法對企業(yè)財務(wù)報表進行深入分析；在前景分析中，結(jié)合企業(yè)內(nèi)部創(chuàng)新、外部政策、顧客需求、企業(yè)內(nèi)部業(yè)務(wù)發(fā)展趨勢等因素，加載知識庫之后，采用數(shù)據(jù)挖掘技術(shù)實現(xiàn)前景預(yù)測分析。通過以上綜合分析，可以準確評價企業(yè)的經(jīng)濟效益情況。

（二）財務(wù)綜合決策大數(shù)據(jù)時代的到來，讓財務(wù)綜合決策由原來單純依賴企業(yè)財務(wù)會計數(shù)據(jù)和決策者的經(jīng)驗判斷轉(zhuǎn)向更多的依賴對數(shù)據(jù)的獲取、處理、分析和應(yīng)用。具體財務(wù)綜合決策流程如圖1所示。

圖1 財務(wù)綜合決策分析流

財務(wù)綜合決策分析功能如下：

（1）財務(wù)籌資決策中，調(diào)用資金成本、財務(wù)風險、資金需求預(yù)測等模型，首先分析企業(yè)的資金結(jié)構(gòu)和使用情況；其次用加權(quán)平均資本成本、分析資金使用效果等，然后采用銷售百分比預(yù)測資金的需求情況，最后根據(jù)知識庫中的知識法則做出籌資決策。

（2）財務(wù)投資決策中，首先依據(jù)企業(yè)歷年數(shù)據(jù)分析企業(yè)的資金組成結(jié)構(gòu)、使用狀況、變化趨勢等方面；其次定位分析，多維度對證券投資報酬和風險等方面分析；然后對投資收益進行預(yù)測；最后調(diào)用知識庫中的經(jīng)驗判斷，輸出結(jié)果。

（3）收入分配決策中，首先建立多維分析模型，并采用本量利分析方法預(yù)測營業(yè)利潤金額以及變動趨勢，然后結(jié)合知識庫中的決策利潤分配的比例、分配政策和分配時間等知識，輸出利潤分配結(jié)果。

（三）財務(wù)綜合預(yù)測財務(wù)綜合預(yù)測即結(jié)合財務(wù)綜合分析結(jié)果，根據(jù)歷史業(yè)務(wù)資料和外部客觀環(huán)境等會計大數(shù)據(jù)，并采用單變量、多變量的線性回歸方法預(yù)測企業(yè)的財務(wù)危機、經(jīng)營績效、成本預(yù)算等。營業(yè)成本預(yù)測通常采用作業(yè)成本法，采用聚類分析法測試不同因素對成本的影響程度，然后依據(jù)歷史產(chǎn)量和成本數(shù)據(jù)的變化趨勢，自動選取相對應(yīng)模型，進而實現(xiàn)預(yù)測未來成本的要求。在財務(wù)風險預(yù)測方面可以采用周首華學者的F計分模型，也可以采用BP神經(jīng)網(wǎng)絡(luò)模型和Kalman濾波（如圖2所示）。

圖2 財務(wù)動態(tài)預(yù)警分析體系

圖2財務(wù)動態(tài)預(yù)警分析體系

（四）財務(wù)綜合監(jiān)控財務(wù)綜合監(jiān)控的目的是幫助管理者清楚企業(yè)經(jīng)營狀況、預(yù)算執(zhí)行情況，具體包括以下四個方面：現(xiàn)金監(jiān)控；應(yīng)收賬款監(jiān)控；存貨監(jiān)控；生產(chǎn)監(jiān)控。

四、基于云計算的會計大數(shù)據(jù)分析平臺的體系設(shè)計

會計大數(shù)據(jù)分析平臺主要由云服務(wù)平臺層、數(shù)據(jù)獲取層、數(shù)據(jù)加工存儲層、數(shù)據(jù)輸出展示層構(gòu)成，會計大數(shù)據(jù)標準化和安全機制貫穿始終（如圖3所示）。

圖3 平臺整體架構(gòu)圖

（一）基礎(chǔ)IT環(huán)境部署

（1）平臺云計算服務(wù)模式的選擇。云計算平臺服務(wù)主要有以下幾種交付模式：基礎(chǔ)設(shè)施即服務(wù)（IaaS）、平臺即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）。每層服務(wù)都是基于下面的基礎(chǔ)服務(wù)，平臺是建立在基礎(chǔ)設(shè)施之上，軟件服務(wù)則是通過網(wǎng)絡(luò)利用一些軟件的服務(wù)關(guān)系（如圖4所示）。文章構(gòu)建的會計大數(shù)據(jù)分析平臺既可以基于IaaS模式，也可以基于PaaS模式?；A(chǔ)設(shè)施即服務(wù)：位于云計算架構(gòu)的最底層，是一個純粹的技術(shù)組件。企業(yè)基于這種服務(wù)模式構(gòu)建會計大數(shù)據(jù)的分析平臺，可以實現(xiàn)企業(yè)業(yè)務(wù)安全穩(wěn)定運行、快速準確的分析處理會計數(shù)據(jù)、高效利用資金的要求。

圖4 云計算服務(wù)模式圖

平臺即服務(wù)：位于云計算架構(gòu)的中間層，企業(yè)借助其提供的編程語言和工具開發(fā)應(yīng)用軟件。企業(yè)基于這種服務(wù)模式構(gòu)建會計大數(shù)據(jù)分析平臺，無需定義會計數(shù)據(jù)存儲伸縮性，也不需要管理和控制云的基礎(chǔ)設(shè)施、網(wǎng)絡(luò)等，但可控制部署應(yīng)用和配置對應(yīng)環(huán)境，提高企業(yè)在軟件上的投資回報率。同時也應(yīng)該注意到，基于PaaS模式構(gòu)建軟件將是一種長期的發(fā)展趨勢。

（2）平臺云計算部署模式的選擇。如果以部署環(huán)境進行分類的話，云計算包括公有云、私有云、混合云三種形式（如圖5）。

圖5 私有云、公有云和混合云示意圖

公有云：遠離企業(yè)建筑的地方托管，通過因特網(wǎng)，由外部云服務(wù)商共享資源，并且細粒度的、按計算的效用進行收費。該模式在成本和靈活性方面具有許多優(yōu)勢，但是在監(jiān)管和安全性方面存在漏洞。私有云：僅利用云計算的部分特征，在內(nèi)部托管的一種部署方式。企業(yè)可以在私有云上構(gòu)建會計大數(shù)據(jù)分析平臺，私有云可以保證會計數(shù)據(jù)的安全性，但一定程度上增加了運行成本?；旌显疲簩⒐性婆c私有云結(jié)合。企業(yè)可以基于混合云構(gòu)建會計大數(shù)據(jù)分析平臺，可以實現(xiàn)數(shù)據(jù)處理快、安全性高的要求。但當前混合云的發(fā)展不是很成熟。

（二）會計大數(shù)據(jù)的獲取會計大數(shù)據(jù)的獲取包含：會計業(yè)務(wù)數(shù)據(jù)的獲取、會計知識的獲取以及綜合決策分析數(shù)據(jù)的獲取。

（1）會計業(yè)務(wù)數(shù)據(jù)的獲取。首先，會計大數(shù)據(jù)中的會計業(yè)務(wù)數(shù)據(jù)包含財務(wù)會計數(shù)據(jù)和非財務(wù)會計數(shù)據(jù)。數(shù)據(jù)的來源包括銷售清單、合同、訂貨單等業(yè)務(wù)單據(jù)，不再是單純的會計憑證，形式更加多樣化。為了獲得高質(zhì)量的會計信息，需將會計要素嚴格區(qū)分開來。在獲取會計業(yè)務(wù)數(shù)據(jù)的過程中，不僅通過內(nèi)部網(wǎng)絡(luò)獲取現(xiàn)有會計信息系統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，而且還有通過外部網(wǎng)絡(luò)、傳感器、B/S移動輸入等方式獲取對應(yīng)的非結(jié)構(gòu)化數(shù)據(jù)，接收數(shù)據(jù)之后采用ETL工具對其辨析、抽取、清洗等操作，并存入MongoDB數(shù)據(jù)庫中（如圖6）。比如：在業(yè)務(wù)核算中，由于業(yè)務(wù)發(fā)生頻率高，業(yè)務(wù)處理水平較低，而且需要實時提供信息，因此會計數(shù)據(jù)用云端的MongoDB數(shù)據(jù)庫進行存儲。

（2）會計知識的獲取。會計知識包括：基本會計制度、會計準則、項目方案等顯性知識，以及決策知識、會計核算經(jīng)驗和經(jīng)過數(shù)據(jù)挖掘后得到的會計信息等隱性知識。會計知識的獲取是系統(tǒng)自動獲取外部輸入的相關(guān)知識，以及從數(shù)據(jù)庫、數(shù)據(jù)倉庫中獲取、識別的知識，經(jīng)過分類整合之后，以一種事實或者結(jié)果存入知識數(shù)據(jù)庫，同時建立知識之間的聯(lián)系，形成關(guān)系型數(shù)據(jù)庫。

圖6 會計業(yè)務(wù)數(shù)據(jù)的獲取流程圖

（3）綜合決策分析數(shù)據(jù)的獲取。綜合決策分析數(shù)據(jù)是從企業(yè)內(nèi)部數(shù)據(jù)到企業(yè)外部數(shù)據(jù)，從結(jié)構(gòu)化數(shù)據(jù)到非結(jié)構(gòu)化數(shù)據(jù)，所有能夠系統(tǒng)反映企業(yè)經(jīng)營狀況、所在行業(yè)發(fā)展情況等，幫助管理者做出正確決策的會計大數(shù)據(jù)。綜合決策分析數(shù)據(jù)的獲取是采集會計核算系統(tǒng)中的原始資料、業(yè)務(wù)處理后生成的記賬憑證、總賬等數(shù)據(jù)，采集財務(wù)分析管理信息系統(tǒng)中加工處理后的信息，通過局域網(wǎng)采集其他部門中的供應(yīng)商、客戶等資料，以及通過互聯(lián)網(wǎng)外部接口采集外部收集的政策、行業(yè)發(fā)展等其他對決策影響的相關(guān)數(shù)據(jù)。

（三）會計大數(shù)據(jù)加工存儲會計大數(shù)據(jù)加工存儲是用存儲器將不同來源的會計大數(shù)據(jù)在批量實時的采集、交換、整合之后存儲起來，并建立相應(yīng)的數(shù)據(jù)倉庫。

（1）會計大數(shù)據(jù)的存儲。在會計大數(shù)據(jù)存儲中，平臺需要存儲全局的會計大數(shù)據(jù)。而且要設(shè)置數(shù)據(jù)層次，將商業(yè)機密的會計數(shù)據(jù)存入私有數(shù)據(jù)層中；將原始會計數(shù)據(jù)和最基本、粒度最低的會計數(shù)據(jù)存入橫向數(shù)據(jù)層中；將綜合決策分析的數(shù)據(jù)存儲在縱向分析層中。存儲中最重要的環(huán)節(jié)是建立數(shù)據(jù)倉庫。數(shù)據(jù)倉庫不是簡單數(shù)據(jù)庫，是用ETL將操作型數(shù)據(jù)轉(zhuǎn)為面向分析主體信息的過程，是面向主題的、非易失的會計數(shù)據(jù)倉庫。構(gòu)建數(shù)據(jù)倉庫，需要建立雪花模型，以事實表為中心建立維度表，在維度表上擴展詳細類別表。通過建立雪花模型，可以全方位查看會計大數(shù)據(jù)具體發(fā)生的情況，而且在同一模式中使用不同粒度保存，粒度越大，綜合性越高，粒度越小，細節(jié)越高。數(shù)據(jù)倉庫的構(gòu)建種類如下：會計業(yè)務(wù)數(shù)據(jù)倉庫。將企業(yè)所有經(jīng)濟業(yè)務(wù)的數(shù)據(jù)資料之間建立聯(lián)系之后形成的數(shù)據(jù)庫。知識倉庫。將知識庫中的各種經(jīng)驗、項目成果、會計核算管理辦法等知識構(gòu)建聯(lián)系形成的知識集合。方法倉庫。存儲方法模塊的工具，為數(shù)據(jù)分析和挖掘提供方法指導。模型倉庫。存儲解決用戶問題所需的各種模型的倉庫。它不僅包含投資模型、預(yù)測模型等財務(wù)分析決策模型，也包含聯(lián)系多個模型的工具。綜合決策分析數(shù)據(jù)倉庫。按照企業(yè)管理者的需求，在采集會計大數(shù)據(jù)的基礎(chǔ)上加載知識庫、模型庫、方法庫等，形成多維會計數(shù)據(jù)模型，并將模型應(yīng)用到數(shù)據(jù)中，進行萃取、篩選、合成之后形成多維度、多粒度、綜合型的數(shù)據(jù)集合。

（2）會計大數(shù)據(jù)管理。在會計大數(shù)據(jù)管理中，會計業(yè)務(wù)數(shù)據(jù)的管理是從紙質(zhì)化轉(zhuǎn)為電子化管理，形成電子單據(jù)、電子賬簿，并且自動上傳、分類、加便簽管理。會計知識數(shù)據(jù)的管理是加強會計知識加工存儲，實現(xiàn)會計知識的輸出、利用和共享。同時，會計大數(shù)據(jù)的管理要特別注意元數(shù)據(jù)的管理，主要是將數(shù)據(jù)標準化，保證系統(tǒng)內(nèi)會計大數(shù)據(jù)的高度一致、可維護、高質(zhì)量。元數(shù)據(jù)的管理必須貫穿于數(shù)據(jù)倉庫的設(shè)計、開發(fā)等過程中，并且對結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)同時管理。

（四）會計大數(shù)據(jù)分析輸出會計大數(shù)據(jù)分析輸出是將知識庫的會計知識、方法庫的運算方法、模型庫的財務(wù)分析模型統(tǒng)一應(yīng)用，集成各種呈現(xiàn)工具對存儲在分布式數(shù)據(jù)庫的會計大數(shù)據(jù)進行多維分析分類匯總、數(shù)據(jù)挖掘等，之后通過客戶端人機交互界面動態(tài)呈現(xiàn)預(yù)測挖掘的結(jié)果，以滿足大多數(shù)常見的分析需求。

（1）會計大數(shù)據(jù)的挖掘。會計大數(shù)據(jù)分析平臺的會計大數(shù)據(jù)挖掘主要采用描述性數(shù)據(jù)分析、預(yù)測性數(shù)據(jù)分析和規(guī)則性數(shù)據(jù)分析方法。第一，描述性數(shù)據(jù)分析。將會計數(shù)據(jù)明細賬和財務(wù)分析指標設(shè)置多維分析模型。統(tǒng)計出會計數(shù)據(jù)的最小值、最大值等。將不同空間數(shù)據(jù)特點分類，生成點、線、面等不同的財務(wù)數(shù)據(jù)集合，之后進行相關(guān)性分析、概念抽樣等處理，實現(xiàn)立體空間的財務(wù)分析數(shù)據(jù)。第二，預(yù)測性數(shù)據(jù)分析。將業(yè)務(wù)處理的規(guī)則、數(shù)據(jù)挖掘模型等結(jié)合，形成深度會計數(shù)據(jù)。包含通用相關(guān)性分析、線性模型、多維尺度模型以及線性回歸模型等。比如：yi=β0+β1x1+β2x2+β3x3+…+βnx1

第三，規(guī)則性數(shù)據(jù)分析。在已有限制、需求、目標的前提下，采用聚類分析、神經(jīng)網(wǎng)絡(luò)方法等算法為信息使用者從許多有用的方案中做出選擇的分析技術(shù)。

（2）數(shù)據(jù)輸出。在數(shù)據(jù)處理結(jié)果輸出中引入MapReduce技術(shù)對會計大數(shù)據(jù)進行整合處理。

圖7 會計核算輸出流程圖

平臺采用云計算技術(shù)和企業(yè)級的搜索技術(shù)處理會計大數(shù)據(jù)，并將處理分析結(jié)果通過B/S模式動態(tài)直觀的展示給信息使用者。

（五）會計大數(shù)據(jù)安全機制

（1）風險披露。云計算對會計大數(shù)據(jù)安全是存在一定風險的。不僅有來自外部互聯(lián)網(wǎng)的安全威脅，也有來自內(nèi)部的安全隱患（如表2所示）。

表2 對各種安全性風險的解決方案表

（2）安全保障。應(yīng)對當前這些安全風險的解決方案（如表2所示）。具備安全服務(wù)能力的體系是建立在基本的安全服務(wù)和架構(gòu)基礎(chǔ)之上的。關(guān)鍵基礎(chǔ)服務(wù)和架構(gòu)包括：身份/訪問安全、數(shù)據(jù)安全、應(yīng)用安全、基礎(chǔ)架構(gòu)安全和物理安全。其對應(yīng)安全策略如下：用戶認證、授權(quán)；會計大數(shù)據(jù)隔離、會計大數(shù)據(jù)加密、會計大數(shù)據(jù)保護；分級安全控制；網(wǎng)絡(luò)隔離；災(zāi)備管理。

（3）安全機制的具體應(yīng)用。基于云計算的會計大數(shù)據(jù)分析平臺可按照圖8所示的流向圖設(shè)計會計數(shù)據(jù)安全處理流程。

圖8 會計數(shù)據(jù)安全處理流程圖

用戶在輸入會計數(shù)據(jù)之前，采用U盾驗證用戶身份的合法性；終端發(fā)送會計數(shù)據(jù)時，會計數(shù)據(jù)加密后采用VLAN通道傳遞，以防在管道中被竊取、破壞；會計數(shù)據(jù)發(fā)送到云端，在進入服務(wù)器之前要通過防火墻和IPS設(shè)備檢測，在確認是安全訪問信息之后，將會計數(shù)據(jù)發(fā)送到處理會計數(shù)據(jù)的軟件中；軟件在解密會計數(shù)據(jù)之后執(zhí)行具體操作。如果是寫入操作，則需要虛擬層識別為授權(quán)的寫入操作，才接收會計數(shù)據(jù)；虛擬層依據(jù)虛擬化策略將會計數(shù)據(jù)提交給對應(yīng)的物理設(shè)備；物理設(shè)備操作會計數(shù)據(jù)的校驗計算、保護等，并給虛擬層返回操作結(jié)果；返回操作結(jié)果到服務(wù)軟件；加密操作結(jié)果后采用VLAN通道傳遞給終端；終端從VLAN通道接收數(shù)據(jù)并解密；給用戶返回結(jié)果。

（六）平臺應(yīng)用評價指標評價一個基于云計算的會計大數(shù)據(jù)分析平臺的使用效果時，除了要看系統(tǒng)自身的功能效果，還要看企業(yè)對平臺的滿意程度。因此本文從平臺的性能、成本效益方面設(shè)定指標分析平臺的使用效果，為進一步完善平臺構(gòu)建提供幫助。

（1）性能評價?；谠朴嬎愕臅嫶髷?shù)據(jù)分析平臺不僅保存現(xiàn)有會計信息系統(tǒng)的優(yōu)點，而且克服成本高、效率低的缺點，同時實現(xiàn)了會計大數(shù)據(jù)的綜合分析。具體如表3所示。

（2）成本效益分析指標。云計算技術(shù)構(gòu)建會計大數(shù)據(jù)分析平臺的一大亮點是：應(yīng)用成本低、海量數(shù)據(jù)處理效率高，文章在此具體從企業(yè)的角度對平臺成本效益設(shè)定分析模型。在基于云計算的會計大數(shù)據(jù)分析平臺和現(xiàn)有會計信息系統(tǒng)的成本分析方面，主要對軟件開發(fā)、軟件維護費用等方面進行比較。在效益分析方面，主要對會計核算的時間、準確度、工作量對比分析，對財務(wù)分析的層次、時間、準確度對比分析，對財務(wù)監(jiān)控的控制力度、時間、預(yù)算調(diào)整對比分析，對財務(wù)決策的時間、準確度、控制力度、利潤對比分析，對財務(wù)預(yù)測的準確度、及時性對比分析，對數(shù)據(jù)查詢的準確性、及時性、數(shù)據(jù)量對比分析，對企業(yè)經(jīng)營狀況的訂單轉(zhuǎn)換率、人力成本、購成本等方面對比分析。

表3 平臺使用評價指標表

［1］吳沁紅：《新一輪信息化浪潮下會計信息化：使命、挑戰(zhàn)、展望——第十一屆全國會計信息化年會綜述》，《會計研究》2012年第10期。

［2］袁鳳林：《我國會計信息化研究綜述》，《統(tǒng)計與決策》2008年第19期。

［3］許金葉、李歌今：《構(gòu)建會計大數(shù)據(jù)分析平臺：企業(yè)會計云計算建設(shè)的核心》，《財務(wù)與會計》2013年第4期。

［4］毛華揚、梁寧寧：《基于云計算模式建立會計數(shù)據(jù)中心》，《財會月刊》2013年第9期。

［5］劉忠玉:《21世紀財務(wù)會計發(fā)展大趨勢》，《財經(jīng)問題研究》2004年第8期。

［6］袁進：《大數(shù)據(jù)環(huán)境下的企業(yè)質(zhì)量分析平臺構(gòu)建》，《上海質(zhì)量》2013年第6期。

［7］王慧娟：《基于云計算的會計大數(shù)據(jù)分析平臺構(gòu)建研究》，山西財經(jīng)大學2015年碩士學位論文。

［8］程平、萬家盛：《大數(shù)據(jù)時代財務(wù)共享服務(wù)中心云平臺的構(gòu)建及其應(yīng)用》，《商業(yè)會計》2015年第15期。

［9］覃炯聰：《大數(shù)據(jù)背景下的數(shù)據(jù)治理模式》，《信息與電腦》（理論版）2016年第16期。

（編輯 張芬）