王穎（副教授/高級審計師）茍勇湯小莉（副教授/博士）郭賽賽

（1 西京學(xué)院會計學(xué)院2西北大學(xué) 陜西 西安 710123）

一、引言

審計在維護國家財政經(jīng)濟秩序、提高財政資金使用效益、促進廉政建設(shè)、保障經(jīng)濟社會健康發(fā)展等方面發(fā)揮了重要作用。隨著數(shù)字經(jīng)濟的發(fā)展，傳統(tǒng)的審計技術(shù)已經(jīng)無法適應(yīng)新時代審計工作的要求，特別是“大智移云”的來臨，審計領(lǐng)域出現(xiàn)了數(shù)據(jù)的海量化、分析的專業(yè)化、技術(shù)的智能化等特征；全樣本審計對數(shù)據(jù)的安全性、審計結(jié)果的可靠性、審計的效率性等問題提出了更高的要求。因此，我國審計事業(yè)的發(fā)展亟需新技術(shù)和新理念融入與提升。區(qū)塊鏈、云存儲、大數(shù)據(jù)以及人工智能等新興技術(shù)正是推動我國審計發(fā)展的強心劑，智能審計因此而產(chǎn)生。何為智能審計？許漢友（2020）認(rèn)為，智能審計，即智能技術(shù)與財務(wù)審計的有機結(jié)合。智能審計融入了人工智能信息技術(shù)，能幫助審計人員在更好地完成審計工作的同時，提高審計效率并使審計結(jié)果更加客觀公正，使審計獨立性更強。

二、基于區(qū)塊鏈與云存儲的分布式云存儲系統(tǒng)的建構(gòu)

云存儲技術(shù)對于審計工作影響頗大。云存儲技術(shù)具有整合存儲資源、提高存儲效率、降低存儲成本等優(yōu)勢。同時云存儲技術(shù)也有其無法避免的缺陷，例如云存儲中數(shù)據(jù)的安全性難以得到有效保證，數(shù)據(jù)易被他人惡意篡改并無法追蹤溯源其篡改地址，這也是云存儲技術(shù)應(yīng)用到審計領(lǐng)域亟需解決的重要問題之一。

“審計+”各種新興技術(shù)是目前審計領(lǐng)域探索的重點，區(qū)塊鏈與審計可以實現(xiàn)良性融合，帶來審計行業(yè)的創(chuàng)新與變革。目前區(qū)塊鏈技術(shù)應(yīng)用到審計領(lǐng)域仍有不少的障礙，區(qū)塊鏈存儲應(yīng)用系統(tǒng)要求每個節(jié)點存儲完整的數(shù)據(jù)，這既造成存儲資源的浪費，同時也沒有充分利用網(wǎng)絡(luò)資源存儲數(shù)據(jù)。

基于區(qū)塊鏈與云存儲的分布式云存儲系統(tǒng)（以下簡稱分布式云存儲系統(tǒng)）由區(qū)塊鏈技術(shù)和云存儲技術(shù)共同建構(gòu)。分布式云存儲系統(tǒng)的原理是將區(qū)塊鏈技術(shù)與云存儲技術(shù)相結(jié)合，云存儲技術(shù)提供存儲空間并存儲真實文件，由此解決了區(qū)塊鏈網(wǎng)絡(luò)存儲資源浪費和大數(shù)據(jù)的問題；區(qū)塊鏈技術(shù)提供存儲證明、存儲文件摘要等基礎(chǔ)屬性信息，并利用哈希函數(shù)的唯一性和不可逆性來實現(xiàn)對數(shù)據(jù)的驗證區(qū)，由此解決了云存儲數(shù)據(jù)安全性的問題。分布式云存儲系統(tǒng)的設(shè)計架構(gòu)如圖1所示，主要分為云存儲層、區(qū)塊鏈層、協(xié)議層、管理層、接口層，核心部分是協(xié)議層和管理層。

圖1 分布式云存儲系統(tǒng)基本架構(gòu)圖

云存儲層是分布式云存儲系統(tǒng)的底層網(wǎng)絡(luò)，是用于存儲數(shù)據(jù)的底層系統(tǒng)。目前應(yīng)用較廣泛的是Amazon Simple Storage Service（Amazon S3），Amazon S3是一種對象存儲服務(wù)，擁有良好的性能、可擴展性、安全性和數(shù)據(jù)可用性，大量的數(shù)據(jù)將被分散存儲至附近AWS區(qū)域的多個服務(wù)器上，既提升數(shù)據(jù)的安全性，又便于讀取數(shù)據(jù)。因此云存儲層將選擇Amazon S3作為底層網(wǎng)絡(luò)系統(tǒng)，存儲真實數(shù)據(jù)。

區(qū)塊鏈層是認(rèn)證層，為真實數(shù)據(jù)提供背書，并利用哈希函數(shù)來實現(xiàn)數(shù)據(jù)的唯一性和可驗證性。超級賬本（Hy?perledger）是一個區(qū)塊鏈的商用平臺，突出的特點是可插拔式設(shè)計，用戶可以靈活地插入各個功能模塊來實現(xiàn)自己想要的區(qū)塊鏈網(wǎng)絡(luò)架構(gòu)，超級賬本良好的可擴展性為嵌入云存儲系統(tǒng)提供了基礎(chǔ)。

協(xié)議層是核心部分，主要是安全算法、共識機制等。包括管理文件傳輸?shù)膫鬏攨f(xié)議、管理文件分發(fā)的分發(fā)協(xié)議、共識機制是拜占庭容錯算法（PBFT）和提供訪問控制的DCPABE。

管理層是對存儲至分布式云存儲系統(tǒng)中的數(shù)據(jù)進行數(shù)據(jù)管理。包括自動觸發(fā)合約條件的智能合約、公鑰與密鑰形成的隱私保護管理等，這些管理功能需要用戶去定義。

接口層是為接入智能審計系統(tǒng)而設(shè)計的接入端口。

分布式云存儲系統(tǒng)是基于區(qū)塊鏈與云存儲的智能審計系統(tǒng)的底層系統(tǒng)架構(gòu)，功能是提供數(shù)據(jù)存儲、保障數(shù)據(jù)安全性、數(shù)據(jù)基本分類以及數(shù)據(jù)基本分析，為搭建智能審計系統(tǒng)提供基礎(chǔ)平臺。

三、分布式云存儲系統(tǒng)應(yīng)用于審計的適用性分析

（一）分布式云存儲系統(tǒng)為被審計單位提供存儲空間，節(jié)約空間資源

傳統(tǒng)的網(wǎng)絡(luò)存儲系統(tǒng)采用集中的存儲服務(wù)器存放所有數(shù)據(jù)，存儲服務(wù)器成為系統(tǒng)性能的瓶頸，可靠性和安全性難以保證，也不能滿足大規(guī)模存儲應(yīng)用的需要，同時還不利于審計工作的展開，被審計單位的財務(wù)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、管理數(shù)據(jù)以及視頻影像數(shù)據(jù)等可能存在獲取不完整的問題，由于無法獲得充分、適當(dāng)?shù)膶徲嬜C據(jù)可能導(dǎo)致審計工作無法開展、審計目的無法達到，從而影響審計結(jié)果。云存儲技術(shù)通過虛擬化技術(shù)解決了網(wǎng)絡(luò)存儲空間的浪費問題，為被審計單位提供超大容量、超大規(guī)模的網(wǎng)絡(luò)存儲空間，提高了存儲效率，改善了網(wǎng)絡(luò)存儲空間的利用率。數(shù)據(jù)的易獲取、大容量為審計工作的順利開展提供了基礎(chǔ)條件，同時也降低了企業(yè)的存儲成本。

（二）分布式云存儲系統(tǒng)為實時審計奠定了基礎(chǔ)

區(qū)塊鏈?zhǔn)怯筛鱾€分布式網(wǎng)絡(luò)節(jié)點組成的共享數(shù)據(jù)庫，具有高度開放、公開透明等特征。這為審計單位實施實時審計提供了條件，被審計單位實時的財務(wù)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)等都可以輕松獲取，獲取審計證據(jù)的方式較為容易，如此既能提高審計效率，又可減少審計成本。

（三）分布式云存儲系統(tǒng)能保障審計數(shù)據(jù)的安全性

區(qū)塊鏈的不可篡改、追本溯源、共識驗證等特征可以保障被審計單位審計數(shù)據(jù)的真實完整，減少由于錯誤上傳或舞弊造假形成的企業(yè)風(fēng)險。另外，分布式云存儲系統(tǒng)并非簡單直接地將數(shù)據(jù)存儲到區(qū)塊中，而是存儲到網(wǎng)絡(luò)節(jié)點本地存儲空間，在節(jié)約網(wǎng)絡(luò)存儲空間的同時，也提高了區(qū)塊鏈的效率。

四、智能審計系統(tǒng)的搭建

人工智能從本質(zhì)上說就是按照人類的思維方式對系統(tǒng)進行編程和設(shè)計，從而替代人工完成各種任務(wù)。人工智能按照人類的思維方式對系統(tǒng)進行編程和設(shè)計的過程，就是人工智能模擬人類思維的過程。

人工智能會將不同審計對象單位的審計信息傳輸?shù)叫畔⒕W(wǎng)絡(luò)中，使審計人員更方便、更高效地處理審計工作，可以極大地改善傳統(tǒng)的審計方法，也可以極大地提高審計工作的效率。同時精湛的技術(shù)、高額的成本投入以及海量數(shù)據(jù)的支持是構(gòu)建基于人工智能的智能審計系統(tǒng)所必需的因素。要達到實時審計和審計全覆蓋的目的，應(yīng)保證審計數(shù)據(jù)的實時傳輸與信息共享，分布式云存儲系統(tǒng)上的智能審計系統(tǒng)包括以下幾個層級：（1）審計數(shù)據(jù)的智能采集與上鏈系統(tǒng)。區(qū)塊鏈技術(shù)應(yīng)用于云存儲，將保障審計數(shù)據(jù)上傳的安全性。（2）審計數(shù)據(jù)的信息共享系統(tǒng)。智能審計系統(tǒng)在保障數(shù)據(jù)安全性的同時又能實現(xiàn)各個主體之間的信息共享。（3）數(shù)據(jù)智能分析系統(tǒng)。利用深度學(xué)習(xí)算法解構(gòu)審計數(shù)據(jù)，形成可視化的數(shù)據(jù)網(wǎng)絡(luò)鏈條。（4）可視化報告系統(tǒng)。按需按主體出具審計報告，建構(gòu)基于圖表影音的可視化審計報告。圖2展示了智能審計系統(tǒng)的工作原理。

圖2 智能審計系統(tǒng)工作原理

（一）審計數(shù)據(jù)智能采集與上鏈系統(tǒng)

審計數(shù)據(jù)是審計工作的基礎(chǔ)。無法獲取充分、適當(dāng)?shù)膶徲嫈?shù)據(jù)將直接導(dǎo)致審計工作無法開展，進而影響企業(yè)的安全和經(jīng)濟效益。審計數(shù)據(jù)主要包括文字?jǐn)?shù)據(jù)、圖像數(shù)據(jù)及影音數(shù)據(jù)等，這些數(shù)據(jù)具有規(guī)?；?、分類化、無紙化、電子存儲等特點，是審計人員進行審計工作的重要載體。要對此類數(shù)據(jù)實施審計，首先是對此類數(shù)據(jù)的采集與匯總。在分布式云存儲系統(tǒng)中搭建人工智能審計系統(tǒng)，利用物聯(lián)網(wǎng)中的各類傳感器進行數(shù)據(jù)智能采集，再由區(qū)塊鏈上傳到分布式云存儲系統(tǒng)中，分布式云存儲系統(tǒng)內(nèi)置智能分析，將對數(shù)據(jù)的規(guī)模、種類、性質(zhì)進行智能分析，整理匯總形成分類云存儲數(shù)據(jù)庫，在此基礎(chǔ)上智能審計系統(tǒng)便可以進行智能審計工作。審計數(shù)據(jù)的智能采集與云存儲數(shù)據(jù)的上鏈過程如下：

1.審計數(shù)據(jù)的智能采集。美國麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”傳統(tǒng)的現(xiàn)場審計是通過現(xiàn)場觀察、檢查企業(yè)的審計數(shù)據(jù)，對于審計單位和被審計單位而言，審計效率低下、審計成本高昂，并且在大數(shù)據(jù)審計時代，傳統(tǒng)審計范式已經(jīng)無法滿足審計工作需求。智能審計系統(tǒng)的數(shù)據(jù)采集系統(tǒng)主要利用物聯(lián)網(wǎng)中的各類信息傳感器，例如北斗衛(wèi)星導(dǎo)航系統(tǒng)（BDS）、激光掃描器、紅外傳感器、射頻識別技術(shù)（RFID），各類信息傳感器實時采集任何需要監(jiān)控、連接、互動的物體或過程，采集其聲、圖像、位置等各種需要的信息，通過云存儲系統(tǒng)網(wǎng)絡(luò)接入，實現(xiàn)對各類信息的智能化感知、識別和管理。通過各類傳感器采集被審計單位的審計數(shù)據(jù)，可以實現(xiàn)對被審計單位的實時監(jiān)控，采集的數(shù)據(jù)通過將區(qū)塊鏈共識驗證到分布式云存儲系統(tǒng)中，在保障數(shù)據(jù)安全性的同時也能實現(xiàn)實時審計。

2.云存儲數(shù)據(jù)的上鏈過程。云存儲數(shù)據(jù)的上鏈過程分為以下幾個步驟：步驟一，被審計單位的審計數(shù)據(jù)經(jīng)過物聯(lián)網(wǎng)傳感器的采集，通過被審計單位的網(wǎng)絡(luò)設(shè)備將其傳輸?shù)椒植际皆拼鎯ο到y(tǒng)；步驟二，基于區(qū)塊鏈的分布式云存儲系統(tǒng)會將交易信息與其他數(shù)據(jù)打包形成一個區(qū)塊，等待其他網(wǎng)絡(luò)節(jié)點的共識驗證；步驟三，區(qū)塊被廣播到區(qū)塊鏈網(wǎng)絡(luò)中等待各個網(wǎng)絡(luò)節(jié)點共識驗證，由于共識機制的存在，被審計單位的審計數(shù)據(jù)變得公開透明，任何網(wǎng)絡(luò)節(jié)點都可以查看驗證，避免了傳統(tǒng)審計存在的信息不對稱情況；步驟四，部分網(wǎng)絡(luò)節(jié)點遵循共識機制驗證區(qū)塊，驗證成功說明大部分網(wǎng)絡(luò)節(jié)點是認(rèn)可區(qū)塊內(nèi)的信息，審計數(shù)據(jù)被網(wǎng)絡(luò)節(jié)點驗證后，將會保留驗證節(jié)點的簽名信息，由此審計數(shù)據(jù)的安全性和可靠性能得到有效保障；步驟五，區(qū)塊被哈希函數(shù)計算并鏈接到區(qū)塊鏈最長鏈末端，鏈接成功后審計數(shù)據(jù)無法篡改，保證了真實完整性；步驟六，此交易被記錄到區(qū)塊鏈上，交易信息、審計數(shù)據(jù)將會對全網(wǎng)公開透明，并且將上鏈數(shù)據(jù)存儲至本地存儲空間，由此可以提升區(qū)塊鏈整體的上鏈效率和運行效率。

（二）審計數(shù)據(jù)共享系統(tǒng)

審計數(shù)據(jù)經(jīng)區(qū)塊鏈上鏈至分布式云存儲系統(tǒng)，由此可以實現(xiàn)上鏈審計數(shù)據(jù)的實時共享，在節(jié)約被審計單位存儲成本、提升存儲空間效率的同時，也可以節(jié)約審計單位的審計成本、減少溝通成本及提高審計效率。審計數(shù)據(jù)上鏈之后，可以實現(xiàn)實時審計和審計全覆蓋，并且任何網(wǎng)絡(luò)節(jié)點都可以成為“審計人員”。網(wǎng)絡(luò)節(jié)點驗證審計數(shù)據(jù)后，將上鏈數(shù)據(jù)存儲至本地存儲空間，由此可以提升區(qū)塊鏈整體的上鏈效率和運行效率。存儲管理服務(wù)定期將上傳的審計數(shù)據(jù)同步至網(wǎng)絡(luò)中的其他相鄰節(jié)點，以此保證審計數(shù)據(jù)的安全和可信任。分布式云存儲系統(tǒng)內(nèi)置數(shù)據(jù)檢索服務(wù)，可以基于審計數(shù)據(jù)的任何屬性執(zhí)行查詢。如果審計單位、監(jiān)管層、上下游企業(yè)以及與企業(yè)利益相關(guān)者等需要企業(yè)私密數(shù)據(jù)，那么區(qū)塊鏈技術(shù)的非對稱加密技術(shù)能實現(xiàn)點對點傳輸?shù)陌踩⑺矫堋?/p>

（三）審計數(shù)據(jù)智能分析系統(tǒng)

在實現(xiàn)審計數(shù)據(jù)的采集、上鏈、共享之后，對于數(shù)據(jù)的智能分析才是智能審計系統(tǒng)的關(guān)鍵。智能審計系統(tǒng)的智能分析將采用人工智能深度學(xué)習(xí)算法。深度學(xué)習(xí)起源于人工神經(jīng)網(wǎng)絡(luò)的研究，是當(dāng)前人工智能研究的一個新領(lǐng)域，主要研究從非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)（如文本、圖像、影音數(shù)據(jù)等）中提取特征，建構(gòu)以信息表示的計算模型。從審計數(shù)據(jù)智能采集系統(tǒng)采集的數(shù)據(jù)來看，主要以文本、圖像、影音數(shù)據(jù)為主。文本數(shù)據(jù)即審計所需的各類合同、單據(jù)、表所承載的文字信息，如采購合同、入庫單、固定資產(chǎn)明細(xì)表等；圖像數(shù)據(jù)即審計所需具有證明性的圖像信息，如簽章掃描件、庫存實物照片等；影音數(shù)據(jù)即以往審計使用較少的數(shù)據(jù)，主要為智能審計數(shù)據(jù)采集系統(tǒng)采集到的視頻信息、定位信息、語音信息等，如產(chǎn)品出入庫監(jiān)控錄像、產(chǎn)品運行軌跡和合同談判錄音等。

審計需要大量的數(shù)據(jù)，而審計數(shù)據(jù)之間也有相應(yīng)的勾稽關(guān)系，傳統(tǒng)審計模式下，審計人員依靠賬、表、單等文字信息與實物進行勾稽，智能分析系統(tǒng)利用深度學(xué)習(xí)算法解決如何代替審計人員從眾多審計數(shù)據(jù)中對應(yīng)數(shù)據(jù)的勾稽關(guān)系，以文字信息勾稽文字信息、以圖像信息勾稽文字信息、以影音信息勾稽文字信息，三者相互勾稽、相互驗證，從而使得審計結(jié)果更為可靠。

深度學(xué)習(xí)算法運用于智能分析大致思路為：先對深度學(xué)習(xí)算法進行模擬分析，輸入規(guī)則和模型讓算法按照審計人員的指令去學(xué)習(xí)；在其學(xué)習(xí)該如何勾稽數(shù)據(jù)的關(guān)系之后，利用大數(shù)據(jù)對算法進行大量訓(xùn)練，提升深度學(xué)習(xí)算法的分析能力；最后深度學(xué)習(xí)算法獨自承擔(dān)分析工作。要想達到智能分析還有待進一步挖掘。本文選取了目前深度學(xué)習(xí)的兩類基本模型深度信念網(wǎng)絡(luò)（Deep Belief Network，DBN）和卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Networks，CNN），對其進行簡單介紹。

深度信念網(wǎng)絡(luò)（DBN）是一個概率生成模型，由若干層受限玻爾茲曼機（RBM）組成的多隱含層神經(jīng)網(wǎng)絡(luò)，通過RBM的逐層堆疊，DBN模型可從原始數(shù)據(jù)中逐層提取特征，獲得高層次表達。RBM具有強大的特征提取能力，對審計文本數(shù)據(jù)進行分層次深度學(xué)習(xí)可以幫助審計人員找出數(shù)據(jù)的異常點和風(fēng)險點。基本思路是：當(dāng)把賬、表、單等文本數(shù)據(jù)輸入RBM時，RBM1會對輸入的文本數(shù)據(jù)進行逐層無監(jiān)督訓(xùn)練，尋找基本勾稽關(guān)系勾稽數(shù)據(jù)，如對庫存現(xiàn)金日記賬和銀行對賬單，DBN會自動勾稽基本數(shù)據(jù)關(guān)系，核對金額；在經(jīng)過初次訓(xùn)練后得到數(shù)據(jù)h1，將作為RBM2的初始數(shù)據(jù)，再次進行深層訓(xùn)練，此時將提取庫存現(xiàn)金日記賬和銀行對賬單重大或微小的金額進行分析，結(jié)合金額數(shù)量、性質(zhì)、用途、來源與去向等，判斷是否有異常；RBM2之后是進行RBM3，再次提取庫存現(xiàn)金日記賬和銀行對賬單頻繁或偶發(fā)的金額進行分析，結(jié)合金額數(shù)量、發(fā)生頻率、來源、性質(zhì)等，判斷是否屬實；最后綜合關(guān)聯(lián)數(shù)據(jù)進行整體剖析，得出分析結(jié)果。深度學(xué)習(xí)算法以此不斷摘取數(shù)據(jù)特征，降低數(shù)據(jù)分析的難度，從而找出隱藏在數(shù)據(jù)中的風(fēng)險點。

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，本質(zhì)上是一種輸入到輸出的映射，但需要大量的參數(shù)進行學(xué)習(xí)，審計大數(shù)據(jù)為此提供了良好的平臺。卷積神經(jīng)網(wǎng)絡(luò)已成為當(dāng)前語音分析和圖像識別領(lǐng)域的研究熱點。如對連續(xù)拍攝的庫存物品實物圖進行智能分析時，CNN首先會對圖像區(qū)域進行卷積運算，即提取該區(qū)域特征，區(qū)域特征被提取意味著該區(qū)域與其他區(qū)域的位置關(guān)系確定，如此偽造的審計數(shù)據(jù)將無所遁形；然后進一步識別該區(qū)域特征，比如數(shù)量、分類、質(zhì)量等，由此可識別出其工作效率、工作質(zhì)量和相關(guān)工作情況等；最后識別出的特征將會與文本數(shù)據(jù)進行勾稽，再次勾稽數(shù)據(jù)與數(shù)據(jù)間的關(guān)系，確保數(shù)據(jù)的可靠性。越多圖像與影音數(shù)據(jù)與文本數(shù)據(jù)的勾稽，才能保證審計結(jié)果的可靠性。

通過深度信念網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)對審計數(shù)據(jù)的智能分析，能發(fā)現(xiàn)賬表的異常點和可疑點，幫助審計人員提取關(guān)鍵特征，找出隱藏性的關(guān)聯(lián)交易等。對于圖像和視頻數(shù)據(jù)的分析，通過特征的提取識別出原始數(shù)據(jù)的相關(guān)信息，這會帶來質(zhì)的改變，現(xiàn)場審計將大幅度減少。通過深度學(xué)習(xí)能夠幫助審計人員實現(xiàn)實時審計和審計全覆蓋，提升審計效率并增強審計結(jié)果的可靠性。

（四）可視化報告報告系統(tǒng)

在傳統(tǒng)審計范式下，被審計單位財務(wù)報表和審計報告是決策者做出決策的重要依據(jù)，財務(wù)報表和審計報告的真?zhèn)纬潭葲Q定了投資決策是否正確。在智能審計時代，不僅審計人員可以出具審計報告，智能審計系統(tǒng)依據(jù)智能分析所得出的結(jié)論，也能出具智能審計報告。智能審計報告主要依靠人工智能的深度學(xué)習(xí)算法。智能審計系統(tǒng)內(nèi)置審計報告模塊，包含審計報告模板、審計報告編制流程、審計報告智能分析程序及智能審計報告結(jié)論等。深度學(xué)習(xí)算法在內(nèi)置的審計報告模塊不斷訓(xùn)練和模擬，對審計報告流程不斷“逐層初始化”，相當(dāng)于審計人員不斷重復(fù)編寫審計報告的經(jīng)驗，對于審計意見經(jīng)過智能審計系統(tǒng)的判斷，給出最優(yōu)的審計意見和審計報告。

在智能審計分析階段，可視化技術(shù)已內(nèi)置智能審計系統(tǒng)中，對于財務(wù)報表的編制，智能審計系統(tǒng)會自動生成可視化報表，直觀而形象地呈現(xiàn)報表項目，便于橫向與縱向的對比。管彥慶（2014）等基于Excel中的Microsoft Research Treemapper控件，將傳統(tǒng)的數(shù)字型報表變成了圖形報表。報表中每一個方框的大小代表相應(yīng)報表項目的金額，顏色代表增長率。與傳統(tǒng)的數(shù)字型報表相比，可視化報表更加直觀清晰。

在智能審計報告階段，可視化報告系統(tǒng)將對歷年審計結(jié)果、審計重點、審計難點、審計風(fēng)險進行可視化呈現(xiàn)?？梢暬尸F(xiàn)告別了傳統(tǒng)簡單的文字與數(shù)字的疊加，而是多維度的、立體的、動態(tài)的展示。未來的報告將不僅僅局限于形狀與顏色的圖形報表，而將展示更非富的細(xì)節(jié)與特征。如動態(tài)立體審計報告，將報告與3D影像技術(shù)結(jié)合，實現(xiàn)全息投影審計報告，當(dāng)然這是未來智能審計報告的趨勢，目前還無法實現(xiàn)。

智能審計系統(tǒng)將自動出具可視化審計報告，報告將會直接在智能審計系統(tǒng)中反饋給公司管理層、公司股東、債權(quán)人及其他利益相關(guān)節(jié)點，并按需、按主體出具可視化報告。

五、智能審計系統(tǒng)對審計工作的影響

本文在分布式云存儲系統(tǒng)上搭建智能審計系統(tǒng)，將其應(yīng)用于審計領(lǐng)域，促成審計方式的變革和審計技術(shù)的創(chuàng)新，進而實現(xiàn)大數(shù)據(jù)審計、智能審計。

（一）既保障審計數(shù)據(jù)安全性，又提高審計工作的質(zhì)量

區(qū)塊鏈應(yīng)用于審計實務(wù)領(lǐng)域正在積極探索，但區(qū)塊鏈應(yīng)用于審計理論鄰域成果頗豐。數(shù)據(jù)安全和可信是審計工作開展的基礎(chǔ)，區(qū)塊鏈技術(shù)具有公開透明、不可篡改等特征，能夠保障審計數(shù)據(jù)的安全可靠，云存儲技術(shù)提供超大規(guī)模的數(shù)據(jù)存儲和數(shù)據(jù)共享，建構(gòu)的分布式云存儲系統(tǒng)能為大數(shù)據(jù)提供安全存儲與安全共享。審計是企業(yè)的安全防線，是企業(yè)風(fēng)險的屏障，在維護企業(yè)經(jīng)濟效益的同時，也保障著企業(yè)的長遠生存問題。在審計數(shù)據(jù)安全可靠得以保障的前提下，審計工作將會變得更加重要，無論是國家審計、社會審計還是內(nèi)部審計，所能發(fā)揮的作用也將日漸凸顯，三者融合形成的審計合力尤為突出。

（二）事后審計轉(zhuǎn)變?yōu)槭虑皩徲嫼蛯崟r審計

傳統(tǒng)審計模式下財務(wù)造假情況頻繁發(fā)生，屢禁不止且愈演愈烈，造假手法之多樣、造假金額之巨大，損害了無數(shù)中小投資者的利益。傳統(tǒng)審計模式下的“事后審計”可能是經(jīng)過修飾或篡改的審計數(shù)據(jù)，此外審計數(shù)據(jù)不公開透明、審計人員僅限于專業(yè)人員、審計雙方可能存在利益往來等都是事后審計所存在的問題?！皩崟r審計”是理想的審計模式，它可以帶來更為可靠、更低風(fēng)險、更高質(zhì)量的審計工作。基于區(qū)塊鏈技術(shù)的分布式云存儲系統(tǒng)所搭建的智能審計系統(tǒng)，網(wǎng)絡(luò)中的任何節(jié)點都可成為實時審計的“審計人員”，并不需要任何其他網(wǎng)絡(luò)節(jié)點的授權(quán)，通過區(qū)塊鏈實現(xiàn)數(shù)據(jù)的實時檢索，智能審計系統(tǒng)能對審計數(shù)據(jù)進行實時智能分析并出具可視化報告報告。

（三）抽樣審計轉(zhuǎn)變?yōu)槿珮颖緦徲?/h3>

傳統(tǒng)審計模式下由于審計數(shù)據(jù)的大量性與規(guī)模性，審計人員無法對全部數(shù)據(jù)實施審計，因此會實行抽樣審計，但隨著企業(yè)規(guī)模的擴大，數(shù)據(jù)的增加，抽樣審計已無法滿足審計單位的需求。區(qū)塊鏈技術(shù)具有公開透明、無法篡改等特征，上鏈的審計數(shù)據(jù)會永久存檔，永久保留在分布式云存儲系統(tǒng)中，由此可以實現(xiàn)對企業(yè)的全樣本審計、全覆蓋審計。智能審計系統(tǒng)會對被審計單位上鏈的每項數(shù)據(jù)實施跟蹤審計，通過對上鏈數(shù)據(jù)智能分析，挖掘出數(shù)據(jù)之間的聯(lián)系，從而實現(xiàn)審計數(shù)據(jù)之間的相互支持，使得企業(yè)的舞弊與差錯難以遁形。

（四）傳統(tǒng)審計轉(zhuǎn)變?yōu)橹悄軐徲嫼痛髷?shù)據(jù)審計

傳統(tǒng)審計模式存在著審計效率低下、審計成本高昂、審計證據(jù)缺乏安全性及審計結(jié)果不準(zhǔn)確等問題，摒棄傳統(tǒng)審計模式，大力融合發(fā)展以區(qū)塊鏈、云計算、云存儲、人工智能及大數(shù)據(jù)等為主的新興技術(shù)，是審計發(fā)展的當(dāng)前要務(wù)。在新興技術(shù)的支持下，審計數(shù)據(jù)將實現(xiàn)智能采集、智能處理、智能分析，審計報告將實現(xiàn)智能生成、按主體生成可視化報告，審計結(jié)果能實現(xiàn)智能送達至不同利益主體，審計一整套流程將實現(xiàn)智能控制，這是實現(xiàn)智能審計、大數(shù)據(jù)審計的必由之路。