昆明理工大学《大数据审计》2023-2024 学年期末试卷 .pdf

昆明理工大学《大数据审计》2023-2024学年期末试卷

院（系）班级学号姓名

题号一二三四总分

得分

一、单项选择题（本大题共10小题，每小题2分，共20分

在每小题列出的四个备选项中只一个是最符合题目要求的，请将其代码填写在题后的括号

内。

1.昆明理工大学与云南某矿业集团合作项目中，用于矿山开采量核查的“数字享生”技术核心

是（）

A.无人机可见光测绘+激光雷达测绘B.区块链存证+智能合约C.机器学习异常检测D.量

子计算优化算法

2.大数据审计中，用于识别交易异常的核心技术是（）

A.数据可视化B,数据挖掘与机器学习C.数据仓库构建D.网络爬虫采集

3.以下属于非结构化数据审计对象的是（）

A.财务报表B,合同文本C.数据库表D,交易记录

4.昆明理工大学横向课题《跨境电商数据合规审计》中，重点解决的技术问题是（）

A.多源异构数据整合B.数据加密算法优化C.智能合约漏洞检测D.审计证据链存证

5.大数据审计平台中，用于实时监测数据流动的模块是（）

A.数据采集层B.数据清洗层C.数据分析层D,可视化展示层

6.以下不属于大数据审计风险评估方法的是（）

A.蒙特卡罗模拟B.决策树模型C.趋势分析D.专家访谈法

7.昆明理工大学材料学院实验室数据审计中，用于检测设备运行异常的技术是（）

A.时间序列分析B.关联规则挖掘C.聚类分析D,文本情感分析

8.大数据审计中，数据质量评估的核心指标不包括（）

A,准确性B,完整性C.及时性D,多样性

9.以下属于区块链技术在审计中应用的是（）

A.智能合约自动执行审计规则B.数据脱敏保护隐私C.分布式存储审计日志D.以上都是

10.昆明理工大学《大数据审计》课程实验中，使用Python实现的主要任务是（）

A.数据采集与清洗B.数据库管理C.审计报告生成D,网络安全防护

二、简答题（本大题共3小题，每小题10分，共30分

1.比较传统审计与大数据审计的差异

。传统审计：

-依赖抽样分析，效率低;

・以结构化数据为主，覆盖面限；

・事后审计，缺乏实时监控。

。大数据审计：

-全量数据分析，准确性高;

・支持多源异构数据，覆盖业务全流程；

・实时预警与动态监测，风险响应速度快。

1.简述昆明理工大学在矿业工程审计中的技术创新

。维建模技术：采用“无人机测绘+点云建模”构建矿山数字享生模型，实现开采量、

越界开采等指标的精准测量;

。智能算法应用：通过机器学习模型分析爆破数据，识别少计开采量等异常行为;

。跨部门数据整合：融合采矿证、财务、生产数据，建立多维度审计分析框架。

1.说明数据清洗在大数据审计中的作用及主要方法

°作用：

・提升数据质量，确保分析结果准确性；

・去除噪声与异常值，避免误导审计结论；

・统一数据格式，便于跨系统关联分析。

。方法：

・缺失值处理（插值法、删除法）;

-异常值检测（Z-score、孤立森林）；

-数据标准化（Min-Mx标准化、Z-score标准化）。

三、案例分析题（本大题共2小题，每小题15分，共30分

案例一:跨境电商数据合规审计（15分

背景：昆明某跨境电商企业存在以下问题：

•客户信息泄露风险高

•跨境交易数据未加密存储

•电子合同签署流程不规范

要求：

1.设计数据安全审计方案，包括数据采集、传输、存储环节的防护措施；

2.分析电子合同审计的关键风险点及应对策略；

3.说明如何利用区块链技术构建审计证据链。

答案要点：

1.安全审计方案：

。数据采集：使用合规API接口，签订数据授权协议；

。数据传输：采用SSL/TLS加密，部署VPN通道；

。数据存储：分区分级存储，敏感数据脱敏处理。

1-电子合同风险点：

。签署人身份验证不严格-应对：引入生物识别技术；

。合同条款模糊一应对：采用智能合约自动解析关键条款。

1.区块链应用：

。哈希值上链确保合同不可篡改；

。时间戳记录签署时间，增