Информационные технологии обработки и аудита крупноформатных электронных таблиц

• Автор: Ильясов, Джалиль Фатович
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 228 с. : ил.

ВВЕДЕНИЕ

1 ОБЗОР РАБОТ И ПОСТАНОВКА ЗАДАЧ.

1.1 Обзор работ по обработке КЭТ.

1.2 Обзор работ по аудиту КЭТ

1.2.1 Классификация ошибок КЭТ.

1.2.2 Методы тестирования КЭТ

1.2.3 Методы визуального аудита КЭТ

1.3 Методы обработки информации, основанные на факторном анализе

1.4 Экспертные методы оценки и принятия коллективных решений.

1.5 Постановка задач.

2 ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ ОБРАБОТКИ КРУПНОФОРМАТНЫХ ЭЛЕКТРОННЫХ ТАБЛИЦ.

2.1 Крупноформатные электронные таблицы. Основные термины и определения
2.1.1 Вводные замечания
2.1.2 Структурные элементы табличных процессоров.
2.1.3 Табличные программы, табличные представления и
приложения КЭТ.
2.1.4 Графовые представления.
2.1.5 Модели восприятия электронных таблиц.
2.2 Информационные технологии обработки данных в КЭТ.
2.2.1 Вводные замечания
2.2.2 Информационная технология создания ДЭТ.
2.2.3 Информационная технология онлайн обработки ДЭТ.
2.2.4 Информационная технология пост обработки ДЭТ.
2.3 Методическое, алгоритмическое и программное обеспечение стохастической обработки данных в КЭТ
2.3.1 Методическое обеспечение обработки данных с использованием канонического статического факторного анализа
2.3.2 Методическое обеспечение обработки данных с использованием
канонического динамического факторного анализа
2.4 Выводы по разделу 2.
3 ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ АУДИТА КРУПНОФОРМАТНЫХ ЭЛЕКТРОННЫХ ТАБЛИЦ.
3.1 Вводные замечания
3.2 Информационная технология аудита КЭТ, основанная на визуализации логических областей.
3.2.1 Критерии эквивалентности логических областей.
3.2.2 Описание информационной технологии аудита КЭТ, основанной на визуализации логических областей
3.2.3 Подготовка исходных данных для аудита
3.2.4 Автоматическая идентификация логических областей.
3.2.5 Синтез визуальной модели.
3.2.6 Методы анализа визуальной модели и примеры их использования
3.2.6.1 Метод анализа табличной ВМ.
3.2.6.2 Метод анализа функциональной ВМ
3.2.6.3 Метод анализа структуры ББР
3.3 Информационная технология аудита КЭТ, основанная на визуализации логических классов
3.3.1 Определение логического класса.
3.3.2 Описание информационной технологии аудита КЭТ, основанной на визуализации логических классов.
3.3.3 Инициализация параметров логических классов
3.3.4 Автоматическая идентификация логических классов
3.3.5 Синтез визуальной модели.
3.3.6 Анализ визуальной модели.
3.4 Выводы по разделу
4 МЕТОДИКА ЭКСПЕРТНОЙ ОЦЕНКИ КАЧЕСТВА КЭТ
4.1 Задачи и цели экспертного анализа качества КЭТ.
4.2 Формирование перечня критериев и шкал, характеризующих качество отдельных таблиц и КЭТ в целом
4.3 Формирование решающих правил по оценке качества отдельных таблиц и КЭТ в целом.
4.4 Основные стадии экспертного опроса.
4.5 Подбор экспертов
4.6 Методика обработки экспертной информации и формирование заключения
4.7 Обобщенный алгоритм экспертного анализа и оценки качества КЭТ
4.8 Применение методики экспертной оценки качества КЭТ в компании Росинспекторат
4.9 Выводы по разделу
5 ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ ОБРАБОТКИ И АУДИТА КЭТ В ИНФОРМАЦИОННЫХ СИСТЕМАХ
5.1 Общие положения
5.2 Проблемы оценки трудоемкости эксплуатации информационнотелекоммуникационной системы Банка России.
5.2 Краткое описание возможностей ПК АРМ.
5.3 Алгоритмы расчета трудоемкости эксплуатации ТС ИТС регионального сегмента Банка России и потребности в расходных материалах
5.4 Реализация ПК АРМ
5.5 Применение информационных технологий обработки КЭТ в ПК АРМ.
5.5.1 Реализация информационной технологии создания ДЭТ
5.5.2 Реализация информационной технологии онлайн обработки ДЭТ
5.5.3 Реализация информационной технологии пост обработки ДЭТ
5.6 Применение информационных технологий аудита КЭТ в ПК АРМ
5.6.1 Аудит безошибочности выполнения расчетов ПК АРМ на этапе разработки.
5.6.2 Логический контроль правильности заполнения норм в справочниках ПК АРМ и исходных данных.
5.7 Сравнение реализаций ПК АРМ на основе КЭТ и СУБД. Оценка
практической значимости разработанных ИТ обработки и аудита КЭТ
5.8 Выводы по разделу
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА


Хорошо известная в области финансового аудита фирма i сделала вывод , что всех проверенных финансовых отчетов выполненных в виде электронных таблиц, содержали не менее 5 ошибок. В связи с этим возникает потребность в методах и технологиях аудита, которые позволяют обнаруживать ошибки КЭТ или облегчить процесс их поиска. КЭТ необходимо провести классификацию ошибок КЭТ. Известно ,,, несколько работ по классификации ошибок КЭТ. Все из них делят ошибки на две категории ошибки табличного процессора и ошибки приложения КЭТ. Последние в свою очередь подразделяются на количественные и качественные ошибки. Таким образом, обобщенно классификацию ошибок КЭТ можно представить в виде рисунка 1. Системные ошибки это ошибки табличного процессора. На их проявление не влияют действия пользователя, однако пользователь, знающий о имеющейся системной ошибке, иногда может избежать ее. Пример 1. Рассмотрим пример системной ошибки. В табличном процессоре x , для всех дат без явного указания столетия до деньмесяцгод используется й век, а для всех дат позже используется й век. Этой системной ошибки пользователь может избежать, явно указав год, например или . Пользовательские ошибки это ошибки допущенные пользователем или разработчиком при создании, вводе данных или изменении приложения КЭТ. В отличии от системных ошибок пользовательские ошибки при своевременном обнаружении могут быть исправлены пользователем. Количественные ошибки. Значение термина количественная ошибка, окончательно не определено. Так Р. Панко и К. Раджалингхам определяют количественные ошибки как ошибки, которые вызваны некорректным значением в контрольной ячейке. Очевидно, что данное определение не учитывает всех возможных случаев, поскольку всегда есть вероятность наличия двух ячеек с такими ошибками, которые аннулируют друг друга в контрольной ячейке. Наиболее правильно количественная ошибка определяется в , как ошибка вызванная некорректным значением хотя бы в одной из ячеек. Последние два пункта являются на самом деле проявлением качественных ошибок в виде количественных. Качественные ошибки это ошибки в формулах и форматах ячеек. Их сложно определить тестированием ячеек на уровне значений, поскольку они, как правило, вызываются некорректными формулами, которые случайно дают правильный результат для установленного множества входных данных. Однако в процессе эксплуатации они обнаруживаются в виде количественных ошибок. На сегодняшний день проблема борьбы с системными и синтаксическими ошибками довольно успешно решена для пользователя. Синтаксические же ошибки отлавливаются и блокируются интерпретатором формул, с выдачей соответствующего сообщения на экран, поэтому пользователь просто не сможет ввести формулу или установить формат с ошибкой. Совершенно противоположная ситуация с количественными и логическими ошибками, так как именно на них приходится всех не выявленных ошибок. Количественные ошибки сложно выявить автоматизированными методами, так как критерий правильности или неправильности значения очень специфичен для каждой конкретной задачи и в большинстве случаев такие ошибки способен выявить только человек. Логические ошибки можно выявить с использованием автоматизированных способов в связи со спецификой КЭТ. Существующие методы и технологии аудита, направленные на обнаружение ошибок КЭТ, можно разделить на две группы методы тестирования КЭТ и технологии визуального аудита КЭТ. Далее данные группы рассматриваются более подробно. Тестирование КЭТ связано с идентификацией и коррекцией ошибок в приложениях под них. Хотя процесс разработки, тщательное проектирование и документирование значительно увеличивают общее качество программного обеспечения ПО, они не являются заменой тестированию. Традиционное ПО обычно тестируется путем проведения тестов для различных случаев работы ПО, с дальнейшем сравнением полученного результата с ожидаемым. Однако, как это было указано Д. Хуангом и Э. Дейкстрой , в связи с большим количеством возможных случаев работы программы, должен быть также предусмотрен и большой набор тестов для получения значимых результатов тестирования.