一、地理信息系统在测绘工程中的必要性分析
（一）提高测量数据的准确度
在传统的工程测量工作当中，无论是多么优秀的测量工作，都多多少少存在着误差。并且，采用传统的工程测量方法得到的数据的准确程度还与测量者的测量熟练程度及个人经验有着很大的关系。那么，这就使得工程测量的数据具有很大的随意性，这就对工程的建设工作造成了很大的威胁。而地理信息系统不同，地理信息系统利用卫星组成的扫描平面，对地球表面的实际情况进行测量，将数据反馈到操作者面前，这一过程无需人工参与，所以避免了人工带来的误差。并且，地理信息系统的卫星扫描技术可以在太空上扫描到地球上的微小物体，这样的测量方法的准确度肯定远远超过了传统的测量方法。这就使得地理信息系统在工程领域的地位越来越高。
（二）降低了客观因素的影响
在传统的工程测量工作当中，如果工程的建设地点在野外，测量工作人员就必须选择适宜的天气适宜的地点对工程数据进行测量与分析。工程建设地点的地形地貌，气候，植被，地质，人文，水文都会对测量工作的进行带来很大的影响。例如在山区或者海拔高的地区，测量的难度就很大，甚至就无法进行测量。如果遇到刮风下雨的天气，测量工作就要延期。而采用地理信息系统对工程数据进行测量的时候，就无需考虑到这些客观条件，无论是什么地方，什么样的气候条件，地质条件，卫星都可以对它进行扫描测量，给工程的建设工作提供关键的数据。地理信息系统受客观条件影响小，所以可以全时段地服务于工程建设的测量工作。
（三）测量效率高
采用传统的测量方法进行测量工作，往往需要测量小组到建设地点，选择好的测量位置，分步分组进行测量，需要有测量的记录人员，然后要人工对测量所得的数据进行分析与处理，最后确定测量结果。而采用地理信息处理系统进行测量工作，就可以省去这些繁琐的步骤，直接得到工程建设的准确数据，对复杂地形的测量更是节省了大量的间，这就使得工程行业可以在最短的时间内得到建设施工的重要数据，推动工程的施工进程，保证工程的质量。
二、地理信息系统在测绘中的应用
（一）数据源
数据对于测绘而言是至关重要的，数据采集功能是地理信息系统（GIS）的一个重要功能。从数据来源的类型上看，地理信息系统（GIS）数据可以大致分为原始数据（第一手数据）或处理加工后的数据（第二手数据），另外也可将数据源分为非电子数据和电子数据两类。第一手数据是指直接采集的数据。传统的绘图野外数据采集工具主要包括三脚架、标尺、罗盘、平板仪、坡度仪、皮尺等，数据采集的结果往往需要记录在纸上，而地理信息系统（GIS）采用的是以全球定位仪、激光测距仪、全站仪等为代表的现代测量仪器，这些仪器正逐步取代这些传统的数据采集手段。全球定位仪和激光测距仪、全站仪等可直接与数据记录仪连接，将所测得的大量位置、距离和方位数据储存在数据记录仪内，也可直接存储在便携计算机的硬盘上，这使第一手数据的获取大大简化。
（二）数据采集
地图数字化是许多地理信息系统（GIS）系统都采用的数据采集手段之一。对于大型的测绘项目，现代地理信息系统（GIS）技术可以通过扫描技术来使这个过程全部自动化，对于较小的测绘项目，需要手工数字化（如使用数字化板）。属性数据是地理信息系统（GIS）中地理数据的重要组成部分，可以通过键盘来直接输入属性数据。在地理信息系统（GIS）中，通常用专业的数据软件单独管理属性数据，包括属性数据的采集。为了充分利用现有的各种数字形式的数据资源，从其他各种数据库系统中转入或转出属性数据，将是获取地理信息系统（GIS）属性数据非常重要和必需的手段。
（三）空间数据管理
地理信息系统（GIS）软件有多种方式管理空间数据。早期的地理信息系统（GIS）是基于文件来管理空间数据，特点是针对不同的数据模型开发设计不同格式的文件系统，这种管理模式比较灵活，所以一直还在使用。其缺点是不能管理巨量的数据，且针对属性的查询与管理功能比专业的DBMS弱得多。对于小型地理信息系统（GIS）项目，把地理信息以简单的文件方式存储就足够了。但是，当数据量很大而且是多个用户同时使用数据时，最好使用一个数据库管理系统（DBMS）来帮助存储、组织和管理空间数据。
（四）应用中需要注意的事项
GPS测绘技术在工程测绘中的应用非常简单，网形结构简单，选点快，节省建标费用，降低测绘成本。当然，GPS测绘时的选点也必须满足一定的条件，选点位置应满通便利、视野开阔、易于安装接收设备、避开高压线、电台、高层建筑物等障碍物。选点之后，按照要求埋置标石，并保存点位，最后绘制出GPS网选点图。
观测成果是保证外业测绘准确性的关键性资料。当观测任务完成后，相关工作人员必须第一时间对收集到的数据资料进行检验和核对，并根据相关标准淘汰掉不必要的数据，必要时进行补测工程，严厉审核数据资料，确保信息的百分百准确，接着才能利用软件进行数据处理分析，否则处理出来的结果就会与真实情况出现很大误差。而GPS测绘技术是一种连续的同步测绘技术，每隔15s就会自动记录一组数据，这是常规测绘方法所不能比拟的，而利用软件进行数据处理也提高了其测绘的自动化程度，这也是GPS测绘技术广泛应用的原因之一。
三、GIS的广泛应用对测绘工程重要意义
（一）测绘地理信息系统的建立、发展和广泛应用，必将促使我国测绘工业的生产管理向信息化、科学化的方向迈进。
（二）通过对各种地质、测绘测量、经济、技术参数的分析和处理，可使测绘企业的各级主管人员迅速、及时并直观地查询有关技术数据。
（三）GIS应用技术的开发，以测绘空间数据的采集、处理为突破口，实现数据信息的滚动开发，从而提高GIS的应用水平。
四、小结
综上所述，随着工程领域的工作内容的不断扩充，工程行业对自身的发展要求也越来越高。为了达到社会的需求测绘工程行业必须要重视对地理信息系统的运用，地理信息系统的工作效率高，工作精度高，工作面积广，可以为工程建设的测量工作，监控工作起到积极的促进作用。加强对地理信息系统的运用，不仅是提升工程行业竞争力的有力措施，更是顺应社会科技发展潮流的行为。希望地理信息系统得到测绘工程领域的重用，为测绘工程及其它工程行业的发展带来新的契机。
参考文献：
1引言
信息化进程的加剧以及互联网技术的发展使大部分行业的档案管理工作都开始趋于电子化，以数字的形式对档案资料进行存储可以从根本上提升资料使用效率。电子档案存储数据量的不断提升使档案数据资料管理也加入了大数据的行列，需要通过各种新生技术实现档案管理数据化。大数据一般情况下均代表指数增长的数据，且这部分数据要有广泛可用性，因为这些数据特性明显，所以不可以通过传统的软件和传统工作技术对其进行研究。
2大数据技术的产生对档案管理的挑战
2.1隐私与安全方面的挑战
隐私安全一直以来都是大数据发展过程中的阻碍因素，而且已经悄然成为大数据在档案管理中应用的主要挑战之一。隐私和安全问题不仅局限在技术方面，同时也会涉及一些相关的法律问题，在使用大数据技术时需要明确其定义，让该系统在提升档案资料工作效率的基础上还能保证资料的安全性。从国家的角度来看，如果机密档案被泄露，会给国家带来巨大损失，影响国家安全系统的正常运行。从个人的角度来看，如果使用大数据技术的过程中泄露了个人的私密信息，可能也会对相关人员的家庭带来影响。
2.2在存储和数据处理方面的挑战
近年来我国在各行各业中的数据都在呈指数增长，部分地区档案管理工作部门正在使用的存储设备已经不能满足时展的需求。虽然云盘技术的发展在一定程度上缓解了该问题，可以短暂地解决存储空间不足的问题，但是依然难以满足后期发展的需要。大数据系统会对所有的数据进行分析，并根据分析的结果来处理相关消息，所以要保证大数据系统的正常运转就必须要更换传统的存储设备。总结近年来的工作情况发现，如果将TB模式的数据传输到云盘中，要消耗大量时间，而且这部分数据是会随着时展而不断变化的，所以数据的时效性比较差，要随时更换数据，提升了工作量。云计算分布式性质也会影响大数据运作效率，因为大数据系统在运转时需要将数据从存储点传输到处理点上，在这一过程中如果数据流量过大，会对数据传输速度产生明显影响。在面对该问题时，可以将一些不需要的数据从其中剔除，或者将数据直接在存储点位置进行处理，简化传输结果量。大数据处理精确性虽然比较高，但是整个处理过程需要消耗较多的时间，如果对所有数据进行扫描，工作量过大，所以不可能实现。目前工作人员正在研究如何在获取数据或者存储数据的时候就构建索引结构，全面控制数据处理时间，提升大数据系统的运行效率。
2.3在大数据处理技术方面的挑战
首先是容错率方面的挑战，大数据容错计算难度比较大，涉及许多算法，并且想要将安全性提升到100%基本是不可能的，目前也没有可以达到该要求的容错设备和容错软件，所以系统通常情况下都是尽量减少出现失败的几率，使其整体达到可以接受的水平。但是想要将错误几率控制在最低的范围内，需要大力提升系统研发成本，部分经济条件不允许的地区大数据处理结果精确性比较差。目前比较常见的档案系统容错率提升方式是将计算任务分配到不同节点来完成对应计算，将所有节点中的一个节点视为观察节点使用，通过该节点来观察其余的节点是否处在正常工作状态。如果在工作过程中出现错误，只有部分节点会从零重新开始工作，可以最大程度地减少工作量。其次是可扩展性方面的挑战，传统档案管理系统平行运算都是依靠硬件来完成的，会通过并行的方式对系统进行处理。但是目前所使用的大数据系统在分析数据时，档案管理系统则需要通过硬件和分析软件相互搭配才能实现平行运算。大数据档案系统一般使用云计算的方式完成工作，因为云计算可以对不同工作负荷进行汇聚，所以必须要有更为完善的资源共享设备才能保证系统的低成本运行，否则会提升运行成本，还会增加数据错误率。
2.4人才方面的挑战
近年来互联网技术、云技术以及大数据技术发展速度比较快，但是相对应的专业人才数量却比较少。许多地区都存在引入系统之后没有专业工作人员对系统进行利用的情况，数据处理效率也比较低下，影响工作的正常开展。大数据的发展为传统档案管理工作人员带来了机遇的同时也带来了挑战，而且已经成为不可逆转的时展趋势，所以档案管理人员只有不断地完善自身技能，才能保证在时展的前提下不被淘汰。在对相关技术进行学习时，要从理论知识和实践技能这两方面入手，全面综合近年来社会范围内先进工作经验，并将这部分工作经验应用到实践中，分析经验的科学性。大数据背景要求工作人员不仅要有专业化工作技能，还要有与时俱进的工作理念，掌握档案管理人才发展方向与多门技术。比如现在比较欠缺的大数据深度分析工程师，这部分工程师必须要彻底地掌握申请、使用大数据分析的所有技术，并且要明白如何通过大数据来实现软件和硬件操作，提升工作效率。目前我国档案管理分布广泛，涉及各行各业，所以单靠传统的硬件工程师以及数据库工程师是不能满足时展需求的，需要从社会各方面入手，才能保证人才数量与需求之间的关系。
3大数据背景下档案管理发展趋势
3.1提升档案信息资源管理工作效率
前些年的档案管理工作大多是将纸作为媒介，通过卷期进行记录。而随着大数据技术的不断发展，档案管理也应该从传统的工作模式中转化出来，通过字段以及数据库来管理相关资料。在进行档案统计时，要从传统的“页”为单位，转变成GB为单位。相关工作人员要打破工作局限，从电子档案收录管理利用中走出来，将主要工作精力集中在监控电子档案生成以及保证电子档案的可读性方面，提升档案的安全性。高速增长的档案数据需要凭借云计算平台为支撑，并对云计算技术进行不断的完善和深入挖掘，进而实现资源和信息存储的动态发展，常见的大数据档案管理工作流程。
3.2完善档案数据挖掘
前些年比较常见的档案管理工作都是将文档管理作为主导工作来看待，而档案通常都是被动利用状态的，沉积下来的档案不仅没有人去利用，也没有人对其进行分析。零技术工具挖掘导致档案的利用效率低下，影响档案自身价值的正常发挥。在大数据时代背景下，档案系统当中不仅会存在较多的文档，还会存在一部分结构优化数据问题，数据的价值体现也要比文档利用效果更好。相关的档案部门在收集到数据以后，可以通过对数据使用人员使用需求进行调查的方式来构建数据模型，进而实现数据分类、数据相关性分析，明确不同数据之间的关系，提升数据的使用效率与数据的价值，打破传统工作理念，保证档案管理数据挖掘工作的正常开展。
3.3通过大数据技术提升档案管理扩展性
社会的不断发展增加了档案数据量，传统的档案管理工作模式不能实现动态化扩展。许多地区目前都出现了数据多、系统弱的问题，工作难度明显提升。大数据与云计算技术相辅相成，云计算技术可以实现资源存储以及动态扩展，保证资源可以按需分配，提升资源的实际使用效率，这一情况为档案管理系统可拓展性带来了新的机遇。各地区档案管理工作可以按照云计算框架对档案管理框架进行设计，通过动态的方式来提升资源与存储资源的增长速度，减少IT系统资金投入量，从侧面提升经济效益。
3.4构建档案资源管理中心
大数据技术的不断发展需要数据与存储功能的支撑，进而实现档案资源统一化管理。为了全面提升档案安全性以及档案资源综合使用效率，各单位需要对档案进行备份。当前比较常见的备份方式是电子档案备份，并且需要构建档案备份中心，实现资源共享。首先要对工作流程进行规划，之后验证流程是可行的。档案管理需要全技术支持，因为档案数据量的增长速度比较快，所以在对档案系统进行设计的时候要通过云计算等方式，提升档案管理系统的可拓展性，结合服务器扩张需求来减少IT系统投资成本。
4结语
近20年来世界范围内产生的数据总和已经超越了之前3000年世界范围内数据量的总和，所以当今世界已经走入了数据的时代，人们的生活处处也都离不开数据。从信息获取的角度来看，大数据技术的不断完善使人们可以更加简便地获取信息，通过网络等媒介对资料和信息进行收集。大数据技术理念比较新颖，对人们的思维方式以及工作方式产生着巨大的影响，所以人们也需要不断地挖掘大数据的潜力，使其更好地为我国经济发展服务。档案信息资源是社会发展中必不可少的组成部分，传统的档案信息管理多以纸为媒介，不论是保存还是查阅难度都比较大，所以要紧跟时展的脚步，将大数据理念和档案管理相结合，提升其工作效率。上文以目前大数据档案管理工作过程中遇到的制约因素为出发点，从构建档案资源管理中心、通过大数据技术提升档案管理扩展性、完善档案数据挖掘、提升档案信息资源管理工作效率等方面提出了相应的完善措施及大数据使用中应当注意的问题，旨在全面提升大数据与档案管理的契合度，使其在促进档案管理工作开展的前提下，保证我国经济更好更快地发展。
参考文献
[1]王程程,穆佳桐.大数据背景下档案管理价值提升策略研究[J].兰台世界,2015(5):81-82.
[2]李士旺.加强大数据时代人事档案管理工作的探讨[J].办公室业务,2015(12):83.
[3]于晖“.大数据”及“大数据技术”与高校教师档案管理[J].宝鸡文理学院学报:社会科学版,2015(4):148-150.
一、前言
信息数据在激烈市场竞争中成为一种重要的宝贵资源，谁先得到信息数据，谁就占得先机，拔得头筹。不仅对企业，对于国家机关来说，数据已经成为资产的一种表现形式。但资产具有密度低的特点，对真正有利用价值的信息获取只能是通过分析海量数据来获得。大数据增强了处理数据的能力，大数据时代的到来使得面对海量数据，人工审计的方式已经不能适应大数据环境的发展变化，计算机在审计过程中对于数据的处理发挥着越来越重要的作用。但目前基层审计机关对于各项工作的开展还不能适应大数据环境的发展变化，如何突破发展瓶颈，采取应对策略使其工作顺应大数据环境的发展，成为当前审计工作的重中之重。
二、大数据的基本概念及特征
大数据从字面上理解重点关注“大”这个词汇，从数量上来看，数据不是一个单一的个体，而是由无数个且无法估计的数据组成，具有庞大的特点，这是最为基本、最显而易见的特点。从更深层次的角度上来讲，所谓的大数据是不能借助已有的软件工具，对各种集合具有庞大、繁多复杂，而且无法做出处理的数据。具有数据庞大且体量大、类型多，具有高效的处理效率、价值密度低等特征。
三、大数据对审计发展的影响
（一）增加了制度风险
为适应对大数据审计的需求，一些发达国家与相关协会、民间组织开始对审计规范的推行给予了高度重视。ISACA是一个关于大数据信息科技管理的专门国际性组织，对于具体的流程等方面做出了具体特定的规定，对确定审计工作的规范性作出了重要贡献，保证执业审计师在处理数据中的完整真实性。
对我国基层审计机关来说，在数据审计行为活动中缺乏相关的法律法规制度保障，缺乏完善的审计准则。一些准则中的规定只是原则性的，没有规范性的准则内容对实施环节作出具体的指导，对于审计的原因、内容、方式这些问题无法、作出正确的解释，潜在的制度风险也就无法避免。
（二）加大了固有风险
基于存储的大数据具有特殊性，基层审计机关主要负责审计工作，在享受云计算服务过程中，失去了管理与控制数据的权利。控制力度不够，这就增加了不安全因素的存在，加大了威胁破坏力度，很有可能由于管理的缺失导致数据泄露，此时的大数据变成了可以被连续攻击的载体。存在安全保护的漏洞，工作人员在使用挖掘分析技术获取可以利用的信息时，攻击者也能够利用同样的技术实施攻击行为，拥有者很难对风险及时作出控制措施。数据安全性与完整性不以报送者为转移，也不是由其完全控制，一些数据具有不可预见性，不能提前发现存在的威胁。
四、大数据环境下基层审计机关面临的挑战
大数据审计处理工作对专业技术要求高，要求审计人员具有丰富强大的专业技术，要有丰富扎实的业务知识与娴熟的计算机操作技能，人才队伍必须是具有专业知识技能才可以胜任审计工作。而人才的任用培养需要很多的成本，这对于基层审计机关来说公费有限，增加了人力成本与培养时间，很多配套设施等各方面都需要上级机关或者国家财政的支持。现代社会知识更新速度快，这就需要对人才知识不断更新与提高。
基层审计机关在具体的审计工作中，要求对信息保密，在各个环节都要保证数据信息的高度保密性，但也存在着由于工作人员素质不高、保密意识不强、受利益驱动等主客观因素影响，泄露信息数据的风险隐患。还有大数据的分析审计有一定的难度，在具体的操作上还有一些落后陈旧的体制存在，已有的审计流程又不能满足现实需要，审计机关在审计工作中很难结合被审计单位的实际情况作出具体的工作安排。
五、大数据环境下基层审计机关的应对策略
（一）提高审计人员对大数据环境的充分认识
在大数据环境下开展审计工作，就要对大数据环境有全面的认识，在日常审计工作中了解什么是大数据，具有哪些基本特征，对审计产生哪些影响，为什么审计工作要在大数据环境下进行。认识到了这些问题，就为审计工作的开展奠定了坚实的基础，还应该认识到大数据环境下审计工作存在哪些问题，然后根据存在的问题采取规避风险的措施。
（二）分析大数据环境给审计工作提出的新要求
大数据分析审计工作具有一定的复杂艰巨性。复杂艰巨性主要体现为技术性强，需要与计算机技术结合，这就要求审计工作人员具备综合知识，在平时的工作中不断总结经验，将以往在教育阶段学习到的专业知识技能与在实际工作中总结的经验灵活运用。第二点是操作难度大，要求工作人员具有创新精神。第三点是对工作人员的能力素质要求高，这就需要基层审计机关在人员的任用培养上多加留意，从多方面考核人员的能力素质。最后一点是要求数据的高度保密性，这就需要机关制定严格的规章制度，严格规范工作人员的审计行为，保证信息数据的安全性。
（三）建立大数据审计人才库
审计工作时刻都在与数据打交道，在大数据环境下开展审计工作，推进其工作发展的高层次，需要建立一支数据分析过硬的人才队伍。开展基层审计机关信息化建设，与计算机审计培训，从中选择年轻有为的工作人员作为重点培训对象，在短时间内使其达到进行审计工作的基本要求。以省市为单位，根据地区实际，对审计资源进行整合，通过专家库的建立，对遇到的难题展开探讨，有效防范各种审计风险的发生。
（四）强化审计技术研究与推广
大数据分析审计工作是一项复杂的任务，需要有大量的技术产品作为支持。我国对这方面的研究较少，是基层审计机关在大数据环境下审计工作存在诸多问题的重要原因，因此对审计技术的研究显得尤为迫切。审计机关应该加大研发投入力度，研发针对适应大数据环境的技术产品，不断对审计技术产品进行升级改造，并加大对成熟技术的培训推广力度，提高整体应用水平。
六、结语
从以上的论述可知，本文从四个方面对大数据环境下基层审计机关的应对策略展开了论述。从中可以看出基层审计机关在大数据环境的工作开展方面还面临着诸多问题，为推进其审计工作能够更加适应大数据环境的发展，需要从加强信息化建设与建设高素质的人才队伍等方面入手加以推进。
（作者单位为云南省陇川县审计局）
参考文献
数据库本身是计算机较为重要的应用领域，数据库出现以来在社会生产生活的各个方面，都为人们带来了极大的便利，互联网时代背景又是信息化时代，所以从实践中表明了，计算机数据库在信息管理工作中的应用，是有关工作人员应当从根本上加以重视的内容。本文首先对计算机数据库的特点展开分析。
1计算机数据库系统所的特点
根据有关人员的调查研究发现，计算机数据库系统之所以在信息管理工作中得到了广泛的应用，其根本原因在于计算机系统具有明确的优点，具体的优点主要集中体现在以下方面。（1）数据的处理能力。一方面数据共享整个组织内的数据，往往都是由需要的数据的用户展开操作，管理工作人员能够很好地分析信息，从而使得信息的处理流程得到优化与提升，满足信息管理工作在全新时期下的基本要求。另一方面，能够减少数据冗余的部分，因为通过长时间的研究发现，数据的数量与规模变多，常常会出现重复数据，这些重复的数据所具有的实际应用价值并不高，同时还会造成数据存储的水平大大降低，而计算机数据库的应用，却能够很好地避免这一问题，因为其具有智能化的筛选能力，能够在收集数据的过程中，就使得数据信息的把握力度，得到最大的提升。（2）优化数据处理工作的流程。优化数据处理工作的流程，首先表现为提升了数据的一致性。因为减少了信息管理工作中数据的冗余，数据的不一致性也会从根本上得到降低，重视数据不一致的特点，根本在于数据不一致会导致互相矛盾的报表出现，进而影响实际工作开展的水平。其次表现在数据独立性数据库系统，能够将数据描述同数据应用相互分离，避免因为数据定义的改变，有效地确保所有应用程序都能够在本质上得到优化，从而能够大大降低程序维护的开销。还需要注意的是，因为有关文件结构的改变，有关应用程序的开销也会最大化的降低。因此，注重优化数据处理工作的流程，需要从根本上加以重视的内容。
2计算机数据库系统的发展趋势
本段内容主要是对计算机数据库系统的发展趋势有一个明确的了解，了解这一方面的内容，能够为后续应用要点的分析，奠定坚实的前提基础。具体的发展趋势主要表现为以下方面。（1）朝着高端方向发展。根据有关人员的调查发现，计算机数据库产品差异化与数据库技术尖端化发展的趋势极为显著。伴随着信息技术的持续发展，以及数据库应用领域的持续化发展，数据库管理系统的产品的差异化，也会朝着多元化的方向前进。之所以会出现这样的问题，根本原因在于计算机数据库系统的发展趋势，只有使得商品呈现出差异化的特点，才能确保全新时期下市场多元发展的需要得到根本性的保障。（2）数据库技术的发展得到强化。数据库技术的发展，常常会在某一方面上推动社会应用的发展，又在另一个方面还能够促进全新技术的诞生与应用。数据库技术在长时间的发展过程中，整项技术逐渐从简单变为复杂，所具有的功能也从单一变化到了多元化的状态，正是在这样的前提基础之下，也就直接带动了有关技术的发展与变革，促进有关技术体系内容得到根本性的构建与提升。由此可见，注重数据库技术的发展强化，也是此项技术未来发展的主流趋势之一，有关人士应当对此予以高度重视。
3计算机数据库技术在信息管理中的应用
中图分类号：P2 文献标识码：A 文章编号：
为地理信息系统采集地理信息或数据的工作统称为地理信息调查，又称为 GIS 数据采集，例如，目前广泛开展的城市部件调查、城镇地籍调查、电信资源调查和土地调查等都属于地理信息调查业务。
受传统测绘业务和惯性思维的影响，很多测绘专业技术人员都把 GIS 数据采集视为数字化测绘，尤其是为各种城市地理信息系统采集数据的工作。例如城镇地籍调查和城市部件调查等都是典型的GIS 数据采集项目，却都被视为数字化测绘业务，结果出现了很多诸如数据不符合相应地理信息系统要求等不应该出现的问题。本文在总结笔者长期从事地理信息工程和测绘工程经验的基础上，深入探讨了 GIS 数据采集与数字化测绘之间的异同之处。
1 GIS与数字化测绘概述
1.1GIS概述
GIS(Geographical Information System)地理信息系统，是一门以地理信息为核心，以计算机技术作支持，集空间科学、环境科学、遥感科学、地理学、地图学、信息学管理学于一体建立起来的综合技术与学科。自上个世纪60年代兴起以来，得到广泛关注和迅猛发展，目前已成为许多学科领域获取、存储、查询、分析、管理地理空间信息重要工具。GIS的核心是基于实测数据的数据库，除具有优良的数据库管理功能外，还具有超强的数字化制图系统，以及通过空间查询和空间分析后的辅助决策功能。空间分析功能是GIS的出发点和目标，GIS通过对原有信息的处理得到对决策具有指导和启发意义的新信息。例如，美国三里岛核扩散事件中，利用GIS系统在24小时内作出了各种可能扩散范围和损失的估计。全球大面积小麦估产，火山爆发预测，全球天气周期性分析等都是在GIS系统下进行的。2006年2月我国GIS系统--国家基础地理信息系统1：50000数据库通过验收，这是我国目前比例尺最大精度最高的GIS系统，目前该数据库已在国土规划、农林水电、交通国防等部门使用，产生了良好的经济效益和社会效益。
1.2数字化测绘概述
我国的测绘事业经过近几十年的快速发展，已经实现了从手工、模拟测绘到解析测绘，再到数字测绘的过渡。从古埃及的土地丈量到今天的航天遥感遥测，从传统的手描笔绘到现代的电脑编辑激光喷绘，反映的正是测绘生产的数字化发展进程。数字化测绘主要体现在测绘生产过程的数字化、测绘产品的数字化(包括大地网、坐标系、影像产品、地图产品)和测绘保障的数字化。
( 一) 测图自动化。传统测图方式依靠手工作业进行，在外业测量中人员需要通过手工的方式记录测量数据，绘制地形图，计算坐标、面积等数据。数字测绘技术实现了野外测量的自动化，不仅能够自动记录信息，并且可以自动解算、自动处理数据，使整个测图工作实现了自动化，大大提高了测图的工作效率和工作质量。另外，数字测绘技术还可以为用图者提供便于携带、存取的数字地形图软盘。
( 二) 图形自动化。数字测绘技术生成的数字地形图，不仅存储了符号、数字等数据信息，而且便于传输、使用。数字地图能够自动提取方位、面积、坐标等信息，并可供计算机辅助设计和地理信息系统使用。
( 三) 测图精度高。传统的测绘方式由于测定、展绘及视距等误差的存在，精度普遍不高，1: 1000 比例尺会存在 ±0.5mm 的误差，其中视距、刺点是主要的误差源。即便是使用经纬仪视距高程法在平坦地区测定高程，也存在较大的地形点高程误差，当倾角增大时误差也会进一步增加。数字测绘技术在野外采集数据时不存在精度损失，也不会因比例尺的关系而影响精度，因此数字测绘技术因其精度高的优势在地籍、管网、房产等测量中得到了广泛的应用。
( 四) 便于更新。传统的测绘方式在遇到实地有变化时，需要进行重新测量，否则将存在较大的误差，而数字测绘技术在面对这种问题时，仅仅需要输入新的坐标、代码等数据，再通过相关软件的编辑处理，便可以将成果进行更新，从而保证成果的现势性，可谓是一劳永逸的好办法。
( 五) 耐保存。传统的测绘方式将地图信息记载到图纸上，随着时间的推移，图纸难免会在使用、保存过程中出现变形，从而使地图信息产生误差。然而数字测绘技术不需要考虑这一因素，由于采用数字化的保存方式，不会受图纸变形的影响。
( 六) 输出形式多样化。由于数字测绘技术的成果由数字化媒介保存，可以通过计算机、打印机等设备将成果以多种方式进行输出，能够根据用户的实际需要调整输出的方式，为其实际使用提供了诸多方便。
( 七) 便于加工利用。由于数字测图采用分层存放的方式不受图面的限制，测绘成果的进一步加工利用十分方便，有利于测绘服务的拓宽。例如在 CASS 软件中能够定义许多层，可以根据需要定义房屋、道路、电力线等层，关闭、打开层便能方便地提取信息。
( 八) 为 GIS 提供信息。GIS 在数据采集方面的工作量最大，数字测绘技术可以将测绘成果转换为 GIS 数据库接纳的格式，使其得到补充和更新，从而保证 GIS 功能的充分发挥。
2 GIS 数据采集与数字化测绘的相同之处
GIS 数据采集与数字化测绘是 2 项性质不同的业务，但它们之间也有很多相同之处，具体说来包括以下 2 个方面。
2.1 对象相同
GIS 数据采集与数字化测绘的对象都是地球表面上的地理实体，虽然二者的侧重点不同( 前者侧重于某一行业或某种专题地理实体，后者则侧重于全部的地理实体) ，甚至有时对同一个客观实体的命名也不同，但二者都需要测量地理实体的空间位置和几何形状。
例如，在城市部件调查中，把各种井盖、路灯、电杆和绿地等地理实体统称为城市部件，测量这些地理实体的位置和形状，而在大比例尺数字化测图中，却把这些地理实体统称为地物，也需要测量它们的位置和形状。又例如，在城镇地籍调查中，把作为权属界线的各种围墙、栅栏、铁丝网和建筑物等线状地物的拐点统称为界址点，对它们进行测量定位，而在大比例尺数字化测图工作中，则把上述拐点统称为地物特征点，对它们进行测量定位。
2.2 技术相同
GIS 数据采集与数字化测绘都使用全站仪、GPS等测绘仪器，都采用解析法等测量和定位方法，都是在某一空间参考基准或坐标系统下开展工作，可以说 GIS 数据采集与数字化测绘采用相同的测量或定位技术。
例如，在城市部件调查中，需要在与调查底图同一个空间参考基准下开展城市部件空间数据的采集工作，而城市部件的空间位置与几何形状的采集既可以用全站仪采集，也可以用 GPS 接收机采集，且大都用解析法采集。同样，在城镇地籍调查中，界址点测量是城镇地籍调查采集宗地空间数据的基本工作，通常也都用全站仪和 GPS 接收机，也都采用解析法测量。
3GIS 数据采集与数字化测绘的不同之处
GIS 数据采集与数字化测绘虽有以上相同之处，但二者在工作目的、工作内容、选取和抽象的原则、工作难点、精度要求以及数据组织与管理的方法等方面有着明显的区别。
3.1 工作目的不同
GIS 数据采集与数字化测绘都需要采集与地理实体定位和形状等几何特征有关的空间数据，但前者是为了管理地理实体，后者则是为了在地图上表达地理实体。
GIS 数据采集是为地理信息系统采集数据的工作，地理实体作为地理信息系统管理的对象具有明显的空间分布特征，其定位和形状方面的信息是重要的地理信息，因此，需要采集地理实体定位和形状方面的数据，作为地理信息系统管理的重要内容。而数字化测绘则是测量和表达地理信息的技术，它测量地理实体特征点的位置，并将这些数据可视化，绘制成地图，其目的在于反映和表达地理信息。
例如，在城市部件调查中，城市部件的空间位置是其重要的地理信息，是城市部件出现问题后确定其位置的重要依据，在数字化城市管理系统中具有重要的作用。在城镇地籍调查中，界址点的空间位置决定了宗地的位置和面积，具有重要的法律效力，因此是城镇地籍信息系统重要的管理内容。
3.2 工作内容不同
GIS 数据采集的地理信息不仅包括空间数据，也包括属性数据。数字化测绘仅仅采集地理实体的空间数据。
例如，在城市部件调查中，不仅要采集城市部件的空间数据，还需要调查其管理部门、权属部门、维护部门和状态等属性信息。在城镇地籍调查中，除了要测量界址点的坐标来确定宗地的空间位置和面积外，还需要调查宗地的权利人、权属性质、土地利用类型和四至等属性信息。
3.3 选取和抽象的原则不同
测绘地图，尤其是测绘大比例尺地形图时，选取地物的原则： 一是地物的空间大小，二是地物的重要程度。通常情况下，比较大的和比较重要的地物都会被选取并绘制到地图上，而抽象的原则则完全是根据地物的空间大小与地图的比例尺来确定的，即空间尺寸大于比例尺精度的地物通常都会被依比例尺表达，而空间尺寸小于比例尺精度的地物通常都会被不依比例尺或半依比例尺表达为点状符号或线状符号。
采集 GIS 数据时，地理对象的选取原则完全取决于该地理对象是否是系统管理的对象，地理对象的抽象原则完全取决于系统管理的需要，而不管它的空间尺寸和重要程度。例如，在数字化城市管理系统中，建筑工地再大也被抽象为点，而绿地再小也被抽象为面。
3.4 工作难点不同
GIS 数据采集的难点是属性调查，而数字化测绘的难点是地物和地形的抽象及表达。地理实体的属性信息不像其空间特征那么直观，需要到相关的部门查阅资料和询问相关的人员，而且要保证调查得到的信息必须完整和准确。例如，在城市部件调查中，由于城市基础设施和公用设施建设的不规范或多样化，许多城市部件很难界定其名称，这样就更难以调查其他属性信息了。
在有些城市，即使是同一种城市部件，在不同的区域其管理部门、权属部门和维护部门等属性信息也不相同，给调查增加了难度。在城镇地籍调查中，权属界线的调查与核实是调查工作中最难的事情，既要确定权属界线的位置，又要求界线两侧的权利人认可并签字，有时由于土地权属纠纷的主观原因和找不到权利人的客观原因，调查工作就更困难了。
在数字化测绘工作中，地物和地形本身的形状就很复杂，从现实中抽象出其空间形状和特征点并测量其坐标就是一件困难的事情，而更困难的就是在地图上根据其特征点用地图符号将其表达出来，尤其是复杂地形的表达，以及复杂的综合地物的表达。例如，在城市大比例尺地形图测绘工作中，由于建筑和道路设计的多样化，许多建筑物和道路设施不仅难以抽象测量，更难以在图上用符号表达。
3.5 精度要求不同
GIS 数据采集和数字化测绘对地理实体定位测量的精度要求通常是不同的，与同一比例尺地形图测绘精度相比较，有些 GIS 数据采集精度要求较高，有些则很低。
在城市部件调查中，数字化城市管理系统对城市部件空间数据的定位精度与其调查底图的测绘精度相比，是非常低的。例如，城市部件调查对空间位置或边界明确的部件，如井盖、灯等点状部件的点位中误差的要求为不大于 ±0.5 m，而其调查底图 1∶500 地形图对点状地物的点位中误差的要求则为不大于 ±0.25 m。
在城镇地籍调查中，城镇地籍信息系统对界址点的定位精度与其调查底图的测绘精度相比，则是比较高的。城镇地籍测量对界址点测量的点位中误差的要求为不大于 ± 0．05 m，是其调查底图1∶500 地形图对地物特征点点位中误差要求的五分之一。
3.6 数据组织和管理方法不同
地图数据与 GIS 数据是 2 个相近的概念，地图数据强调对地理信息的描述或地理实体的表达，是以制作地图为目标的；而 GIS 数据则强调对地理信息或地理实体的管理，是以建立管理系统为目标的。虽然二者的空间数据都是几何数据，且生产方式相同，有时把地图数据与 GIS 数据都称为空间数据，但其组织方式和管理方法却不完全相同，前者通常采用面条数据或实体数据结构，而后者通常则使用拓扑数据结构，以便对地理实体的空间位置关系进行分析。
地图主要是用地图符号表达地理实体特征的，所以，地图数据主要表达地理信息的各类地图符号数据，其最大特点是只有几何数据( 或只有几何数据及其属性编码) ，没有属性数据，是用地图符号表达地理实体属性特征的。而 GIS 则是用属性信息表达地理实体的属性特征，所以，GIS 数据由 2部分组成，一部分是描述地理实体几何特征的几何数据，另一部分则是反映地理实体属性信息的属性数据。GIS 数据可以根据其属性数据将几何数据符号化后转换为地图数据，只是丰富了 GIS 数据，但它仍与地图数据有明显的差别。空间数据和属性数据因为特性不同，其管理方式也不相同，空间数据通常都是用文件方式进行管理的，而属性数据则是用数据库方式管理的。
结 语
地理信息系统由地理数据、GIS 软件、计算机硬件和用户 4 部分组成，其中地理数据犹如人体中的血液和汽车中的汽油，在地理信息系统中具有非常重要的基础作用。所以，地理信息调查或 GIS 数据采集是地理信息工程中一项重要的工作，是大部分地理信息工程中工程量最大的子工程。虽然为地理信息系统采集数据和数字化测绘都采用相同的测量或定位技术，但 GIS 数据采集并不等同于数字化测绘。所以在 GIS 数据采集工作中，应从管理地理对象或地理信息的角度抽象和测量地理实体，并组织和管理其数据。总之，深入探讨二者的相同之处和不同之处，对于当前广泛开展的地理信息工程，尤其是 GIS 数据采集工作具有重要的指导作用。
参考文献
[1]杨永崇，赵淑媛．基于 AUTO CAD 的 GIS 数据采集方法[J]．测绘科学，2007，32( 5)
[2]郭 岚． 基于 AUTO CAD 的数字地籍测量方法[J]．测绘技术装备，2002( 2)
1大数据时代概述
目前随着科学技术的不断发展，互联网技术应用到社会的各个层次各个领域中，人类社会的发展已越来越离不开网络技术的支持。大数据时代即在这种背景下应运而生，人们可以将大数据通俗地理解成数量极其庞大的数据信息，是计算机软件技术发展的一次伟大变革，而且对社会及人们生活的影响作用逐渐增强，被广泛地应用于企业管理及公共事务管理等各个方面，促进社会向更高层次发展。同时，不同类型和领域的信息数据收集既是从事生产和生活的最基本元素，更是计算机软件工程的最原始依据。大数据时代的背景下，软件开发人员可以更加方便地获取数据信息，同时也对其更好地应用这些数据提出了更高的要求。总之，大数据时代需要大量先进的软件技术人员，领悟大数据时代的真正内涵，并将大数据时代的精髓更好地运用到技术分析中去[1]。
2软件工程技术现状分析
进入互联网阶段，计算机软件工程技术处于高速发展的态势，大数据时代背景下，要求计算机软件工程技术结合大数据技术，更好地服务社会。当前情况下，与大数据有关计算机软件技术包含虚拟化技术（VirtualReality，VR）和云储存技术，VR技术能提高信息处理的速度，云储存技术提高了信息数据的储存效率。大数据技术同时具备专业性和实用性的特点，对软件工程技术工作提出了更高的要求，不仅能收集整理各种各样的数据信息，保证数据信息的安全性和有效性，剔除数据信息对软件分析的不良影响，更要能利用大数据不断创新思路。对于我国现阶段的软件工程技术水平来说，要认识到与发达国家相比，还存在着一定的差距，因此软件工程技术人员更要适应大数据时代的潮流，让软件工程技术工作提到更高的台阶[2]。
3大数据时代背景下软件工程技术分析
3.1软件工程技术分析全新思路及方法
在软件工程技术分析长期的发展过程中，逐步形成了一套固有的思想与设计方法，对软件工程技术工作起到了一定的促进作用。同时，时代是进步和发展的，软件工程技术者也要用发展的思维模式对待工作。在大数据时代背景下，软件工程技术工作需要适应时代的要求，在原有理念的基础上，力求探求更符合时代特色的软件开发思想和理念。首先，根据大数据时代大数据处理的特殊形式，考虑如何更好地开发出更能支持数据处理的软件系统，逐步形成独特的面向大数据的软件工程技术思想，使用适应于大数据时代特点的软件工程技术方法。其次，在软件工程技术工作过程中，技术人员会接触到很多软件过程数据，或多或少都具备一些大数据的特点，所以软件技术人员应该认真分析数据的特征，找出有利用价值的数据群，并充分利用这些有价值的数据，力求在探求的过程中发现可能的软件工程规律，并将其运用到后续软件工程技术的工作中去，这样反复不断地分析思想及方法的更新，会促进技术人员逐步形成基于大数据的软件工程技术分析方法，其正是适用于大数据时代背景下宝贵的软件工程技术分析方法[3]。
3.2软件工程技术需要全新的技术手段和工具
对于软件工程技术分析而言，在很长的一段时间内，技术手段比较单一，技术分析工具比较简单，这些手段及工具适用于比较单纯的分析对象，但是对于大数据时代背景下的数据处理就显得捉襟见肘了，尤其对于大交汇数据的处理，不能做到全面研究，因此软件工程技术仍然需要新的技术手段和工作。鉴于现代社会生产及生活特点，大数据的范围包罗万象，大数据来源于生产生活中的方方面面，不仅包括生产企业或消费者个人在生产或消费的过程中产生的各种交易数据，还包含消费者在各类交易媒介中产生的大交汇数据，诸如美团、支付宝等各类网络终端或POS机、手机APP等移动终端中的大交汇数据。在这些数据中，交易数据通常情况下属于结构化的数据，软件开发者们在处理这些数据时，可以运用传统的设计技术手段和工具来完成。但是大交汇数据一般状况下属于半结构化甚至有些属于非结构化数据，软件开发者如果单纯用传统的数据处理方式将无法完整地处理这些数据，不论是从存储和管理方面，还是从更高层次的分析和应用层面，都要求软件技术人员运用诸如云计算技术等新的手段及技术工具。与此同时，由于大数据具有涉及范围广、数据纷繁复杂的特点，软件技术者必须具备将大数据并行分析的能力，并能从中挖掘出有利用价值的信息，这就要求软件工程技术人员能准确地认识到传统数据挖掘手段单点式挖掘依存性高、实时性差等不足，探寻针对大数据分布式存储特点的数据处理方法，增强自身对快速变化的数据实时处理的能力。
3.3软件工程技术需要全新的需求分析方式
从理论上讲，软件工程技术分析基本思路：软件工程技术分析首要的工作即是进行严谨的需求分析，深刻理解软件需求者的真正需求，根据需求确定要技术分析的软件系统的功能需求、性能需求以及其他各方面的需求。继而在此基础上进行后续的软件开发设计、测试及交付使用等其他重要工作。但是需求分析是软件工程技术的先决条件，很大程度上决定了项目软件设计最终能否成功交付。传统的需求分析方式，一般是采用与软件需求者进行面对面的交谈或者对大众需求者进行纸质问卷调查的形式，软件工程人员通过内部成员收集到的信息进行全面讨论，绝大多数情况下技术人员会渗透到业务流程中，因此必然会经历较长的过程，消耗较长的时间，使得软件设计的时效性得不到很好的保证。在大数据时代的背景下，大数据时代数据繁杂瞬息万变的特点要求必须加快软件工程技术分析结果的推出进程，而且要满足软件升级换代的速度要求，软件工程技术人员必须在短时间内收集大量用户的需求，并以最快的速度做出反应，完成相应的设计开发测试等工作，并在测试的过程中用同样的方式收集测试用户的反馈，对反馈意见归纳分析，运用到软件系统的优化工作中，使得设计产品迅速得到完善。实际上，在大数据时代背景下，想要获取广大软件需求者的真正需求，并不需要需求者面对面直接参与，毕竟这种形式能参与的需求者并不会太多，甚至有时不具有代表性，软件工程技术人员首先可以通过网上问卷调查的形式更大程度地了解受众人群的需求，更重要的是借助大数据分析的手段，通过对需求者一系列的网上活动来获取更加有价值的需求。总之，大数据时代背景下软件工程技术需求分析思想的变革，必然会引起软件设计思维方式以及设计流程的变革[4]。
3.4软件工程技术人才培养要有适合时代特色的培养方案和师资力量
软件工程技术人才培养，一定要围绕时代特点来开展，因此软件工程技术人才培养方案是应该不断更新和优化的。时代的变更、大数据时代的到来，必然会对原有的人才培养方案提出更高的要求。大数据时代需要软件工程技术人员具有快速的反应能力、敏锐的观察力和综合分析能力，旨在培养和加强人员的实践创新能力。软件工程技术需要全新的思维模式和创新模式，更需要不断向技术人员的队伍注入新鲜的血液，大数据时代背景下，对专业软件工程技术人员的培养工作刻不容缓，要想做好设计人员的培养工作，必须制定出符合大数据时代特点的专业培养方案，并依据培养方案的要求，储备雄厚的师资力量。专业的培养方案为软件工程技术人才培养指明了培养方向和目标，而雄厚的师资力量更是专业技术人才培养的重要保障，确保了软件工程技术人才知识的先进性和专业性。大数据时代背景下，不论是从软件工程技术思想和设计方法方面，还是从技术手段和技术工具上，以及需求分析方式上的转变方面，都要在软件工程技术培养方案中体现出来，也给培养方案的制定提出了更高的要求，其中培养目标和课程设置尤为重要，要一切以大数据时代特点为理论依据，才会使培养方案更具时代特色，紧跟时代的步伐。在硬件方面，一批拥有过硬技术本领的师资队伍的组建，是培养优秀软件工程技术人才的有力保证，同时用于实训的实验平台的建设也要能跟上培养方案的要求。
4结语
综上所述，大数据时代，为软件工程技术分析带来了新的挑战和机遇，软件工程技术要依托大数据时代的特点和要求，不断优化设计模式，主要体现在：全新的设计思想和设计方法、全新的技术手段和设计工具、全新的需求分析方式以及适合时代特色的培养方案和师资力量等方面。如何更好地抓住大数据时代机遇，并不断迎接新的挑战，合理有序地做好这几个方面的工作，是软件工程技术人员需要重点考虑的问题。
[参考文献]
[1]何克清，李兵，马于涛，等.大数据时代的软件工程关键技术[J].中国计算机学会通讯，2014（3）：8-18.
以大数据为核心的审计信息化建设发展带来了巨大的机遇和挑战，大数据审计应用的出现大大提高了企业的竞争力，企业发展发生了战略性的技术调整，使企业的总体工作形成了数据化的发展模式。在大数据的审计信息技术建设下，企业的审计工作发生了本质性的改变，现代信息化技术的审计工作已经代替了从前人工手动化的审计工作，因而对于企业发展来说，大数据化的审计信息化建设具有跨时展的意义，已经成为了当前审计学方面中的主要研究方向，并且成为了新一轮信息化技术产业融合的新目标，不仅促进了大数据为核心的信息科学技术的高度发展，还在一定程度上提升了企业的经济效益，并创造出了巨大价值。
2 大数据下审计信息化的特点
大数据通常是指数量上非常庞大，而结构又十分复杂，种类多变的信息数据结构。随着计算机云时代的到来，大数据也不断应用到企业审计工作当中，使得企业审计信息化建设的发展呈现出以下三点特点。
2.1 使企业信息化控制管理发生改变
在传统的企业审计中，一般都是手动的控制系统，企业审计制度与实际生产工作结合在一起进行控制，在企业审计工作实施过程中，采用穿行测试以及符合型测试的方式，对企业审计工作流程进行监控。但是在以大数据为核心的企业审计信息化工作中，企业审计制度的控制比传统人工手动控制的更加完善和细致，在大数据审计系统下，审计控制的流程都将转化隐性的控制工作。因此，在信息化审计中怎样才能够找到关键的控制点，已经成为了当代审计信息化建设中的核心问题。[1]核心大数据下的信息化审计发展有利也有弊，它在为企业发展提供大量的数据的同时，数据系统自身仍然存在着漏洞，一旦漏洞出现问题，数据信息化系统造成的损失将会带来比人工手动控制系统造成的损失更为严重的后果。
2.2 使数据处理信息化更加集中和自动
以大数据为核心的企业信息化审计使得数据的处理变得更加的自动化和集中化管理，将企业的审计工作变得更加简洁、明了，数据处理工作更加方便、快捷。传统企业审计工作都是手动控制的，而在大数据下的企业审计工作全是由计算机系统给控制而完成的，审计工作人员只需要在计算机中输入一定的信息，就可以完成企业审计工作的操作了，而且信息大数据系统还可以分享，通过数据分享可以为企业中所有的用户分享，因而随着计算机大数据核心技术的不断更新和发展，审计信息化建设中的漏洞也会不断地更新补丁进行修补，将数据处理变得更加自动化、智能化和集中。
2.3 使审计信息化手段发生改变
在大数据核心技术下，企业中的会计信息审计管理手段也相应地发生了改变，传统信息审计手段还是通过人工手动来查阅账目、纸质数据的方式来进行人工审计。后来，随着计算机技术的普遍普及，企业中的审计手段采用计算机处理系统进行了数据审计工作。而大数据技术是对过去计算机技术的进一步升级与提高，可以使用大数据信息化的平台系统进行审计工作，因而在大数据环境下，审计信息化手段也有自身的风险漏洞特点，需要针对漏洞问题来进行更新思考。[2]
3 加强以大数据为核心的审计信息化建设的相关建议
3.1 改变观念，树立大数据审计信息化思维
提高企业大数据环境下的审计质量，首先就是要转变原有的审计观念，进而树立大数据化的审计思维，使得信息化的审计工作可以在企业内全面普及和发展，要随时记录审计工作中的数据信息，及时总结审计工作中出现的问题和数据结果，对于科学有效又合理的审计工作要不断加以推广，对于审计工作出现的不足要不断地进行总结。要把提高企业审计工作的质量作为企业管理中的战略重点来安排，从企业发展的长远性角度来看待大数据技术，有规划地来进行审计工作。还要加强对大数据审计信息化建设工作的重视性程度，为企业审计工作人员创建沟通交流平台，使审计人员能够在平台中进行交流讨论和经验改进，促进审计信息化水平的不断提高。[3]
3.2 加强对审计人员的素质培养
以大数据为核心的审计方式变化多样，企业要明确数据类型的要求，又要能够了解企业审计管理工作中的数据语言，这样在不同部门中都可以对数据信息进行分析。因此，需要审计工作人员能够科学掌握审计信息的专业化职业技能，具有大数据分析和协调能力，还能够充分了解大数据网络数据库、计算机系统方面的专业化知识，将大数据系统处理同计算机系统的应用能够紧密地结合在一起，进而满足企业审计信息专业化建设的需求。大数据的发展，需要更为广阔的思维空间，而审计工作的信息化建设更是离不开审计人员的理论知识学习，只有全面的认识了解了审计工作，才能够做到从企业宏观战略的角度上出发，去体现审计工作的重要性意义。
3.3 强化企业审计控制管理工作
1引言
冶金工程项目作为一项重要的大型社会项目，具有复杂多样的特点。合理地运用互联网大数据的技术与特点，可以使冶金工程项目在各方面得到加强。本文主要分析了各种因素对冶金工程项目管理的影响和作用，并提出符合大数据背景发展的策略与建议，让冶金项目工程管理在大数据背景下实现最有效，最高效的革新。
2大数据的主要特点
2.1数据体量大
随着科技的逐渐发展，互联网中的信息量在时代的发展中具有爆发式增长的趋势。例如，微博每秒钟就会产生千余GB的数据，支付宝每秒钟也要处理上千笔的交易。人们的信息数据的使用量也在科技的发展中逐渐被满足，而大数据便是为了满足人们与日俱增产生的信息量所产生的技术之一。在目前的科技发展中，互联网中产生的信息数据已经不计其数，以邮件、帖子等形式发出的信息更是多如牛毛。根据数据统计，全球每天产生的数据量高达约3×109GB，标志着随着科学技术与信息技术的不断进步，数据和其相关流量的发展即将到达前所未有的速度，而数据信息的规模也会在发展中继续扩大。
2.2数据种类多
我国的数据信息在发展中逐渐走向多元化的道路，人们获取信息的方式也在逐渐增多。各种信息社交平台在满足人们的需求的同时，对人们的生活方式产生了巨大的影响。在这一过程中，各行各业的发展模式也发生了巨大的改变。其中，冶金行业在信息技术的发展中的改变尤为显著。冶金工作人员根据信息技术对工程项目进行管理，在提高工作效率的同时，使工程项目管理工作更加合理有效[1]。
2.3信息处理速度快
与传统的数据处理相比，大数据处理具有速度快的特点。云计算的诞生使我国信息技术的发展更加蓬勃。云计算的信息保管方式相较于传统数据更加安全保险，使数据的保存更加安全、稳定，在信息传输技术方面也有了巨大的进步，能够让目前情况下的信息技术得到最大效率的发挥。
3利用大数据进行的工程项目管理革新要点
3.1全面数据的收集与应用
在冶金工程项目中，可以使用大数据进行工程项目的管理。其中，各种新科技都可以在冶金工程项目管理中得到应用。项目和企划的管理者都需要在大数据背景下积极掌握各项数据的采集、分析和应用的能力与技术。把握时展中的机遇，合理利用大数据技术促进相关工程项目的发展，让工程项目的发展和管理更加科学化、合理化。在大数据的发展中，具有复杂性、多样性、规模大等特点，因此，冶金工程项目的相关从业人员，需要对收集到的数据进行多元化、动态化的处理，并进行分析与判断，从中筛选出需要的、有利用价值的数据信息。目前，我国工程项目管理方面的大数据采集、利用与分析已经取得了较大的进步，获得了一定的成效，但仍然存在相关问题需要被重视与研究[2]。在工程项目管理中，大数据的收集、分析与整理是从大数据信息中逐一分流、筛选、对比整理而获得的对项目的发展具有一定价值的部分。这些数据信息可以让人们通过分析总结，发现数据中表现出的规律和其中表达的含义，与此同时，为人们在工程项目的管理中提供可以参考和依据的信息，为相关工程项目服务[3]。例如，根据大数据技术，人们可以实现在冶金工程项目中进行隐患排测、冶金工程项目的风险评估，以避免工程进行中可能发生的意外和事故，提高冶金项目的安全指数，确保工程中的财产安全和人身安全。在项目建设前期，大数据技术还能对项目进行预算分析和成本估测，减少不必要的损失，科学地对成本进行把控，实现利益最大化。目前，我国利用大数据进行工程管理项目已经取得了巨大的进步，获得了一定的成绩。可以总结为以下几点：（1）冶金工程项目管理可以利用对大数据的收集、分析和整理，对所需要的数据信息进行分析，获取需要的主要信息，但在虚拟冶炼的数据分析方面还需加强；（2）利用大数据分析，可以在一定程度上节约建造成本，有目标地进行冶金项目工程规划，但在具体的分析规划与实施中，仍需要进一步的研究；（3）工程项目管理在一定程度上已经取得了巨大的进步与创新，但是仍然需要更多的成果向人们证明与展示。
3.2大数据决策与集群智能的应用
在大数据的发展背景下，工程项目管理中对大数据技术的应用加速了工程项目管理从传统的模式到信息科技模式的转型，使工程项目的管理水平得到了巨大的提升，也使施工质量在大数据的作用下更加高效、经济。在我国目前的工程项目发展阶段，使用各种先进的大数据技术可以达到对冶金过程、工厂施工、冶金材料等各方面进行数据运算分析，甚至是实景场地的模拟。但是在实际情况中，由于工期较长且具有不确定性等特点，使所分析的数据中也带有一定的不准确性的特点。而大数据决策中，会有一部分功能受到各种因素的干扰而出现模糊性，使预测结果可能出现一定的偏差，而大数据的决策技术能一定程度上的减少偏差，弥补这些不足之处。在大数据的集群智能系统中，可以通过互联网的形式，实现网络传播的形式，实现人们相互交流学习的目的，将彼此的成果汇总凝结成完整的集体的成果，解决个人不能解决的问题，将个人的能力汇总成集体的能力，这也是大数据的本质作用。但在集体智能系统中，仍然存在问题，怎样定义所谓的集体范围，怎样运用集体智能系统，在现实中都是人们有待解决的问题。
3.3区块链大数据技术的应用
在使用大数据决策或集体智能系统的过程中，必然会面对一个相同的问题，即数据的虚假性。在前期采集的数据中，不可避免地会遇到相当一部分的虚假数据，在后期，有可能因为这些数据的误导，在工程项目预测中与实际情况产生巨大的偏差。这些偏差可能造成的不仅是经济上的巨大损失，还可能造成安全隐患。对工程项目的发展有不利的影响。因此，大数据的区块链是解决这一问题至关重要的技术，它能够避免这一问题的产生，被认为是新阶段时代性的技术创新成果。
4结语
总而言之，在时代的快速发展中，冶金工程应把握时代的机遇，根据大数据的特点，加快模式的改革与创新。其中，应注意掌握与相关工程项目的特点，加以利用，在工程管理中做到数据的全面整理与采集，利用集体智能的大数据技术，结合区块链大数据技术，使冶金项目工程管理在革新中达到更加高效合理的发展。
【参考文献】
二、大数据的基本概念及特征
大数据从字面上理解重点关注“大”这个词汇，从数量上来看，数据不是一个单一的个体，而是由无数个且无法估计的数据组成，具有庞大的特点，这是最为基本、最显而易见的特点。从更深层次的角度上来讲，所谓的大数据是不能借助已有的软件工具，对各种集合具有庞大、繁多复杂，而且无法做出处理的数据。具有数据庞大且体量大、类型多，具有高效的处理效率、价值密度低等特征。
三、大数据对审计发展的影响
（一）增加了制度风险
为适应对大数据审计的需求，一些发达国家与相关协会、民间组织开始对审计规范的推行给予了高度重视。ISACA是一个关于大数据信息科技管理的专门国际性组织，对于具体的流程等方面做出了具体特定的规定，对确定审计工作的规范性作出了重要贡献，保证执业审计师在处理数据中的完整真实性。
对我国基层审计机关来说，在数据审计行为活动中缺乏相关的法律法规制度保障，缺乏完善的审计准则。一些准则中的规定只是原则性的，没有规范性的准则内容对实施环节作出具体的指导，对于审计的原因、内容、方式这些问题无法、作出正确的解释，潜在的制度风险也就无法避免。
（二）加大了固有风险
基于存储的大数据具有特殊性，基层审计机关主要负责审计工作，在享受云计算服务过程中，失去了管理与控制数据的权利。控制力度不够，这就增加了不安全因素的存在，加大了威胁破坏力度，很有可能由于管理的缺失导致数据泄露，此时的大数据变成了可以被连续攻击的载体。存在安全保护的漏洞，工作人员在使用挖掘分析技术获取可以利用的信息时，攻击者也能够利用同样的技术实施攻击行为，拥有者很难对风险及时作出控制措施。数据安全性与完整性不以报送者为转移，也不是由其完全控制，一些数据具有不可预见性，不能提前发现存在的威胁。
四、大数据环境下基层审计机关面临的挑战
大数据审计处理工作对专业技术要求高，要求审计人员具有丰富强大的专业技术，要有丰富扎实的业务知识与娴熟的计算机操作技能，人才队伍必须是具有专业知识技能才可以胜任审计工作。而人才的任用培养需要很多的成本，这对于基层审计机关来说公费有限，增加了人力成本与培养时间，很多配套设施等各方面都需要上级机关或者国家财政的支持。现代社会知识更新速度快，这就需要对人才知识不断更新与提高。
基层审计机关在具体的审计工作中，要求对信息保密，在各个环节都要保证数据信息的高度保密性，但也存在着由于工作人员素质不高、保密意识不强、受利益驱动等主客观因素影响，泄露信息数据的风险隐患。还有大数据的分析审计有一定的难度，在具体的操作上还有一些落后陈旧的体制存在，已有的审计流程又不能满足现实需要，审计机关在审计工作中很难结合被审计单位的实际情况作出具体的工作安排。
五、大数据环境下基层审计机关的应对策略
（一）提高审计人员对大数据环境的充分认识
在大数据环境下开展审计工作，就要对大数据环境有全面的认识，在日常审计工作中了解什么是大数据，具有哪些基本特征，对审计产生哪些影响，为什么审计工作要在大数据环境下进行。认识到了这些问题，就为审计工作的开展奠定了坚实的基础，还应该认识到大数据环境下审计工作存在哪些问题，然后根据存在的问题采取规避风险的措施。
（二）分析大数据环境给审计工作提出的新要求
大数据分析审计工作具有一定的复杂艰巨性。复杂艰巨性主要体现为技术性强，需要与计算机技术结合，这就要求审计工作人员具备综合知识，在平时的工作中不断总结经验，将以往在教育阶段学习到的专业知识技能与在实际工作中总结的经验灵活运用。第二点是操作难度大，要求工作人员具有创新精神。第三点是对工作人员的能力素质要求高，这就需要基层审计机关在人员的任用培养上多加留意，从多方面考核人员的能力素质。最后一点是要求数据的高度保密性，这就需要机关制定严格的规章制度，严格规范工作人员的审计行为，保证信息数据的安全性。
（三）建立大数据审计人才库
审计工作时刻都在与数据打交道，在大数据环境下开展审计工作，推进其工作发展的高层次，需要建立一支数据分析过硬的人才队伍。开展基层审计机关信息化建设，与计算机审计培训，从中选择年轻有为的工作人员作为重点培训对象，在短时间内使其达到进行审计工作的基本要求。以省市为单位，根据地区实际，对审计资源进行整合，通过专家库的建立，对遇到的难题展开探讨，有效防范各种审计风险的发生。
（四）强化审计技术研究与推广
大数据分析审计工作是一项复杂的任务，需要有大量的技术产品作为支持。我国对这方面的研究较少，是基层审计机关在大数据环境下审计工作存在诸多问题的重要原因，因此对审计技术的研究显得尤为迫切。审计机关应该加大研发投入力度，研发针对适应大数据环境的技术产品，不断对审计技术产品进行升级改造，并加大对成熟技术的培训推广力度，提高整体应用水平。
引言
随着我国铁路GSM-R网络建设的不断发展，技术水平的不断提高，机车综合无线通信设备(简称CIR)得到了广泛的应用，CIR集成了GSM-R及450MHz模拟制式下调度通信、无线调度命令传送、无线车次号校核信息传送和其他业务功能，已经成为机车和动车组的主要车载通信设备，装备各类列车两万多套。
为实现CIR基于位置的呼叫，满足CIR调度功能的运用需求，需要正确加载CIR数据。CIR数据用于向司机提供运行位置、短号码、选线提示、模式转换、站名显示及车站电话等信息，是以铁路GIS数据库为基础，依据GSM-R网络编号数据制作，是CIR正常运用的基础数据。
铁路GIS数据和CIR数据管理是伴随着铁路无线通信设备的发展而形成的一项新的数据管理工作，实现并保证CIR调度通信功能的正常运用。作为一项数据管理工作中的两个部分，铁路GIS数据管理和CIR数据管理的重点和工作要点又有不同，分别做阐述。
1 铁路GIS数据及管理工作要点
1.1 铁路GIS概述
GIS(Geography Information System，地理信息系统)是在计算机系统的支持下，结合地理学、地图学、遥感和计算机科学，对地理分布数据进行采集、存储、管理、运算、分析、显示和描述的信息系统。
铁路GIS是指铁路地理信息数据库管理系统，该系统采集、存储、管理全国铁路地理信息数据，形成详尽的数据库，并能以图像化、地图化的方式显示。铁路GIS由总公司数据管理系统、各路局数据管理系统、数据采集管理器、GPS手动采集器、GPS自动采集板及专用数据通道组成。
铁路GIS数据库按铁路线为单位存储信息点的经纬度、海拔、调度区段等信息。每条铁路线上，每隔一百米采集一个信息点，在车站中心、进出站信号机、局界等位置采集特殊的信息点信息，经过对采集数据的整理、汇编、上传、审批，最终形成全国统一的数据库。目前，铁路GIS数据库已经存储全国各类铁路线总长度达九万多公里。
铁路GIS数据的主要用途是用于CIR数据的制作，CIR数据中的各铁路线经纬度信息来自铁路GIS数据库。
1.2 铁路GIS数据管理工作要点
对铁路GIS数据的管理，主要是对铁路GIS数据的申请、采集、整理、上传的各阶段进行管理，按照“依法合规、及时准确、严格规范”的原则进行。
1.2.1 铁路GIS数据申请、采集的工作要点
铁路GIS数据的新增及变更要填写申请表，明确线路代码、线路类型、线路里程、通信制式等线路信息，经审批后上传。
手动数据采集需要正确采集线路起止点、站中心、进出站信号机、局界点、通信模式转换点等点的信息，公里标需要采用运营正式公里标。进行数据审核时，重点审查采集的信息点是否准确到位、信息点有无遗漏、公里标的输入是否正确等。手动数据的采集可以结合新建线路静态验收进行。
自动数据采集要在机车TAX箱插入GPS自动采集板，在行车的过程中对经纬度、海拔、车次、时间等信息进行自动采集存储。自动采集时需要确认机车LKJ数据已经灌装，采集时上下行线路要全程采集。新建线路的联调联试期间是数据自动采集的关键时期，可借助检测车进行上线采集。
1.2.2 铁路GIS数据整理、上传的工作要点
现场手动、自动数据采集完成后，要在数据管理系统上进行整理、上传工作。进行数据整理时，要根据GSM-R编号方案、线路基础数据、调度区段设置等相关文件正确录入车站电话号码、车站代码、调度区段名称等信息，严格复核后上传总公司数据管理系统，经过总公司审核后存储入数据库。
2 CIR数据及管理工作要点
2.1 CIR数据的作用
CIR数据包括主控、GPS、MMI(CIR的操作显示终端)等单元的数据，是以铁路GIS数据库为基础，依据GSM-R网络编号方案数据制作并进行设备升级加载。CIR数据的主要作用如下：
(1)在GSM-R区段，确定列车运行位置，基于运行位置在MMI上显示当前的线路名、区段名称、通信制式，MMI上对应按键显示出前方车站、本地车站、后方车站的名称，“车站”和“调度”按键对应本线路车站值班台和调度台短号码。
(2)在450MHz通信区段，确定列车的运行位置，基于运行位置在MMI显示当前的线路、区段名称、通信制式和通信频率等。
(3)在450MHz和GSM-R切换区域，通过数据定位信息实现450MHz和GSM-R通信模式的自动切换。
(4)在多条运行线路并行且距离较近，定位信息无法区分线路时，或在GSM-R区段多条线路共用GSM-R基站小区时，根据数据库中预先设定区域向CIR主控单元、MMI等输出运行线路选线列表信息，进行语音提示，供司机选择当前的运行线路。
2.2 CIR数据管理中出现的主要问题
对CIR数据的管理，主要是对CIR数据的制作、验证、加载的各阶段进行管理，保证数据的准确性、可靠性和及时性，提高数据升级的效率。CIR数据的管理涉及到铁路GIS数据、GSM-R编号数据、列车交路及入库检修等多方面，又与新线开通、列车运行需求紧密相关，在管理中遇到以下主要问题：
(1)缺少对运用数据的统一规范。各CIR厂家虽然按照技术规范的要求制作数据，但是对实际运营线路名称显示、语音提示点、选线列表、通信录等制作不统一，选线区域范围的划定不一致，造成各个厂家的CIR数据在运用中差别较大，给司机操作带来很大不便。有的厂家选线语音提示过多，干扰了司机的正常操作。
(2)CIR数据版本号命名不统一，版本管理不便。
对版本号的标识，各个厂家版本号命名规则各不相同，在设备中的查看方法也不一样。因为升级频繁，往往前一次还没完成，下一次升级又开始，特别是还有机车和动车组跨局调配的以及返厂修等情况，造成了CIR的版本状况复杂，不利于维护统计。
(3)不同厂家CIR数据升级的方法及时长不同，维护不便。
目前不同厂家的CIR设备内部硬件平台不统一，有单片机控制和工控机控制两种，数据库结构及算法不统一，升级方法和携带的工具不同，设备单次升级的时长也差别很大，给维护带来不便。
(4)数据变更频繁，修改升级工作量较大。
新线开通、站名更改、列车交路变更、GSM-R编号数据调整等原因均会引起CIR数据的变更，而现有的CIR数据库，即使增加支线或修改某个站名，都要对整个CIR数据库进行升级。CIR数量较多，又装备在各类列车上，机车隶属于不同的机务段、动车隶属于不同的动车段，列车调拨流动性大、回库时间不统一，造成数据升级的难度和工作量较大。
(5)GSM-R编号数据调整时，CIR数据的修改升级难以同步完成。
当GSM-R编号数据特别是短号码数据调整时，GSM-R编号数据的修改通常在一个或几个天窗点就可以完成，而对应CIR数据的修改升级因为装配的列车数量多、流动性大，又涉及到外局运行的列车，升级工作需要数周时间才能完成，对外局列车的升级进度也难以把控，给这期间调度通信功能的正常运用带来影响。
2.3 CIR数据管理工作要点
针对CIR数据管理中的问题，需要对CIR数据的管理进行统一组织和规范，采取有效措施减少和避免问题的发生。在目前的技术规范条件下，可以采取的措施有：统一制定升级方案规范数据应用、合并升级次数减少工作量、加强与GSM-R编号数据调整的配合、增进相关单位的信息交流等。
具体来说，CIR数据管理在各阶段的工作要点如下：
2.3.1 对会引起CIR数据变更的原因进行分析确认
首先要对新线开通、站名更改、列车交路变更和GSM-R编号数据调整等会引起CIR数据变更的原因进行收集和分析，根据实际情况，确认管内CIR数据是否需要升级。确需升级时，尽可能把数据修改合并在一次数据升级中完成，对于高铁客专线的开通，没有普通机车运行交路的，当次升级可以不涉及普通机车，减少升级次数和工作量。
2.3.2 制定数据升级方案
为统一和规范各个厂家的数据运用，便于操作和维护管理，需要在征求使用单位意见的基础上，根据CIR工作模式设置原则，统一制定数据升级方案，作为当次数据升级工作的大纲。
升级方案制定中需要注意和确定的关键信息：
(1)确定数据升级的版本号。
方案中统一确定当次升级的版本号，各个厂家当次升级的版本号一致，版本号上要标有时间，并且要把版本号标注在CIR的MMI菜单中，便于查看和管理。
(2)确定升级数据中的线路名称、车站名称、线路起止点等线路基本信息。
CIR的MMI显示的线路名称、车站名称要与线路基础数据一致，使用正式公布的线路名称、车站名称，需注意车站名称更改的情况。
(3)确定枢纽地区及线路并线区段选线语音提示点的位置、
选线区域的范围、选线列表的内容。
方案中对选线语音提示点的位置和选线区域要配图表说明，选线语音提示点的位置选择要恰当，与铁路GIS数据、基站覆盖情况及短号码路由指向相符合;选线区域的划定要充分考虑各类列车的交路和调度通信需求，减少的语音提示的次数;各个厂家在同一区域选线列表的内容相同，便于司机操作。
(4)确定运行中MMI上车站站名的按键显示。
车站站名按键显示规则要符合CIR技术规范要求，特别要注意枢纽地区、车站有多个场的情况下，站名显示要满足运行不同交路列车的调度通信需求。
(5)确定线路短号码和线路代码。
目前CIR中MMI上的“调度”“车站”按键用短号码数据进行呼叫，需要要根据相关文件及规范，对各条线的短号码及现场基站的短号码路由指向情况进行梳理，特别注意核对枢纽地区联络线的归属调度台和实际覆盖基站的短号码路由指向是否一致(现场情况往往因为各种原因易出问题，造成CIR在某些区段调度呼叫不通)。线路代码也是CIR数据制作的基础数据，在发送无线车次号校核信息时需要上传，要在方案中对线路代码加以明确。
(6)确定升级列车的范围、升级次序和进度、完成时间节点、备品备件及轨道车的升级等其他事项。
2.3.3 数据制作、添乘验证和升级加载
(1)数据升级方案制定后，各个厂家根据升级方案进行数据制作。数据制作完成后，要对各厂家的新版数据进行添乘验证，在添乘中对站名显示、语音提示点、选线列表、模式转换点等数据进行核对，并对MMI上的站名显示按键进行拨测试验，保证新版数据的可靠性和准确性。
(2)数据验证无误后，各级业务部门下达升级工单，现场工区根据升级要求和列车出入库情况，进行逐台列车CIR数据的升级，并做好台帐管理工作。
(3)对于涉及GSM-R网络编号数据调整，对应CIR数据的修改升级不能短时间完成的情况，在数据升级期间采取CIR张贴提示卡、申请GSM-R编号数据新旧短号码暂时并用等方法过渡(例如：在合蚌客专、笕杭线、合武绕行线等线路的短号码数据调整时，对运行列车的CIR数据升级采用了以上方法顺利过渡);对于涉及外局列车运行本局线路，需要进行数据升级的，向相关铁路局发电文告知。
3 CIR数据升级方式的优化设计
GSM-R网络可采用GPRS方式传输数据，利用GPRS方式可以进行CIR数据的无线传输。下一步可以将目前既有分散的库检台进行联网，组建CIR检修管理系统，接入GSM-R网络，在核心网增加CIR数据监测管理服务器，统一储存、监控、管理各厂家的数据版本，利用GSM-R网络GPRS方式进行CIR数据包的无线数据传输，同时在CIR库检中增加“数据版本校核”这一项目及相关功能。
主要工作流程如下：
(1)各厂家对CIR新版数据提前做好实验、验证，保证数据的可靠性和准确性。将验证好的数据统一存储在CIR数据监测管理服务器中。
(2)在库检中进行“数据版本校核”项目时，CIR通过库检基站GSM-R网络向CIR数据监测管理服务器发送CIR的厂家、数据版本号等信息。
(3)CIR数据监测管理服务器收到CIR数据版本信息后进行校核，判断CIR数据版本是否为最新。当发现新版本时，CIR数据监测管理服务器根据CIR的IP地址，通过GSM-R网络以GPRS方式进行CIR数据包的传输。为保证数据包传输准确，可采取数据校验、核对、纠错等方法。
(4)CIR收到新版本数据后进行数据的加载、重置，完成后由库检人员进行各项目例行库检，确认CIR数据升级良好、各项单元状态正常。
利用这种方法进行数据升级的优点有：
(1)将CIR数据存储在地面的CIR数据监测管理服务器中，利用GSM-R无线传输方式进行数据传输，减少了携带工具逐台上车升级的工作量。
(2)数据升级过程在库检中进行，升级后通过库检作业来把控，而不是通过GSM-R无线数据传输方式对运用中的CIR在线升级，可以避免对CIR的正常运用造成影响，且不占用线路上GSM-R信道资源，保证数据升级的安全性、可靠性。
(3)CIR库检中增加“数据版本校核”这一项目，对所有入库检修的列车均进行数据版本的校核作业，可以及时发现新数据版本并进行升级，保证数据运用的及时性，避免升级中出现遗漏。
(4)利用机车号与IP地址的对应关系，CIR数据监测管理服务器可以根据已升级列车的IP地址，确定升级列车的机车号，便于对列车CIR数据升级情况进行分析、统计。下一步还可以扩展库检台的遥测功能，实时查询列车的CIR数据版本信息，及时把控数据版本的运用情况。
4 结束语
高校党建工作是高校学生教育管理工作的重要组成部分，党中央十六号文件指出：要充分发挥党员在大学生思想政治教育中的先锋作用。也在第二十三次全国高等学校党的建设工作会议上作出重要指示：高校肩负着学习研究宣传马克思主义、培养中国特色社会主义事业建设者和接班人的重大任务。大数据时代下，积极利用大数据，将数据分析应用到高校党建工作中去，对于发挥高校学生党建工作的有效作用，具有十分重要的意义。
一、大数据对高校学生党建工作的重要促进作用
1.大数据的利用有利于掌握学生党员的思想现状。
对学生党员思想现状的掌握，是高校学生党建工作有效开展的前提条件。大数据最早用来描述更新网络搜索索引需要同时进行批量处理或分析的大量数据集，后来涵盖了处理数据的速度。大数据技术的战略意义首先在于掌握庞大的数据信息，学生每天的日常行为如购物、消费、监控摄像区域的进出、网上活动、各种通信行为等等都被记录。学生党员作为党建工作开展的重要对象，在党建工作开展的过程中，通过结合各方面的网络平台数据，结合学生党员平时浏览的网页信息、关注的网络平台、博客信息微信信息的更新、图书馆借阅的记录等各方面数据信息，有利于动态掌握学生党员的思想信息，了解学生党员的思想现状，这是党建工作有效开展的前提，有利于促进党建工作的开展。
2.大数据的分析有利于预测学生党员思想的发展趋势。
对学生党员思想发展趋势的深入分析，有利于促进高校学生党建工作的深入开展。大数据时代下，通过对多方面、多领域的数据分析，可以在更加全面地掌握学生党员的思想动态、关注点等方面内容的基础上，详细分析学生党员对于党建工作中满意或不满意的地方，归纳出学生党员对于党建工作的认可度，从而探讨其背后的原因，分析学生党员的思想动态，预测其发展趋势，这些能促进党建工作的有效开展。
3.大数据的分析有利于建立健全党建有效工作机制。
党建工作机制的建立健全，是顺利开展高校学生党建工作的保障。通过大数据的分析，可以实时深入的了解当今时代下，高校学生党员的思想行为特点，通过分析学生党员实际关注的事物、平时的各种表现、对学生党员的态度以及行动等方面数据情况，检验高校学生党建工作取得的成效，这对于建立健全党建有效工作机制起到良好的借鉴，促进党建工作的有效开展。
二、大数据时代下高校学生党建工作面临的问题
1.大数据时代下需要提升高校党务工作者的素质。
大数据时代对高校党务工作者的综合素质有着更高的要求。作为新媒体时代下的高校党务工作者，不仅要有深厚的党建理论知识基础和丰富的党建工作经验，还要了解多媒体技术的运用，熟悉多媒体教育载体，懂得利用网络平台开展党务工作，懂得通过各种大数据来关注学生思想动态，采取灵活有效的方式，与学生适时互动。
2.大数据时代下需要加强对学生正确思想的引导力度。
大数据时代下，信息多元化、价值多样化，大数据时代下网络信息充斥着大学生生活的方方面面。新时代的大学生，在思想趋于半成熟、价值观念处于待形成的阶段，更加容易受到外界各种思潮的影响。因此，要引导大学生形成正确的思想，引导大学生树立正确的价值观念，高校党务工作者就要结合网络时代和学生特点，加强引导的工作力度，提高工作效率。
3.大数据时代下需要创新高校党建工作的方式方法。
在当今大数据时代，大学生可以随时通过网络媒体获取各种学习信息，可以通过视频、图片等手段获取各种学习资源，可以了解社会各界的信息动态，形成自己的看法和见解。因此，除了传统的“线下”教育方式，新时代的高校党务工作者要结合新媒体和学生特点，创新工作方式方法，不断开拓工作新思路，采取工作新举措，把“线上”教育和“线下”教育有机结合起来，积极利用网络平台，结合学生学习生活的各方面数据，通过多种渠道，创新工作方式，实现实时动态的反馈，提高工作的成效。
三、大数据时代下高校学生党建工作的有效路径
大数据时代下，大数据的科学有效利用，对于高校学生党建工作的开展起到了良好的促进作用。然而，大数据时代下，高校学生党建工作有着机遇也面临挑战。基于各种机遇和挑战，高校教育工作者要结合大数据时代的特点，通过多方面有效路径的探讨，从而提高高校学生党建工作的有效性。
1.建立健全相关制度，加强党建工作重视力度。
高校党建工作的有效开展，健全的制度是重要保障。在大数据时代下，要做好高校党建引领学风建设的工作，在大数据掌握分析的基础上，要建立健全相关制度。结合在大数据分析基础上得出的高校学生党建工作开展过程中存在的问题，科学分析，建立健全相关制度，加大党建工作的重视力度，从机构设置、队伍建设、工作流程、运作模式等方面，加以健全与规范，促使工作的制度化、规范化、科学化。
2.加强校园文化建设，营造良好党建工作氛围。
在大数据时代下，高校党建工作的有效开展，良好的工作氛围是重要条件。党建工作者要根据当今网络时代和当代大学生的特点，结合校园文化，加强校园文化建设和党建工作宣传，充分利用大数据时代带来的机遇和条件，营造良好的党建工作氛围。
3.夯实工作队伍建设，提升党务工作者综合素质。
大数据时代下，高校党建工作的有效开展，高素质的工作队伍是基本保证。要做好高校党建工作，需要工作队伍作用的发挥，党务工作者素质的高低对工作的成效有着较大的影响。一方面，要注重提升丰富党务工作者的理论知识水平。高校党务工作者要具备相应的政治理论素养，掌握相关党的理论知识，明晰党的政策法规，熟知教育学和心理学等相关理论知识，具备扎实的理论基础，有着丰富的理论知识。另一方面，要注重提升党务工作者的相关工作能力。新媒体时代下的党务工作者要能结合大数据时代的特点，懂得利用和掌握大数据，要具备熟悉信息网络技术的能力，能够利用各种网络载体、充分发挥网络媒体优势来开展教育工作。同时，党务工作者在提升自身利用网络平台技术的基础上，要注重提升把握学生思想动态的能力，并在工作过程中加强党建工作。
4.丰富党务工作内容，加大党务工作引领学生教育管理工作的力度。
大数据时代下，高校党建工作的有效开展，丰富的党建工作内容是前提基础。要提升高校学生党建工作的成效，工作的内容是前提基础。信息时代下，在开展高校学生党建工作的过程中，要注重学生党建工作内容的丰富。一方面，要注重教育信息的正确选择和引导。在各种信息充斥网络的时代，丰富教育内容的同时要注重教育内容的科学选取，要对那些能产生正能量、给予学生以正确引导的新时代内容加以选取利用。另一方面，要注重将党建工作与学生教育管理结合起来。在开展党建工作的过程中，要通过思想引导、技能提升、方法推广等方式，加大党建工作在思想上、组织上、动力上引领作用的发挥力度，通过党建工作的有效开展来促进学生教育管理工作。
5.创新党务工作方式，形成“线上”“线下”积极互动平台。
大数据时代下，高校党建工作的有效开展，灵活有效的党建工作方式是关键环节。大数据时代下，信息时代化，大学生个性凸显，这些都给当今教育工作者带来了挑战。要取得较好的教育成效，就必须结合时代形势和学生特点，采取灵活有效的工作方式，增强学生党员先锋模范作用的发挥，可以采取多种方式开展相关工作。第一，建立健全党建网站，加强宣传与引导。通过建立党建网站的途径，设置“党建网上课堂”“红色论坛”“党建促学风”等栏目，大力宣传党建相关知识，适时对学生进行教育引导。第二，打造官方微信微博，加强引导与交流。当前高校中，微信微博等平台成为大学生熟悉并喜爱的交流平台。新媒体时代下，党务工作者可以通过党建微信微博平台的打造，及时给予信息推送，在线跟学生进行互动交流，了解学生动态，适时加强引导。第三，构建党支部网络工作平台，加强工作落实与推进。高校学生党建工作应充分发挥“大数据”的作用，让网络平台在高校成为我们党组织传播主流信息、宣传党建理论、加强自身建设的坚强武器和牢固阵地。通过党支部网络工作平台的构建，充分发挥学生党支部的作用，使党支部成员自由畅快地通过网络开展交流学习和研讨工作。通过组建“网络党支部”“党支部微信群”，可以有效挖掘高校党建教育新资源，促进高校思想政治教育工作的顺利开展。第四，开展党建工作“微课堂”，增强网络宣传和舆论引导。结合当今大数据时代与学生特点，可以开设党课“微课堂”，进行政策法规的宣讲、党建活动的宣传、党史时政的普及等，定时更新社会各类政策法规条例和生动案例，追踪社会热点问题，增强对学生党员的教育时效性和实效性。第五，举办网络党建促学风建设比赛活动，以赛事促建设。通过“网络党建微电影比赛”“先锋模范领头兵党员网络评比大赛”等多种方式，利用网络平台，宣传先进典型，发挥党建对学生教育管理的促进作用。
参考文献：
[1]闫树.“微文化”时代高校学生党建工作创新探究[J].学校党建与思想教育，2015，（5）.
[2]赵杰.以党建为载体加强高校学风建设[J].黑河学刊，2014，（4）.
[3]邬驾铨.大数据时代的机遇与挑战[J].求是，2013，（4）.
随着大数据时代的到来，档案管理工作面对的是多样化的信息，这也为以往档案管理工作带来了一定的影响，其中主要分为以下几点：第一，大数据时代对以往档案管理理念产生了一定的影响。传统意义上的档案管理工作主要是对各项档案实施有效的划分和明确，依据多样化的档案管理理念实施档案信息的有效管理和整合，但是在大数据时代下各项档案管理工作都结合在一起，这就需要档案管理工作者具备强大的决策能力和信息发掘能力，因此大数据时代的到来影响着以往档案管理理念。第二，大数据时代为以往档案管理工作自身带来了影响。在大数据时代下，多样化的档案管理形式已经从传统意义上的纸质档案和电子档案为基础形式转变为档案的大数据时代，促使档案信息数量得到了有效的提升，在这种背景下现阶段的档案信息化管理形式已经无法满足大数据时代背景下档案信息管理工作的需求，在大数据时代的影响下档案管理工作的重点并不是掌控和储存大量的信息资源，而是要依据对档案信息的有效管理明确其中存在的价值。由此，在大数据环境的影响下最重要的是要达到档案管理工作的合理化和优质化，这也是现阶段每一位档案工作者需要注重的发展方向。第三，大数据时代为档案管理工作者提出了更多的要求。大数据时代的档案管理工作向着更为专业化、多样化的方向发展，并且大数据与云计算的联系较广。如，在大数据时代中需要结合分化的形式进行信息工作的管理，这都为档案管理工作者和专业操作提出了更高的要求。因此，在大数据时代的影响下，档案管理工作者从档案的整合、应用和管理工作中都出现了一定的变化，这些都为现代化档案管理工作产生了一定的影响[1]。
2 大数据时代给现代档案管理工作带来的机会
大数据时代不但为现阶段档案管理工作带来了一定的影响，也为其带来了机会，其中主要分为以下几点：第一，其为目前档案储存工作带来了发展的方向。在现阶段的社会环境中，各个阶层的政府部门和企业单位的档案管理不嫩都面临着大量的信息资源管理任务，目前很多档案部门已经构建了自己的档案信息资源库，以此满足实际发展的需求，但是随着时代的变迁，档案信息资源库储存数量的问题逐渐凸显出来，因为新档案信息需要不断融入和整合到档案信息资源库中，那以往较为古老的信息资源就需要被销毁，这样会促使更多有意义的档案信息逐渐消亡，这是档案管理工作发展最大的一个影响。因为大数据时代的到来为信息技术和大数据技术的发展打来了一定的推动作用，其有助于解决现阶段档案管理工作中信息资源的储存问题，以此确保档案信息资源的全面性[2]。第二，为多样化档案的引用提供了便捷和依据。因为以往发展中档案管理工作主要是依据纸质和电子储存形式，多样化档案的应用大部分都是被动状态，搜索和应用这一形式档案会浪费更多的时间和金钱，难以激发人们对于这一档案的信心和兴趣。而大数据时代技术的重点内容就是对大量信息资源的有效储存和研究，并且其与云计算技术有一定的关联，应用者可以在大量的信息资源中及时获取自己需求的信息，以此便于人们更好的深入分析和发掘这些具备丰富意义的信息资源，从而有助于提升多?踊?档案信息的应用意义[3]。
3 大数据时代下优化档案管理工作的方案
