KR20140115267A - 복수의 독립적 서버와 데이터 집합에서 데이터 처리를 수행하기 위한 중앙 집중식 관리 및 액세스 시스템 및 방법 - Google Patents

Abstract

본 발명은 허브 컴퓨터와 복수의 스포크 컴퓨터 사이의 프로세스 방법을 개시한다. 허브 컴퓨터는 각각의 스포크 컴퓨터와 통신하도록 배열된다. 더욱, 각각의 스포크 컴퓨터는 허브 컴퓨터와 다른 스포크 컴퓨터로부터 원격으로 위치된다. 이 방법은: (a) 스포크 컴퓨터를 호스팅하는 조직의 회계 데이터로서 스포크 컴퓨터가 국지적으로 액세스 가능한 회계 데이터에 대해 스포크 컴퓨터가 데이터 처리 작업을 진행하라는 사용자로부터의 요청을 허브 컴퓨터가 수신하는 단계; (b) 허브 컴퓨터가 요청을 스포크 컴퓨터에 통신 전달하는 단계; (c) 상기 요청을 수신하면, 상기 회계 데이터에 대해 스포크 컴퓨터가 데이터 처리 작업을 진행하는 단계; 및 (d) 스포크 컴퓨터가 데이터 처리 작업의 결과를 허브 컴퓨터로 회신하는 단계를 포함한다.

Description

복수의 독립적 서버와 데이터 집합에서 데이터 처리를 수행하기 위한 중앙 집중식 관리 및 액세스 시스템 및 방법{A centrally managed and accessed system and method for performing data processing on multiple independent servers and datasets}

본 발명은 데이터 처리에 관한 것이다. 본 발명의 측면은 데이터 처리 시스템 및 데이터 처리 방법에 관한 것이다. 적어도 특정 실시예는 회계 감사 업계에서 데이터 처리에 존재하는 기술적 문제를 해결하는 데 관한 것이다.

다양한 데이터 처리 시스템이 이미 Microsoft SQL 서버, SAS, SPSS 및 ACL과 같은 것으로 존재한다. 이들 시스템에서 일반적으로 가능한 것은 분석을 수행하는 서버에 보관되어 있거나 같은 데이터 센터 또는 법인에 있으면서 분석수행 서버의 액세스를 받는 다른 서버에 보관되어 있는 데이터를 분석하는 것이다. 서로 원격 위치에 떨어져 있고 분석 수행 서버와도 원격으로 위치된 데이터를 처리하기 위해서는 먼저 데이터를 공통의 위치에 가져와야 한다.

그러나, 상이한 데이터 센터 또는 상이한 법인에서 기인하는, 보관되는 처리데이터에 중요한 기술적 문제가 있다. 가령, 한 데이터 센터에서 데이터를 복사하여 처리를 위해 다른 데이터 센터로 이동하는 것이 필요한 경우 많은 보안 위험이 야기된다. 이것은 이동가능한 미디어 드라이브 또는 CD의 손실이 가능함을 포함한다. 데이터의 이동은 또한 노동조합과의 협정, 사생활 침해 우려, 평판에 대한 우려 또는 법적 제한(유럽 데이터 보호령 95/46/EC 또는 스위스 연방 데이터 보호법 및 스위스 연방 데이터 보호 법령과 같은)의 존재로 문제될 수 있다.

데이터 처리 문제가 특히 두드러진 산업 분야의 한 예는 규제 체계가 이들 문제를 더욱 촉발시키는 회계 감사 업계이다.

배경으로서, 주식 회사나 또는 사업자와 같은 대형 조직은 주기적으로 외부 회계 감사 또는 다른 유사한 제3자의 규제 검사를 받는다. 가장 간단히 말해, 외부 회계 감사의 목적은, 특정 조직(간혹 회계 감사의 "타겟"이라고 호칭됨)의 회계 계정이 관련 회계 기준을 만족함을 보증하고, 주요한 면을 고려할 때 회계 보고서가 공정하게 제출되었다는 절대적 확증은 아니나 합리적 확증을 제공하고, 통상의 회계 보고 체계에 맞추어 진실되고 공정한 견해를 주기 위한 것이다. 감사 법인은 고객의 회계를 12개월마다 감사하며, 수 백 또는 수 천의 고객, 즉 그들이 감사하는 이른바 "타겟"을 가질 수 있다.

대형 회사의 외부 회계 감사를 수행할 때는, 감사인은 대상 기간 중에 어떤 위험이 구체화되지 않았음을 보증하기 위하여 큰 거래 내역 중의 작은 내역을 샘플링하는 것이 요구될 수 있다. 가령, 고정 자산을 평가할 때, 감사의 타겟이 새로운 빌딩의 구입 경비를 더하는 것은 허용되나, 기존 빌딩 내에서 벽을 새로 칠하는 것을 포함하는 것은 일반적으로 허용되지 않는다.

두 개의 상이한 거래를 구별하는 것은 거래 규모가 작고 사람이 각 항목을 점검할 수 있을 때는 비교적 쉽다. 규모가 증가하여 수천개의 거래 집단에서 거래 내역(통상 75개 까지)샘플을 선택하는 것은 집단에 대한 합리적인 범위로 보이며, 따라서 중대한 실수를 찾을 좋은 확률을 제공한다. 그러나, 대형 회사들은 각 감사 기간 중 점검될 필요가 있는 수백만의 고정 자산 이동이 있을 수 있다. 작은 샘플을 점검하는 것만으로는 감사 위험도를 줄이는 데 있어서, 그리고 따라서 감사 타겟에게 부가가치가 있는 적발을 찾아내는 데 있어서 효용성은 줄어들게 된다.

이 문제를 해결하기 위하여, 데이터 용량에 관계없이 전체 거래 내역을 분석함으로써, 감사인이 어느 거래가 사람의 리뷰를 받아야만 하는지 결정하고 위험이 낮은 거래를 무시하도록 보조하는 작업을 수행하는 데 데이터 분석이 이용될 수 있다.

이러한 유형의 작업 수행시 전형적인 여러 문제에 맞닥뜨리게 된다. 이들은:

- 비용 효율적으로, 큰 용량의 데이터가 감사인의 분석을 위해 확보되어야만 한다.

- 데이터는 일반적으로 핵심 감사 단계 동안만 확보될 수 있으며, 분석 결과가 감사인에게 유용한 시간이 제한된다.

- 고객은 데이터 손실로 인한 중대한 보안 우려 때문에 그들의 데이터 센터에서 큰 용량의 데이터가 유출되는 것을 일반적으로 반대한다.

동일한 유형의 데이터에 대한 여러 감사 타겟에 대하여, 동일한 유형의 데이터 분석 업무를 수행하면 회계 감사 법인에 의한 상당한 시간과 비용이 발생한다. 가령, 고정 자산 데이터는 일반적으로 모든 회사에 대하여 동일한 형태를 취하나, 각각의 감사 타겟에 대해서는 전형적으로 독립한 데이터 분석 업무로서 수행될 것이다.

그러므로, 최소한 이들 문제 중의 일부라도 해결하는 데이터 처리 시스템 및/또는 방법을 제공하는 것이 바람직한 것이다.

본 발명의 제1측면에 따르면, 허브(hub) 컴퓨터를 포함하는 허브가 다수의 스포크(spoke)와 통신하도록 배열되고, 각각의 스포크는 각각의 스포크 컴퓨터를 포함하며, 각각의 스포크는 허브와 다른 스포크로부터 원격으로 위치되는 데이터 처리 방법을 제공하며, 이 방법은:

(a) 스포크를 호스팅하는 조직의 회계 데이터로서 스포크가 국지적으로 액세스 가능한 회계 데이터에 대해 스포크가 데이터 처리 작업을 진행하라는 사용자로부터의 요청을 허브가 수신하는 단계;

(b) 허브가 요청을 스포크에 통신 전달하는 단계;

(c) 상기 요청을 수신하면, 상기 회계 데이터에 대해 스포크가 데이터 처리 작업을 진행하는 단계; 및

(d) 스포크가 데이터 처리 작업의 결과를 허브로 회신하는 단계

를 포함한다.

이 방법은 (d) 단계의 다음에 허브가 상기 결과를 사용자에게 회신하는 단계를 포함할 수 있다. (d) 단계의 앞에 데이터 처리 작업의 결과를 상기 또는 다른 사용자가 액세스하도록 허브로 회신하라는 요청을 상기 허브가 수신하는 단계를 포함할 수 있다.

사용자로부터 허브에서 수신하는 요청이 스포크의 선택 그룹에서 데이터 처리 작업을 진행하라는 요청일 수 있다. 이 단계의 앞에 사용자가 스포크 그룹을 선택하는 단계가 있을 수 있다. 집합은 스포크 하나, 그 이상 또는 모두일 수 있다. 그러면 후속 단계는 그룹내의 각 스포크에 의하여 실행될 수 있다.

회계 데이터는, 소스데이터의 적어도 일부가 스포크를 호스팅하는 조직의 IT시스템으로부터 획득되도록 된, 소스데이터의 복사 데이터일 수 있다.

상기 요청은 상기 데이터 처리 작업의 구현 방법을 나타내는 구현 정보를 포함하는 것일 수 있다. 구현 정보는 일반적인 데이터 처리 작업이 인스턴스화(instantiation)되는 방법을 나타내는 인스턴스화 정보를 포함할 수 있다; 그리고/또는 구현 정보는 상기 인스턴스화된 데이터 처리 작업의 수행에서 기준 대상으로 하는 임계값들을 나타내는 구성(configuration) 정보를 포함할 수 있다.

본 발명의 제2측면에 따르면, 허브 컴퓨터를 포함하는 허브가 다수의 스포크 각각과 통신하도록 구성되고, 각각의 스포크는 각각의 스포크 컴퓨터를 포함하며, 상기 스포크 각각은 허브에서와 다른 스포크로부터 원격으로 위치되는 데이터를 처리하는 방법으로서:

(a) 스포크를 호스팅하는 조직의 회계 데이터로서, 스포크가 국지적으로 액세스 가능한 회계 데이터에 대해 스포크가 데이터 처리 작업을 진행하라는 사용자로부터의 요청을 허브가 수신하는 단계;

(b) 허브가 요청을 스포크에 통신으로 전달하는 단계; 및

(c) 허브가 데이터 처리 작업의 결과를 스포크로부터 수신하는 단계

를 포함한다.

상기 방법은 (b)에 후속하고 (c)에 앞서서, 요청 수신에 응답하여 스포크가 회계 데이터에 대하여 데이터 처리 작업을 실행하는 것을 포함할 수 있다.

상기 방법은 사용자 또는 다른 사용자가 허브에서 분석(analytic)을 수정하는 단계를 포함하고, 분석은 데이터 처리 작업을 나타내는 정보를 포함할 수 있다. 분석은 후속하는 인스턴스 및 구성화를 위하여 정렬될 수 있다. 상기 방법은 허브에 위치한 분석 라이브러리에 분석을 추가하는 단계를 포함하고, 분석 라이브러리는 호스트에 의한 국지적인 액세스가 가능하며 다수의 분석을 포함하고, 각 분석은 스포크에 의해 수행되는 각 데이터 처리 작업을 나타내는 정보를 포함할 수 있다. 분석을 전개 및/또는 더하는 단계는 허브에서 사용자 요청을 수신하는 단계에 선행할 수 있다.

상기 방법은 허브가 분석을 스포크에 통신으로 전달하는 단계를 포함할 수 있고, 분석은 스포크에 의하여 실행되는 데이터 작업 처리를 나타내는 정보를 포함한다. 이는 허브에서 사용자 또는 다른 사용자에 의한 적절한 요청에 응답하는 것일 수 있다. 분석을 전달하는 단계는 스포크의 하위 그룹을 선택하고 분석을 하위 그룹 안의 각각의 스포크에 전달하는 것을 포함할 수 있다. 분석을 전달하는 단계는 모든 스포크를 선택하고 분석을 각각의 스포크에 전달하는 것을 포함할 수 있다.

분석을 하나 이상의 스포크에 전달하는 단계의 앞에, 호스트가 국지적으로 액세스 가능한 분석 라이브러리의 하나 이상의 분석으로부터 분석을 선택하는 단계가 오고, 각각의 분석이 스포크에 의하여 실행되는 각각의 데이터 작업 처리를 나타내는 정보를 포함하도록 할 수 있다. 분석도구를 하나 이상의 스포크에 전달하는 단계는 복수의 분석도구를 해당 스포크 또는 각각의 선택된 스포크에 전달하는 것을 포함할 수 있다. 분석도구 라이브러리는 이 방법으로 해당하는 또는 각각의 선택된 스포크에 전달될 수 있다.

상기 방법은 허브가 사용자의 동일성을 인증하는 단계를 포함할 수 있다. 이 방법은 사용자 동일성의 인증을 토대로 오직 허용된 복수의 스포크의 그룹에게만 전달을 제공하는 단계를 포함할 수 있다. 허용된 그룹은 하나, 그 이상 또는 모든 스포크일 수 있다.

사용자로부터의 요청은 허브에서 국지적으로 수신될 수 있다. 요청은 허브에서 가상적이고 국지적으로 수신될 수 있는데, 가령 마치 사용자가 인근 유저인 것처럼, 오프-사이트 장소로부터 허브에 억세스하는 사용자로부터 수신될 수 있다. 각각의 요청은 스포크에서 국지적으로 수신될 수 있다.

본 발명의 제3측면에 따르면, 제1측면에 정의된 것처럼 허브를 작동하는 방법이 제공되는데, 이 방법은 허브에 의해 실행되는 제1측면의 방법의 단계를 포함할 수 있다.

본 발명의 제4측면에 따르면, 제1측면에 정의된 것처럼 스포크를 작동하는 방법이 제공되는데, 이 방법은 스포크에 의해 실행되는 제1측면의 방법의 단계를 포함할 수 있다.

본 발명의 제5측면에 따르면, 허브 컴퓨터를 포함하는 허브가 다수의 스포크 각각과 통신하도록 구성되고, 스포크는 각각의 스포크 컴퓨터를 포함하며, 스포크 각각은 허브와 다른 스포크로부터 원격으로 위치되는, 데이터를 처리하는 방법으로서, 이 방법은 선택된 그룹의 각 스포크에 분석을 통신으로 전달하는 단계를 포함하며, 분석은 스포크가 국지적으로 액세스 가능한 회계 데이터로서 스포크를 호스팅하는 조직의 회계 데이터에 대하여 각각의 스포크가 실행하는 각각의 데이터 처리 작업의 정보를 포함할 수 있다.

선택되는 그룹은 하나 그 이상 또는 모든 스포크일 수 있다.

본 발명의 제6측면에 따르면, 하나 또는 다수의 허브 컴퓨터를 포함하는 허브가 다수의 스포크 각각과 통신하도록 구성되고, 각각의 스포크는 각각의 하나의 또는 다수의 스포크 컴퓨터를 포함하며, 스포크 각각은 허브와 다른 스포크로부터 원격으로 위치되는, 데이터를 처리하는 방법으로서, 이 방법은 선택된 그룹의 각 스포크에 분석을 통신으로 전달하는 단계를 포함하며,

상기 분석을 선택된 각각의 스포크 그룹에 통신으로 전달하는 단계의 앞에, 허브에서 분석 라이브러리에 포함되지 않은 신규 분석을 사용자가 허브에서 생성하는 단계를 포함하고, 신규 분석은 각각의 회계 데이터에 대하여 선택된 그룹의 각각의 스포크에 의해 실행되는 신규 데이터 처리 동작을 나타내고, 허브는 신규 분석을 선택된 그룹의 각각의 스포크로 전달할 수 있다.

선택되는 그룹은 하나 그 이상 또는 모든 스포크일 수 있다.

제1측면의 방법의 선택가능한 특징은 또한 각각의 다른 태양의 방법의 선택가능한 특징들이 된다.

본 발명의 제7측면에 따르면, 다른 어떤 태양의 방법도 실행할 수 있도록 이들 단계를 실행하도록 프로그램 되고 작동 가능한 허브로서, 다른 어떤 태양으로도 정의 가능한 허브를 제공한다.

본 발명의 제8측면에 따르면, 다른 어떤 태양의 방법도 실행할 수 있도록 이들 단계를 실행하도록 프로그램 되고 작동 가능한 스포크로서, 다른 어떤 태양으로도 정의 가능한 스포크를 제공한다.

허브 및/또는 스포크는 서버와 같은 컴퓨터를 포함할 수 있다. 허브 및/또는 스포크는 복수의 서버와 같은 복수의 컴퓨터를 포함할 수 있다.

본 발명의 제9측면에 따르면, 다수의 스포크 각각과 통신하도록 구성된 허브 컴퓨터를 포함하는 허브로서, 각각의 스포크는 각각의 스포크 컴퓨터를 포함하며, 각각의 스포크는 허브로부터 그리고 다른 스포크로부터 원격으로 위치된, 허브를 제공하는데, 허브 컴퓨터는, 스포크를 호스팅하는 조직의 회계 데이터로서 스포크가 국지적으로 액세스 가능한 회계 데이터에 대한 데이터 처리 작업을 스포크가 수행하도록 하는 사용자의 요청을 수신하고; 이 요청을 스포크에 통신 전달하며; 스포크로부터 데이터 처리 작업의 결과를 수신하도록 배열된 통신부를 포함한다.

스포크에서 수신된 데이터 처리 작업의 결과는 허브로부터의 요청에 응하여 데이터 처리 작업을 수행하는 스포크의 결과일 수 있다.

본 발명의 제10측면에 따르면, 허브와 통신하도록 배열된 스포크 컴퓨터를 포함하는 스포크를 제공하는데, 허브는 허브 컴퓨터를 포함하며, 스포크는 허브로부터 원격으로 위치하고, 스포크 컴퓨터는: 스포크를 호스팅하는 조직의 회계 데이터에 대한 데이터 처리 동작을 스포크 컴퓨터가 수행하도록 하는 요청을 허브로부터 수신하도록 배열된 통신부; 그리고 통신부가 요청을 수신하면, 회계 데이터에 대한 데이터 처리 작업을 수행하도록 배열된 처리부; 더욱 스포크 통신부가 데이터 처리 작업 결과를 허브로 회신하도록 된 것을 포함한다.

본 발명의 제11측면에 따르면, 컴퓨터가 어느 태양의 방법의 단계도 실행할 수 있도록 하는, 컴퓨터에 의해 실행 가능한 코드부 기록을 포함하는 컴퓨터 프로그램 산출물이 제공된다. 컴퓨터 프로그램 산출물은 스포크에 의해 실행되도록 정렬된 방법 단계들을 수행하도록 스포크에서의 이용을 위해 배열될 수 있다. 더욱, 컴퓨터 프로그램 산출물은 허브상에서 실행되도록 배열된 방법 단계들을 수행하도록 허브에서의 이용을 위해 배열될 수 있다.

컴퓨터 프로그램 산출물은, 예를 들어, 전자, 자기, 광학, 전자기, 적외선 또는 반도체 시스템 또는 가령 인터넷을 통해 코드를 다운받기 위한 데이터 전송용의 전파(propagation) 미디어일 수 있다. 컴퓨터 프로그램 산출물은 대신에 반도체 또는 정지상 메모리, 마그네틱 테이프, 분리 가능한 컴퓨터 디스켓, 랜덤 액세스 메모리(RAM), 리드-온리 메모리(ROM), 견고한 마그네틱 디스크 및 CD-ROM, CD-R/W 또는 DVD와 같은 광학 디스크와 같은 물리적 컴퓨터 판독 가능 매체 형태를 취할 수 있다.

컴퓨터와 같은 장치는 여기 기술된 다양한 방법에 맞추어 하나 이상의 프로세스를 수행하도록 위의 코드에 따라 구성될 수 있다. 여기서 컴퓨터는, 데이터 처리 시스템의 어떤 형태일 수도 있다. 더욱, 이러한 컴퓨터 또는 데이터 처리 시스템은 단일 장치 또는 분배형 시스템일 수 있다. 가령, 이러한 컴퓨터는 로컬 또는 광역 네트워크에서 분포하는 복수의 데이터 처리 장치를 포함할 수 있다.

스포크들은 상호 통신하도록 배열되지 않는다는 점에서, 서로간에 대하여 원격으로 위치할 수 있다. 스포크들은, 스포크를 호스팅하는 조직의 회계 데이터가 다른 스포크로 전달되는 방법으로 스포크 서로간의 통신을 막도록 배열될 수 있다. 스포크들은 상호 국지적으로 통신하도록 배열되지 않는다는 점에서, 서로간에 대하여 원격으로 위치할 수 있다. 가령 스포크들은 동일한 로컬 네트워크상에 있지 않을 수 있다. 스포크들은 별개의 기업 또는 동일한 기업 집단의 부분이 아닌 조직에 의하여 호스트될 수 있다. 허브는 회계 감사 용역을 제공하는 조직에 의하여 호스트될 수 있다. 스포크들은 통신적 관점에서 원격 위치하는 것에 더하여 상호간, 그리고 허브로부터 실제 지형적으로도 원격 위치할 수 있다.

시스템 및/또는 방법은 회계 감사 업계 외에 다른 산업에도 적용될 수 있다.

시스템 및/또는 방법은 회계 정보외 다른 데이터를 처리하도록 이용될 수 있다.

위에 기술된 선택 가능한 특징들은 조합될 수 있다; 이들은 서로 독립된 실시예에서 제공될 수 있다.

본 발명은 복수의 독립적 서버와 데이터 집합에서 데이터를 처리하는 중앙 집중식 관리 및 액세스 시스템 및 방법을 통하여 신규하고 진보된 허브와 스포크 구조, 데이터 분석, 기억, 테스트 및 수집 중의 적어도 일부를 포함하는 일련의 프로세스를 제공한다. 본 발명의 시스템과 방법은 안정적이고, 신속하며, 보안에 적합하고, 신뢰할 수 있다. 또, 회계등 여러 큰 데이터를 구조적이고 조직적으로 처리, 분석하고 사용자가 액세스 용이한 인터페이스를 제공한다.

이상의 본 발명의 효과는 예시적인 것이며, 이에 한정되지 않음은 물론이다.

이하 본 발명의 실시예가 오직 예시로서, 그리고 첨부하는 도면을 기준으로 기술된다.
도 1은 데이터 처리 시스템의 구성도이다.
도 2는 전체적으로, 데이터 처리 시스템의 4개의 작동 방법을 도시한 플로우 다이어그램이다.
도 3은 도 2의 방법 중 제1방법을 포함하는, 일반 처리 및 사용자와의 상호 작용을 위한 데이터 처리 시스템의 허브와 스포크의 인프라스트럭춰의 구성도이다.
도 4는 도 2의 방법중 제2방법의 플로우 다이어그램으로서, 허브 서버에서 스포크 서버들로의 '즉석(ad hoc)'데이터 분석 테스트를 도시한다.
도 5는 도 2의 방법중 제3방법의 플로우 다이어그램으로서, 사용자가 테스트의 셋업과 구성화를 목적으로, 허브 인프라 스트럭쳐를 통해 스포크 서버에 액세스 가능하도록 한 것을 도시한다.
도 6은 스포크 서버상에서, 마스터 분석 라이브러리 및 분석 구성 보관소의 저장을 위한 기술-무관(agnostic)데이터 구조의 도식도이다.
도 7은 스포크 분석 포털이, 사용자가 마스터 분석 라이브러리 또는 맞춤형 분석 라이브러리의 로컬 복사로부터 데이터 분석 테스트를 선택하고, 구성값을 할당할 수 있도록 한 사용자 인터페이스의 예를 보인 도면이다.
도 8은 도 2의 방법중 제4방법의 플로우 다이어그램으로서, 데이터 분석 테스트 실행부에 의한 데이터 분석 테스트의 실행을 도시한다.
도 9는 도 2의 방법중 제4방법의 다른 부분의 플로우 다이어그램으로서, 사용자가 결과의 수집을 목적으로, 허브 인프라스트럭쳐를 통해 스포크 서버에 액세스 가능하도록 한 것을 도시한다.
도 10은 스포크 서버상에서 스포크 분석 포털을 위한 사용자 인터페이스의 예를 보인 도면이다.

도 1은 데이터 처리 시스템을 도시한다. 본 실시예에서 데이터는 회계 재정 감사 목적을 위해 사용되는 데이터를 포함한, 타겟 조직의 비지니스와 관련한 데이터이다. 본 실시예에서, 데이터 처리 시스템은 회계 감사 업계의 데이터 처리 시스템이다. 전체 개괄을 제공하기 위하여 다음에 간단한 실례의 회계 감사 프로세스가 주어진다.

주식 회사나 또는 사업자와 같은 대형 조직은 주기적으로 그들의 재정 상태 및 업무 관행에 대하여, 외부 회계 감사 또는 다른 유사한 제3자의 법적으로 요구되는 검사를 받는다. 가장 간단히 말해, 외부 회계 감사의 목적은, 준비된 회계 처리가관련 회계 기준을 만족함을 보증하고, 모든 중요한 자료를 고려할 때 회계 보고서가 공정하게 제출되었다는 절대적 확증은 아니나 합리적 확증을 제공하고, 관련 회계 보고 체계에 따라 진실되고 공정한 견해를 주기 위한 것이다.

이 확증을 얻기 위하여 회계 감사는 전형적으로 몇 단계를 포함한다. 이들 단계들은 보통 감사인에 의하여 수행되며, 이하를 포함한다.

- 계획: 회사의 회계에 중요한 실수를 가져올 수 있는 상위 레벨 위험을 결정하기 위하여 감사를 받는, 이하에서는 타겟 조직(또는 "타겟")으로 언급되는, 조직의 전체 자산 평가가 수행된다. 이는 회사 내부의 위험(가령 이익률의 감소와 같은)과 회사 외부의 위험(가령 주요 무역 지역의 정치적 상황과 같은) 모두를 포함한다.

- 분석적 검토: 전형적으로는 경과 동향을 현재의 성과와 비교하고, 년중 어떤 밸런스들 사이의 관계에 대한 통계적 분석을 수행하며, 또 회계 보고 오류로 이어질 수 있는 잠재 위험을 확인하기 위하여 타겟의 계정을 더욱 상세히 검토하는 것에 관련된다.

- 회계감사 실행: 계획과 분석적 검토의 결과를 토대로, 회계 감사 실행 단계는 주요 리스크 영역에서 아주 세부적인 레벨로 타겟의 거래 내역을 검사한다. 이 검사는, 회계 거래의 샘플링; 잠재적 오류의 소스에 대하여 거래 상세 및 실체의 검토; 소스, 즉 "원시(raw)"정보를 토대로 한 주요 밸런스의 재계산; 개시부터 종료까지 회사 계정을 통한 거래의 추적; 그리고 밸런스와 거래를 확신하기 위하여 소스 서류 또는 제3자의 증거를 조사하는 것을 포함하나, 이에 국한되는 것은 아니다.

- 회계감사 보고: 감사인들은 감사 결론이 전형적으로 적합 또는 부적합인지의 의견과 같이 전체 회계 감사 결론을 보고하고, 타겟에 대한 주요 발견 사항의 상세 내역도 제공하며, '부가가치 있는' 발견 및 관찰 사항을 제공한다. 이들 부가가치 있는 관찰물들은 보통 광범위한 감사 작업 과정 중 주목되며, 전형적으로는 감사의 결론의 도달과는 관련있지 않다. 그러나 이들은 타겟의 경영 또는 주식보유자에게는 이익일 수 있다(이익을 올리거나, 비용을 낮추거나 또는 조직에 대한 어떤 잠재 위험을 피하는 것등).

회계 감사 법인들은 전형적으로 최소 매 12개월마다 고객 - 여기서는 타겟 조직으로 호칭되는 - 을 회계 감사하며, 많은 수 백 또는 수 천의 감사 고객을 가질 수 있다.

이제 도 1을 참조하면, 시스템은 복수의 스포크(spoke) 독립체 각각과 통신하도록 배열된 중앙 허브(hub)를 가진다. 이 실시예에서, 허브는 센트럴 허브 서버(1.13)이다. 그러나, 다른 실시예에서 서버 클러스터를 이루는 복수 서버가 허브를 형성할 수 있다. 각각의 스포크 독립체는 스포크 서버 또는 다른 실시예에서는 서버 클러스터에 의해 구현된다. 본 실시예에서, 편의상 두 개의 스포크 서버(1.12a, 1.12b)가 도시되고 설명된다. 그러나 다른 실시예로 더 많은 스포크 서버가 있을 수 있다. 이 실시예에서, 허브 서버(1.13)는 회계 감사 용역을 제공하는 법인의 데이터 센터 내에서 호스팅된다. 두 개의 스포크 서버(1.12a, 1.12b) 각각은 감사 타겟(이 개념은 상술한 것과 같다.)의 데이터 센터내에서 호스팅된다. 이 실시예에서, 감사 대상들은 서로 간에 대하여 그리고 물론 감사 법인에 대하여 완전히 독립적이다. 가령, 어떤 감사 타겟은 슈퍼마켓 체인일 수 있고, 다른 감사 타겟은 모바일 폰 서비스 제공자일 수 있다. 감사 타겟은 직접 경쟁자인 회사들일 수 있다. 허브와 스포크 시스템의 아키텍쳐는, 두 스포크 서버(1.12a, 1.12b) 사이에 데이터 공유 및 통신을 못하게한다(1.11). 이는 경쟁 회사들의 데이터 센터 안에 두 개의 스포크 서버가 존재하는 경우 특히 관련이 있다. 이 실시예에서, 서버 각각은 실시예들에 대응하는 방법의 단계들을 수행하도록 프로그램되고 작동 가능하도록 배열된 현존하는 컴퓨터 하드웨어의 형태이다. 각각의 서버는 데이터를 처리하도록 배열된 처리부, 데이터를 저장하도록 배열된 메모리 및 시스템 내의 다른 서버들과 같은 외부 장치와 통신하도록 배열된 통신부를 포함한다.

계속 도 1을 참조로 시스템의 전반적 작동을 설명한다. 상위레벨에서, 중앙 '허브'(1.13)와 인프라스트럭쳐는, 유지보수와 업데이트를 위해 '스포크' 서버들(1.12a, 1.12b)로의 안정적이고 효율적인 액세스를 편리하게 하며, 또한 더불어 허브에 액세스하는 유저(1.1, 1.2)가 어느 스포크 서버(1.12a, 1.12b)로부터의 데이터 분석 결과도 볼 수 있게 한다. 분석 결과는 통계, 메트릭(metrics), 프로파일, 리스트, 챠트, 다이어그램 또는 어느 기준을 만족하는 거래 샘플도 포함할 수 있다. 자기 독립형(self-contained)의 '스포크' 서버(1.12a, 1.12b)는 원시 데이터(1.10)의 완전한 세트를 저장하며, 이 데이터 세트(1.10)에 대하여 데이터 분석 업무를 수행하고, 처리된 결과를 저장한다. 이는 허브 인프라스트럭쳐(1.13)가, 성질상 기밀이고 민감할 수 있는 바 기저에 존재하는 원시 데이터(1.10) 전체 세트의 자체 복사를 취하지 않고 결과를 볼 수 있도록 한다. 전형적으로 스포크 서버(1.12a, 1.12b) 상에 유지되는 원시데이터(1.10)는 요소나 장치의 구성 또는 상태에 관련되는 것은 아니고, 거래의 상당한 볼륨(100,000 이상)을 차지하게 된다. 각각의 스포크 서버(1.12a, 1.12b) 상에 보관되는 데이터(1.10)는 다른 스포크 서버(1.12a, 1.12b)상의 데이터로부터 명백히 이격되어 있지만, 각각의 스포크 서버(1.12a, 1.12b)에 있어 데이터가 저장되는 데이터 기억장치(1.15)는 구조적으로 동일하다. 다른 실시예로서, 각각의 스포크 서버(1.12a, 1.12b)에서 데이터 기억장치(1.15)는 구조적으로 동일하지 않으나, 하나 이상의 스포크 서버(1.12a, 1.12b)의 데이터 기억장치에 추가의 특징을 가지면서 각각의 스포크 서버(1.12a, 1.12b)에 대하여 동일한 기본 구조를 가질 수 있다. 원시 데이터(1.10)의 구조는 데이터 기억장치(1.15)에 보관되는 데이터에 필요한 포맷과 매칭되지 않을 것으로 예상되는데, 이는 데이터를 재구축하도록 취해지는 데이터 변환의 케이스이다. 변환은 산업계 표준의 해제 변환 작업(Extract Transform Load; ETL) 소프트웨어와 같은 어느 적절한 기술로도 수행될 수 있다.

시스템 동작의 상위레벨 설명을 계속하면, 시스템은 감사인(1.2)에 의해 이용된다. 감사인(1.2)은 허브(1.13) 상에서 호스팅 되는 '허브포털'(1.4)에 연결된다. 이 허브 포털(1.4)은 현 실시예에서는, 그래픽 유저 인터페이스의 형태이다. 감사인(1.2)은 예를 들어 로컬 연결 또는 가상 로컬 연결을 통하여 허브에 접속하는 랩탑과 같은 컴퓨터를 이용하여 허브포털(1.4)에 액세스한다. 도 8과 도 9를 참조로 이하 더 상세히 설명하는 것과 같이, 분석(analytic)은, 스포크 서버(1.12a, 1.12b)상에서 호스트 되는 데이터 분석 테스트 실행부(1.9)중의 하나에 의하여 감사 대상에 의하여 제공된 데이터 세트(1.10)에 대해 수행된다. 허브포털(1.4)은 스포크 분석 포털(1.7)에 의해 산출된 것과 같이, 분석 결과를 표시한다. 허브(1.13) 인프라스트럭쳐는 중앙 인증 대행자(1.5)를 포함한다. 중앙 인증 대행자는 감사인(1.2)이 어느 감사에 액세스 권한이 있는지 결정하며, 감사인(1.2)이 관련 결과를 볼 수 있게 한다. 허브포탈(1.4)은 스포크 서버(1.12a, 1.12b)에 대한 라우팅을 결정한다.

일단 감사인(1.2)이 적절한 적절한 감사 대상 및 그 각각의 스포크 서버(이 실시예에서는 1.12b에 대항하여 1.12a)에 할당되면, 감사인(1.2)은 스포크 분석도구 포털(1.7)을 통하여 스포크 타겟상의 데이터 분석 결과를 볼 수 있다. 이는 직접 원시데이터(1.10) 또는 데이터 기억장치(1.15)의 복사물이 허브(1.13)에 전달될 필요 없이 스포크 서버(1.12a, 1.12b) 상에서 호스트되는 데이터 분석 시스템(1.9)에 의해 수행되는 결과를 제공하게 된다. 그 결과, 감사인(1.2)은 감사 대상(1.12a) 데이터 센터에 남아 저장되는 원시 데이터(1.10) 또는 데이터 기억장치(1.15)를 볼 수 없으며, 따라서 데이터 보안을 향상시키고, 데이터 저장 용량을 줄이며, 허브(1.13)상의 필요 작업을 처리한다.

추가하여, 허브(1.13)와 스포크(1.12a, 1.12b)사이의 접속이 반드시 회계 감사 피크 기간뿐만 아니라 연중 유지되므로, 이는 감사인(1.2)이 어느 때라도 분석 결과를 셀프-서비스할 수 있게 한다. 이는 감사인(1.2)이 결과에 액세스할 수 있는 속도를 향상시키며, 관리자-타잎의 사용자가 미리 협의된 스케쥴에 따라 각각의 스포크(1.12a, 1.12b)상의 분석 결과를 수작업으로 분석하여 감사인(1.2)에게 보내는 수 작업 단계를 요하지 않으므로, 결과 유용도를 높힌다.

복수의 스포크(1.12a, 1.12b)가 단일의 허브(1.13)에 연결된다. 이는 동일한 분석 부분이 각각의 스포크(1.12a, 1.12b) 상에서 수행되는 것을 가능케 하므로, 결과를 전개 및 실행하는 전체 시간과 비용을 상당히 감소시킨다. 가령, 다수의 감사 대상에 대한 고정 자산 데이터(상위레벨에서는 다음의 목록을 포함할 수 있다; 자산 식별자, 자산에 대한 설명, 취득일, 구입비용, 현재까지의 감가상각비, 예상 유효 경제 수명, 유관 이익 책임 부서, 시스템에 추가된 후 자산 데이터의 모든 변동의 상세)가 동일 형태로 저장될 수 있으면, 허브(1.13)는, 타겟의 감사인(1.2)에게 적절한 시기에, 데이터 분석 테스트 실행부(1.9)에, 로컬 감사 타겟의 특정 데이터 세트(1.10)상의 각각의 스포크(1.12a, 1.12b)가 독립적으로 실행할 수 있는 데이터 분석 테스트 세트를 제공한다. 이는 모든 타겟에 대하여 이 분석을 수행하는데 필요한 시간을 상당히 줄인다. 또한, 감사 대상-특정 분석 루틴을 유지 보수하기 보다, 집중-관리, 집중-시험 및 집중-질-체크형의 하나의 데이터 분석 루틴 세트가 허브(1.13)에서 모든 스포크(1.12a, 1.12b)로 하달되므로, 전형적으로 버젼 제어와 연관된 복잡성을 줄인다.

시스템의 네 개의 특정 작동이 이제 설명될 것이다. 도 2는 이들 네 개의 중요한 사용자 상호작용 유형의 처리 플로우를 도시한다. 이들은 먼저 하이레벨에서 도 2의 좌측에서 우측으로 설명될 것이다. 첫번째 작동은 분석의 전개(development)인데, 분석 - 하나 이상의 스포크 서버(1.12a, 1.12b)상에 각각 저장된, 하나 이상의 감사 대상의 데이터 기억장치(1.15)상에서 실행되어야 할 데이터 처리 작업 - 이 스포크 서버(1.12a, 1.12b)로 복사되기 전에 전개 또는 변경된다. 이는 이하 도 3을 참조로 더 상세히 설명된다. 도 2에 도시한 두 번째 작동은 "애드혹(ad-hoc)"분배 쿼리 실행인데, 여기서 "애드혹" 데이터 분석 테스트가 허브(1.13)에서 각각의 스포크 서버(1.12a, 1.12b)로 하달된다. 이는 이하 도 4를 참조로 더 상세히 설명된다. 세번째 작동은 시험 셋업과 구성화(configuration)인데, 허브(1.13)로부터의 데이터 분석 테스트(또는 분석)가 특정 스포크 서버(1.12a, 1.12b)상에서 인스턴스되고(instantiated) 스포크 서버(1.12a, 1.12b)가 링크되는 특정 감사 대상에 대하여 구성된다. 이는 이하 도 5를 참조로 더 상세히 설명된다. 네 번째 동작은, 도 2의 가장 우측에 도시되는데, 테스트 실행과 결과 수집으로서 두 부분으로 이루어진다. 먼저, 스포크 서버(1.12a, 1.12b)상의 데이터 분석 테스트 실행부(1.9)가 스포크 서버(1.12a, 1.12b)에 저장된 적어도 하나의 데이터 분석 테스트 또는 데이터(1.15)에 대한 분석을 수행한다. 작동의 제1부분은 도 8을 참조로 이하 더욱 상세히 설명된다. 다음으로, 사용자(1.2)는 이 데이터 분석 테스트 결과를 수집하기 위하여 허브(1.13)를 통해 스포크 서버(1.12a, 1.12b)에 액세스한다. 작동의 제2부분은 이하 도 9를 참조로 더 상세히 설명된다.

언급한 것처럼, 도 3은 도 2의 좌측에 기술한 분석 전개 처리를 위한 소프트웨어 인프라스트럭춰를 도시한다. 이것은 이제 상세히 설명된다. 도 3을 계속 참조하면, 신규 데이터 분석 테스트를 허브 인프라스트럭춰(1.13)에서 각각의 스포크 서버(1.12a, 1.12b)로 분배하는 처리 플로우가 또한 도시되어 있다. 개요를 말하자면, 데이터 분석 테스트가 허브(1.13)상에서 구축되며, 마스터 분석 라이브러리(3.3)에 저장된다. 다음 테스트들이 허브 서버(1.13)상의 마스터 분석 라이브러리(3.3)중심으로 하나 이상의 스포크 서버(1.12a, 1.12b)로 분배된다. 이는 신규 테스트를 각각의 스포크 서버(1.12a, 1.12b)에 더하는데 필요한 전체 관리를 실질적으로 감소시킨다. 분석 전개 처리(또는 데이터 분석 테스트의 갱신)는 관리자-유형의 최고 사용자(3.1)에 의해 실행될 것이다.

위에 언급한 분석 전개 처리가 이제 더욱 상세히 설명될 것이다. 분석 전개 처리에서는, 하나 이상의 스포크 시스템(1.12a, 1.12b)으로의 배치를 위해 신규 데이터 분석 테스트가 허브(1.13) 인프라스트럭춰 상에서 전개된다. 어느 현존 기술 또는 언어도 사용할 수 있는 이 테스트는 허브(1.13) 인프라스트럭춰내의 마스터 분석 라이브러리(3.3)에 저장된다. 마스터 분석 라이브러리(3.3)는 이름, 버젼 번호 및 테스트를 최종 편집한 사용자와 같은 테스트에 대한 정보에 더하여, 정의된 데이터 구조내에 모든 데이터 분석 테스트를 저장한다. 도 6은 본 실시예에서 이 라이브러리(3.3)에 저장하도록 사용되는 데이터 구조를 도시한다. 다른 실시예로서, 이를 행하는 많은 방법이 있으므로 다른 데이터 구조가 사용될 수 있다. 도 6의 데이터 구조가 이하 상세히 설명된다.

도 3을 다시 참조하면, 스포크 매핑(3.4)에 대한 데이터 분석 테스트는 어느 테스트가 어느 스포크(1.12a, 1.12b)에 배치되는지의 상세를 가진다. 따라서 이는 허브 관리자(3.1) 또는 개발자가 신규 또는 갱신 테스트를 선택되는 하나 이상의 스포크 시스템(1.12a, 1.12b)으로 분배하는 것을 가능하게 한다. 일단, 신규 또는 변경 분석 테스트에 대한 해당 스포크 시스템(1.12a, 1.12b)이 확인되면, 허브(1.13)상에서 실행되는 프로세스가 각각의 스포크 서버에 접속하여(직렬 또는 병렬로) 데이터 분석 테스트가 스포크(1.12a, 1.12b)상의 로컬 마스터 분석 라이브러리(3.6)에 이용 가능하도록 한다. 마스터 분석 라이브러리(3.3)의 로컬 복사(3.6)는 허브(1.13)에서 보관되는 모든 상세를 포함하나, 스포크 서버(1.12a, 1.12b)상에서 국지적으로 보관되어 있다. 로컬 복사(3.6)는 데이터 분석 테스트 실행부(3.9)에 의해 이용된다. 마스터 분석 라이브러리(3.3)의 복사(3.6)를 국지적으로 저장함으로써 스포크 서버는 허브(1.13) 인프라스트럭춰에 접속하지 않고 무한적으로 지속 동작할 수 있다. 따라서, 허브(1.13)로의 연결이 끊기는 경우가 생기면, 연결이 복귀할 때까지 스포크(1.12a, 1.12b)는 작동을 계속하게 된다.

스포크 서버(1.12a, 1.12b)에 보관되는 맞춤형 분석 라이브러리(3.7)는, 다른 스포크로의 분배를 위해 허브 서버(1.13)상에 기입되기 보다는, 특정한 스포크 서버를 위해 기입되어 온 데이터 분석 테스트를 포함한다. 분석 구성화 저장소(3.8)는 감사인(1.2)과 같은 최종 사용자를 위하여 선택된 테스트의 목록(마스터 분석 라이브러리(3.3)의 로컬 스포크 서버(1.12a, 1.12b) 또는 맞춤형 분석 라이브러리(3.7)로부터)을 포함한다. 또한 분석 구성화 저장소(3.8)는 선택된 테스트 각각의 구성을 포함한다. 가령, "X보다 큰 값을 가진 거래를 식별한다."로 호칭되는 마스터 분석 라이브러리(3.3)로부터 데이터 분석 테스트를 이용한다면, 분석 구성화 저장소는 이 테스트를 처음 가동(즉, 인스턴스화)하기 위한 엔트리에 더하여 X값에 대한 사용자 정의값을 포함한다. 데이터 분석 테스트 실행부(3.9)는, 사용자-요청 테스트 목록, 그리고 마스터 분석 라이브러리(3.3) 또는 맞춤형 분석 라이브러리(3.7)의 로컬 복사(3.6)로부터의 연관 테스트를 취하고, 데이터 기억장치(3.10)에 보관된 정보에 대하여 이 테스트를 실행하는 것을 담당한다. 도 7은 데이터 분석 테스트 실행부의 인터페이스를 도시하는데, 이는 이하 상세히 기술될 것이다.

계속 도 3을 참조하면, 원시 데이터(3.11)가 스포크 서버(1.12a, 1.12b)로 공급된다. 이것은 감사 대상의 데이터 센터 또는 내부 네트워크 내의 다른 IT시스템으로부터 공급될 수 있다. 이 원시 데이터(3.11)는 감사 대상 계정내의 사실, 동향 또는 특이점을 결정하도록 분석될 수 있는 데이터이다. 원시 데이터(3.11)는 플랫 파일, 구조 데이터 파일 또는 다른 시스템으로의 직접 인터페이스와 같은 형태를 취할 수 있다. 원시 데이터(3.11)는 잦은 주기로(즉, 날마다) 로딩 된다고 예상할 수 있다. 신규 원시 데이터(3.11)가 수신되면(3.12), 이는 스포크 서버(1.12a, 1.12b)상의 장치에 의해 검지된다. 그러면, 데이터(3.11)는 스포크 서버(1.12a, 1.12b)상의 데이터 기억장치(3.10)로 저장된다. 이는 그 구조를 데이터 기억장치(3.10)구조의 필요요건에 맞추기 위하여 데이터(3.11)를 조작하는 것과 관련이 있다. 그러므로 데이터 기억장치(3.10)는 모든 원시 데이터(3.11)를 포함한다. 이 데이터는 데이터 구조 내에 유지된다. 데이터 구조는, 비록 구조에 보관된 데이터가 전적으로 무관할지라도, 모든 스포크(1.12a, 1.12b)에 대하여 구조적으로 동일하다. 공통된 핵심 구조는 남을 수 있으나, 하나 이상의 스포크 시스템(1.12a, 1.12b)에서 추가로 데이터 구조를 유지하는 것 또한 가능하다. 다른 실시예로서, 데이터 기억장치(1.15)는 각각의 스포크 서버(1.12a, 1.12b)에서 구조적으로 동일하지 않으나, 하나 이상의 스포크 서버(1.12a, 1.12b)의 데이터 기억장치에 추가의 특징을 가지면서, 각각의 스포크 서버(1.12a, 1.12b)에 대해 동일한 기본 구조를 가질 수 있다.

허브 인프라스트럭춰는 최종 사용자(허브를 호스팅하는 회계 회사가 채용하는 감사인(1.2)과 같은)가 허브(1.13)를 통하여 접근하고 싶은 특정 스포크 시스템(1.12a, 1.12b)에 접속하는 것을 가능하게 한다. 이는 명백히 최종 사용자에게 각각의 스포크의 분석 포털(3.14)을 제공하는 것으로, 최종 사용자(1.2)에게는 포털이 실제로 허브 인프라스트럭춰(1.13)상에서 호스팅 되는 것처럼 보인다.

스포크 분석 포털(3.14)은 최종 사용자에게, 마스터 분석 라이브러리(3.3)의 로컬 복사(3.6) 또는 맞춤형 분석 라이브러리(3.7)로부터 데이터 분석 테스트를 선택하는 능력을 제공한다. 더욱 스포크 분석 포털(3.14)은 사용자(1.2)가 이들 테스트(분석 구성화 저장소(3.8)에 저장되는 데이터에 대한)를 구성화(configuration)하는 것을 허용한다. 최종적으로, 스포크 분석 포털(3.14)은 사용자(1.2)가 데이터 기억장치(3.10)에 저장된 데이터 분석 테스트 결과를 볼 수 있게 한다. 이 기능을 제공하는 사용자 인터페이스의 예가 도 7 및 10에 설명된다.

도 4는 도 2에 도시한 제2처리의 플로우, 스포크 서버(1.12a, 1.12b)에 대한 '애드혹' 쿼리 분배의 플로우이다. '애드혹' 쿼리는 개발자 또는 허브 관리자에 의해 생성되어 하나 이상의 스포크 서버(1.12a, 1.12b)로 하달되는 데이터 분석 테스트가 될 것으로, 이는 그 결과가 추가 분석을 위해 허브(1.13)상에서 수집되는 점에서 통상의 데이터 분석 처리와 다르다. 이는 스포크 사이의 트렌드 또는 메트릭 비교를 허용하는데, 가령 사용자가 각 스포크가 소유한 고정 자산의 평균수를 알기 원하면, 이 데이터 분석 테스트는 허브(1.13)상에 기입되어 각각의 스포크(1.12a, 1.12b)로 하달되며, 다음 그때까지 수집된 각각의 스포크의 총합이 허브(1.13)상에서 평균화된다. 허브 서버(1.13)상의 갱신 및 실행 매니저(1.3)는 쿼리를 복수의 스포크 서버(1.12a, 1.12b)로 분배하며, 그 결과를 모은다. 허브(1.13)와 각각의 스포크는 항상 연결되므로, 관리자(1.1)는 데이터 분석 테스트를 각 스포크로 안전하게 보낼 수 있다. 데이터 분석 결과는 허브(1.13)상에서 수집된다(4.7). 이는 감사 타겟간의 벤치마킹을 가능하게 한다. 가령, 각 타겟의 운전 자본 동향을 평가하기 위한 테스트를 생성하고 갱신 및 실행 매니저(1.3)를 이용하여 테스트를 각각의 스포크 서버(1.12a, 1.12b)로 병행 전달하여 각 결과를 획득하고, 감사 타겟에 해당하는 4분위중의 등급을 결정하기 위하여 후속하여 통과 데이터 분석 테스트를 수행하는 것이 가능하다.

더욱 상세히, '애드혹' 쿼리를 분배하는 과정은 다음의 단계와 관련 있다. 첫째, '애드혹' 쿼리가 관리자-타잎 사용자(3.1)에 의하여 허브 인프라스트럭춰(1.13)상에 구축되고(4.5), 결과 테이블을 생성하고 쿼리의 무결성을 보증하기 위하여 '블랭크' 스키마(schema)에 대하여 허브 인프라스트럭춰(1.13)상에서 국지적으로 실행된다(4.4). 쿼리를 위한 타겟 스포크 서버(1.12a, 1.12b)가 선택되고 애드혹 쿼리 또는 분석이 실행된다. 여전히 허브 인프라스트럭춰(1.13)상에서는 쿼리가 인증을 보장하도록 암호화되어 사인된다. 다음 이는 타겟으로 선택된 스포크 서버(들)(1.12a, 1.12b)로 전해진다. 스포크 서버(1.12a, 1.12b)는 쿼리를 수신하고 암호 사인을 유효화한다. 여전히 스포크 서버(들)(1.12a, 1.12b)상에는 타겟 서버(들)(1.12a, 1.12b)의 데이터 기억장치(들)(4.3)에 대하여 쿼리가 수행되며, 결과가 생성되어 수집 준비가 된다. 허브 인프라스트럭춰(1.13)상에서 결과에 대한 체크가 수행된다. 모든 결과가 수신되면, 결과가 모아져(4.7) 사용자(3.1)에게 표시된다.

도 5는 테스트 셋업과 구성화(도 2에 도시한 세 번째 동작)의 과정을 설명한다. 이 과정중, 허브(1.13)로부터의 데이터 분석 테스트(또는 분석)가 특정한 스포크 서버(1.12a, 1.12b)상에서 개시되며, 스포크 서버가 링크되는 특정 감사 타겟에 대하여 구성화된다. 이 과정의 단계를 설명할 것이다.

먼저, 허브 네트워크상의 유저(1.2)는 전형적으로 사용자 최종 PC 또는 랩탑으로부터 허브 인프라스트럭춰(1.13)에 접속한다. 사용자는 허브(1.13)에 대한 자신의 ID를 확실히 하도록 인증받는다. 허브(1.13)는 어느 스포크 서버(1.12a, 1.12b) 에 사용자가 액세스할 수 있는지 결정한다. 다음 유저(1.2)는 액세스 원하는 스포크 서버(1.12a, 1.12b)를 선택한다(5.2). 그러면 이 부분에서, 허브(1.13)에 의하여 처리되는 차후의 모든 요청은 각각의 스포크 서버(1.12a, 1.12b)에 대하여 투명하게 수행될 것이다. 투명한 요소라는 것은, 스포크 서버(1.12a, 1.12b)에 액세스하는데 요구되는 사용자의 추가 행위가 전혀 없으며, 사용자가 스포크 서버(1.12a, 1.12b)로부터 결과를 획득하기 위하여 취해야 하는 추가 행동을 인식하지 않는다는 것이다. 허브(1.13)는, 사용자(1.2)에게 데이터 분석 테스트에 대한 구성의 변경을 행하는 사용자 인터페이스(가능한 예가 도 7 및 도 10에 도시됨)를 제공하기 위하여, 허브와 스포크 서버(1.12a, 1.12b)간의 요청을 통과시킨다(5.3). 스포크 분석 포털(1.7)은 허브 서버(1.13)로부터의 요청을 기다린다. 일단 요청이 수신되면, 이는 국지적으로 처리되며, 결과 화면이 사용자에게 표시된다. 그러면 사용자(1.2)는 시스템 내에서 영역을 선택한다(5.5). 이는 가령, 이익(Revenue), 급여(Payroll) 또는 고정자산(Fixed Assets)일 수 있다. 사용자(1.2)는 신규한 결합 테스트 그룹을 생성한다(5.6). 이는 데이터 분석 테스트를 같이 보관하기 위한 용기이다. 장래 사용자가 그 목적을 이해하는 것을 돕도록 사용자(1.2)에 의해 결합 그룹에 이름과 설명이 주어지게 될 것이다. 그러면, 데이터 분석 테스트가 결합 그룹에 할당된다. 그러면, 결합 그룹내의 모든 테스트 결과가 사용되어 특정 그룹이 통과인지 실패인지를 결정한다. 마스터 분석 라이브러리(3.6)의 로컬(1.12a, 1.12b) 복사 또는 맞춤형 분석 라이브러리(3.7)로부터의 데이터 분석 테스트가 인스턴스 되는데(5.7), 즉 특정 결합 테스트 그룹 내로부터 특정한 구성을 가지고 수행되기 시작한다. 각각 동일 또는 상이한 구성으로, 상이한 결합 테스트 그룹에서 테스트가 여러 번 인스턴스될 수 있다. 사용자(1.2)는 자신의 구성화 세트를 가지고 실행하기 위하여 각각의 인스턴스 데이터 분석 테스트를 구성할 수 있다(5.8). 각각의 테스트는 구성값(임계값과 같은)의 목록을 가지며, 이는 사용자(1.2)가 필요에 따라 셋팅할 수 있다.

도 7은 데이터 분석 테스트의 구성을 위한 사용자 인터페이스를 도시한다. 사용자 인터페이스는 마스터 분석 라이브러리(3.3)의 로컬 복사(3.6) 및 맞춤형 분석 라이브러리(3.7)로부터 선택한 이용가능 테스트(사용자(1.2)는 아직 선택하지 않음)의 목록(7.1)과, 사용자(1.2)에 의해 선택, 구성 및 관리되는 현행 테스트의 목록을 포함한다. 이 실시예에서, 현행 테스트의 목록(7.2) 내에는, 두 개의 테스트 "더 큰 값"과 "부가가치가 어림수"를 이용하여 큰 어림 가치 아이템을 식별하기 위하여, "테스트인스턴스그룹"(6.4; TestInstanceGroup, 도 6 참조)으로 호칭되는 결합 테스트 그룹(7.3a)이 존재한다. 이 결합 테스트 그룹(7.3a)은 5000$이라는 구성 임계값과 더불어 이용되는 "더 큰 값" 테스트(7.4a)를 포함하는데, 구성은 분석 구성화 보관소(3.8)에 보관된다. 또한, 두 개의 테스트 "더 큰 값"과 "벤포드법(Benford's Law)에서 벗어나는 부가가치"를 이용하여 벤포드법에서 벗어나는 큰 거래를 식별하기 위하여, 두 번째의 독립된 결합 테스트 그룹(7.3b)이 있다. 이 두 번째 결합 테스트 그룹(7.3b)은 테스트(7.4b)를 포함하는데, 이는 9000$이라는 구성 임계값을 가지면서 사용자(1.2)가 셋팅한 상기한 "더 큰 값" 테스트(7.4a)와 동일하다. 사용자(1.2)는 추가로 결합 테스트 그룹을 생성하여 이용 가능한 테스트를 어느 결합 테스트 그룹(7.5)으로도 끌어올 수 있다.

도 8 및 도 9는 사용자가 데이터 분석 테스트 결과를 요청하는 과정과 요청된 분석을 수행하는 과정을 설명한다.

먼저 도 8을 참조하면, 데이터 분석 테스트 실행부 처리 플로우 부분을 보이는데, 도 2에서 상위레벨로 도시된 네 번째 동작이다. 이 처리 플로우에서, 데이터 분석 테스트의 결과가 데이터 분석 테스트 실행부(3.9)로부터 요청된다(8.1). 테스트는 테스트인스턴스그룹(6.4; TestInstanceGroup)으로 형성된다. 테스트인스턴스그룹(6.4)은 마스터 분석 라이브러리(3.6) 또는 맞춤형 분석 라이브러리(3.7)로부터의 하나 이상의 데이터 분석 테스트를 포함할 수 있다. 테스트인스턴스그룹(6.4)은 선택된 테스트들을 같이, 그리고 또한 이들 테스트의 구성도 같이 유지한다. 도 6은 이 정보를 위한 데이터 구조의 상세를 도시한다. 이 구조는 진행되는 테스트 이름과 데이터 분석 테스트를 위한 코드를 포함하여, 스포크의 마스터 분석 라이브러리(3.6) 및 맞춤형 분석 라이브러리(3.7)로부터 이용 가능한 테스트들의 목록(6.1; Tests)을 포함한다. 이는 또한, 마스터 분석 라이브러리(3.6)로부터 사용자(1.2)에 의해 선택된 모든 테스트의 리스트(6.2; TestInstances)를 포함하는데, 이는 특정 구성으로 이루어지는 분석 구성화 보관소(6.3; TestInstanceConfig)로부터의 테스트(즉, 임계값 $5000을 이용)의 인스턴스를 위한 상기 특정 구성에 대하여 매칭된다. 구조는 더욱 테스트인스턴스그룹(6.4)에서 결합 테스트 그룹 이름을 포함한다. 결합 테스트 그룹 이름(6.4)과 그 내부에 보관된 테스트(6.2) 사이에는 매핑(6.5; TestInstanceGroupMapping)이 있다. 최종적으로, 데이터 구조는, 사용자에게 각각의 테스트를 위하여 구성될 수 있는 아이템 목록을 제공하는 마스터 분석 라이브러리(3.6)의 부분(6.6; TestConfig)을 포함한다.

테스트인스턴스는 테스트인스턴스그룹(6.4)으로부터 검색된다. 각각의 테스트인스턴스(8.3; 즉, 테스트인스턴스그룹(6.4)내부의 각각의 개별 테스트)에 대하여 도 8에 도시한 단계가 차례로 또는 병행하여 수행된다: 테스트인스턴스의 구성값(TestInstance's ConfigValues)이 얻어지는데(8.4), 테스트는 상이한 구성들(즉, 테스트인스턴스그룹(6.4)은 구성값 $50,000을 가지는 "X보다 큰 값"테스트를 요구할 수 있다.)을 가진 시스템에 의하여 여러 번 이용될 수 있음을 주목해야 한다. 테스트 스크립(scrip)이 얻어진다(8.5). 테스트 스크립은 어느 프로그램 또는 이와 동등한 어느 것에 의해서도 되는 데이터 분석 테스트일 수 있다. 테스트 스크립이 실행되는데(8.6), 결과를 얻기 위해 데이터 기억장치(1.10)에 대하여 컨피그밸류(ConfigValues)를 이용한다. 앞서 기술한 것과 같이, 도 3을 참조로, 데이터 기억장치는 스포크 서버(1.12a, 1.12b)에 제공된 원시 데이터를 포함한다. 일단 모든 테스트인스턴스가 실행되면, 결과가 결합되어(8.8) 테스트인스턴스그룹(6.4)을 위한 결과를 형성한다. 만약 추가의 테스트인스턴스그룹(6.4)이 실행되는 것이 필요하면, 다음 테스트인스턴스그룹(6.4)을 위해 프로세스가 재시작한다(8.9). 만약 모든 데이터 분석 테스트가 실행되었다면, 데이터 분석 테스트 실행부는 프로세스를 종료할 수 있다(8.10).

도 9는 최종적인 스포크 분석 포털 처리 플로우의 두 번째 부분을 도시한다: 결과 수집에 관한 것이다. 이 과정에서, 허브 네트워크상의 사용자(1.2)는 전형적으로 사용자 최종 PC 또는 랩탑으로부터 허브 인프라스트럭춰(1.13)에 접속한다. 테스트 셋업과 구성의 과정에 대해서는, 도 5를 참조로 설명한 것으로, 사용자는 허브(1.13)에 대한 자신의 ID를 확실히 하도록 인증한다(9.1). 허브(1.13)는 어느 스포크 서버(1.12a, 1.12b) 에 사용자(1.2)가 액세스할 수 있는지 결정한다. 다음 사용자(1.2)는 액세스 원하는 스포크 서버(1.12a, 1.12b)를 선택한다(9.2). 그러면 이 부분에서, 허브(1.13)에 의하여 처리되는 차후의 모든 요청은 각각의 스포크 서버(1.12a, 1.12b)에 의하여 투명하게 수행될 것이다. 또, 테스트 셋업과 구성 과정에서와 같이(도 5), 투명한 요소라는 것은, 스포크 서버(1.12a, 1.12b)에 액세스하는데 요구되는 사용자의 추가 행위가 전혀 없으며, 사용자가 스포크 서버(1.12a, 1.12b)로부터 결과를 획득하기 위하여 취해야 하는 추가 행동을 인식하지 않는다는 것이다. 허브(1.13)는, 사용자(1.2)에게 데이터 분석 테스트의 결과를 요청하기 위한 사용자 인터페이스(가능한 예가 도 7 및 도 10에 도시됨)를 제공하기 위하여, 허브와 스포크 서버(1.12a, 1.12b)사이에서 요청을 통과시킨다(9.3). 스포크 분석 포털(3.14)은 허브 서버(1.13)로부터의 요청을 기다린다. 일단 요청이 수신되면(9.4), 이는 국지적으로 처리되며, 분석이 종료하면 사용자(1.2)에게 결과가 회신된다(9.6). 사용자가 이미 실행되지 않은 데이터 분석 테스트 결과를 요청하면(9.5), 데이터 분석 테스트 실행부(도 8에 상세함) 가 테스트를 처리하여 결과를 회신하도록 이용된다. 결과 또는 추가의 정보가 허브(1.13)로 다시 전달되며(9.6), 그러면 허브는 계속하여 사용자(1.2)에게 제공된다. 결과 또는 정보는 허브(1.13) 서버에서 나오도록 하여 사용자(1.2)에게 보인다(9.7). 그러나, 모든 처리는 각각의 스포크 서버(1.12a, 1.12b)상에서 행해진 것이다. 그러면 결과는 최종 사용자의 PC 또는 랩탑 상에서 검토될 수 있다(9.8). 결과는 웹 페이지, 응용 프로그램 화면 또는 파일 다운로드(가령 스프레드 쉬트 파일 같은)의 형태를 취할 수 있다.

도 10은 스포크 서버(1.12a, 1.12b) 결과물 포털 내부의 사용자 인터페이스 예를 도시한다. 최종 사용자에게, 허브 포털(1.4)과 스포크 분석 포털(1.7)사이 접속의 투명성 때문에 페이지가 허브 포털(1.4)에서 나오는 것처럼 보인다(10.1). 스포크 서버(1.12a, 1.12b)내부에 보관되는 모든 구성 및 데이터는 국지적으로 보관되며, 다른 스포크 서버(1.12a, 1.12b)내부의 구성 또는 데이터 변경에 의하여 영향 받지 않는다(10.2).

- 스포크 서버(1.12a, 1.12b) - 허브(1.13)
- 마스터 분석 라이브러리(3.6) 사용자(1.2) - 데이터 기억장치(1.15)
- 스포크 분석 포털(1.7) - 원시데이터(1.10) - 관리자(1.1)
- 맞춤형 분석 라이브러리(3.7)

Claims (21)

1. 허브(hub) 컴퓨터가 다수의 스포크(spoke) 컴퓨터 각각과 통신하도록 배열되고 상기 스포크 컴퓨터 각각은 상기 허브 컴퓨터에서와 다른 스포크 컴퓨터로부터 원격으로 위치되며, 상기 허브 컴퓨터와 상기 스포크 컴퓨터들 사이에서 데이터를 처리하는 방법으로서:
   (a) 상기 스포크 컴퓨터를 호스팅하는 조직의 데이터로서 상기 스포크 컴퓨터가 국지적으로 액세스 가능한 회계 데이터에 대해 상기 스포크 컴퓨터에서 데이터 처리 작업을 진행하라는 사용자로부터의 요청을 상기 허브 컴퓨터에서 수신하는 단계;
   (b) 상기 허브 컴퓨터가 상기 요청을 상기 스포크 컴퓨터에 통신으로 전달하는 단계;
   (c) 상기 요청을 수신하면, 상기 회계 데이터에 대해 상기 스포크 컴퓨터에서 상기 데이터 처리 작업을 진행하는 단계; 및
   (d) 상기 스포크 컴퓨터가 상기 데이터 처리 작업의 결과를 상기 허브 컴퓨터로 회신하는 단계
   를 포함하는 것을 특징으로 하는 데이터 처리 방법.
2. 제1항에 있어서,
   상기 (d) 단계의 다음에 상기 허브 컴퓨터가 상기 결과를 상기 사용자에게 회신하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.
3. 제1항에 있어서,
   (d) 단계의 앞에 상기 데이터 처리 작업의 결과를 상기 또는 다른 사용자가 액세스하도록 상기 허브 컴퓨터로 회신하라는 요청을 상기 허브 컴퓨터에서 수신하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.
4. 제1항에 있어서,
   상기 사용자로부터 상기 허브 컴퓨터에서 수신하는 상기 요청이 상기 스포크 컴퓨터들의 선택 그룹에서 상기 데이터 처리 작업을 진행하라는 요청인 것을 특징으로 하는 데이터 처리 방법.
5. 제1항에 있어서,
   상기 스포크 컴퓨터에서 상기 데이터 처리 작업을 진행하라는 상기 요청은 상기 데이터 처리 작업의 구현 방법을 나타내는 구현 정보를 포함하는 것을 특징으로 하는 데이터 처리 방법.
6. 제5항에 있어서,
   상기 구현 정보는 일반적인 데이터 처리 작업이 인스턴스화(instantiation)되는 방법을 나타내는 인스턴스화 정보를 포함하는 것을 특징으로 하는 데이터 처리 방법.
7. 제5항에 있어서,
   상기 구현 정보는 상기 인스턴스화된 데이터 처리 작업의 수행에 대한 임계값들을 나타내는 구성 정보를 포함하는 것을 특징으로 하는 데이터 처리 방법.
8. 제6항에 있어서,
   상기 구현 정보는 상기 인스턴스화된 데이터 처리 작업의 수행에 대한 임계값들을 나타내는 구성 정보를 포함하고, (d) 단계는 상기 인스턴스화된 데이터 처리 작업을 상기 임계값들에 대하여 진행하는 것을 특징으로 하는 데이터 처리 방법.
9. 제1항에 있어서,
   상기 또는 다른 사용자가 상기 허브 컴퓨터에서 분석(analytic)을 전개하는 단계를 포함하고, 상기 분석은 상기 데이터 처리 작업을 나타내는 정보를 포함하는 것을 특징으로 하는 데이터 처리 방법.
10. 제9항에 있어서,
    상기 허브 컴퓨터에서 분석 라이브러리에 상기 분석을 추가하는 단계를 포함하고, 상기 분석 라이브러리는 상기 호스트에 의한 국지적인 액세스가 가능하며 다수의 분석을 포함하고, 각 분석은 스포크 컴퓨터에 의해 수행되는 각 데이터 처리 작업을 나타내는 정보를 포함하는 것을 특징으로 하는 데이터 처리 방법.
11. 제10항에 있어서,
    상기 분석을 상기 스포크 컴퓨터에 통신으로 전달하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.
12. 제11항에 있어서,
    상기 사용자가 상기 스포크 컴퓨터들의 그룹을 선택하는 단계; 및
    상기 분석 라이브러리를 상기 그룹의 각 스포크 컴퓨터에 통신으로 전달하는 단계
    를 포함하는 것을 특징으로 하는 데이터 처리 방법.
13. 제12항에 있어서,
    (c) 단계와 (d) 단계가 상기 그룹의 각 스포크 컴퓨터에 의해 수행되는 것을 특징으로 하는 데이터 처리 방법.
14. 제10항에 있어서,
    상기 데이터 처리 작업을 진행하라는 상기 허브 컴퓨터에서의 수신 요청이 스포크 컴퓨터에서 상기 분석 라이브러리로부터 하나 이상의 분석을 선택하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.
15. 제11항에 있어서,
    상기 분석을 상기 또는 각 스포크 컴퓨터에 통신으로 전달하는 단계의 앞에, 상기 분석 라이브러리에 포함되지 않은 신규 분석을 사용자가 생성하는 단계를 포함하고, 상기 신규 분석은 상기 또는 임의의 스포크 컴퓨터가 상기 회계 데이터에 대하여 수행하는 신규 데이터 처리 작업을 나타내는 것을 특징으로 하는 데이터 처리 방법.
16. 제15항에 있어서,
    상기 신규 분석을 상기 또는 각 선택 스포크 컴퓨터에 통신으로 전달하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.
17. 허브 컴퓨터가 다수의 스포크 컴퓨터 각각과 통신하도록 배열되고 상기 스포크 컴퓨터 각각은 상기 허브 컴퓨터에서와 다른 스포크 컴퓨터로부터 원격으로 위치되며, 상기 허브 컴퓨터와 상기 스포크 컴퓨터들 사이에서 데이터를 처리하는 방법으로서,
    (a) 상기 스포크 컴퓨터를 호스팅하는 조직의 데이터로서 상기 스포크 컴퓨터가 국지적으로 액세스 가능한 회계 데이터에 대해 상기 스포크 컴퓨터에서 데이터 처리 작업을 진행하라는 사용자로부터의 요청을 상기 허브 컴퓨터에서 수신하는 단계;
    (b) 상기 허브 컴퓨터가 상기 요청을 상기 스포크 컴퓨터에 통신으로 전달하는 단계; 및
    (c) 상기 허브 컴퓨터가 데이터 처리 작업의 결과를 상기 스포크 컴퓨터로부터 수신하는 단계
    를 포함하는 것을 특징으로 하는 데이터 처리 방법.
18. 허브 컴퓨터가 다수의 스포크 컴퓨터 각각과 통신하도록 배열되고, 상기 스포크 컴퓨터 각각은 상기 허브 컴퓨터에서와 다른 스포크 컴퓨터로부터 원격으로 위치되는, 데이터를 처리하는 방법으로서,
    상기 스포크 컴퓨터들의 선택된 그룹의 각 스포크 컴퓨터에 분석(analytic)을 통신으로 전달하는 단계를 포함하며; 이 단계의 선행단계로서,
    상기 허브 컴퓨터에서 위치한 상기 분석 라이브러리에 포함되지 않는 신규 분석으로서, 상기 선택된 그룹의 각 스포크 컴퓨터가 각 회계 데이터에 대하여 수행하는 신규 데이터 처리 작업을 나타내는 신규 분석을 사용자의 제어하에 상기 허브 컴퓨터에서 생성하는 단계; 및 상기 허브 컴퓨터가 상기 신규 분석을 상기 선택된 그룹의 각 스포크 컴퓨터에 통신으로 전달하는 단계를 포함하는 것을 특징으로 하는 데이터 처리 방법.
19. 다른 스포크 컴퓨터로부터 원격으로 위치된 다수의 스포크 컴퓨터 각각과 원격으로 통신하도록 구성된 허브 컴퓨터로서, 통신부를 포함하고, 상기 통신부는:
    상기 스포크 컴퓨터를 호스팅하는 조직의 데이터로서 상기 스포크 컴퓨터가국지적으로 액세스 가능한 회계 데이터에 대해 상기 스포크 컴퓨터에서 데이터 처리 작업을 진행하라는 사용자로부터의 요청을 수신하고;
    상기 요청을 상기 스포크 컴퓨터에 통신으로 전달하고; 그리고
    상기 스포크 컴퓨터로부터 데이터 처리 작업의 결과를 수신하되, 상기 스포크 컴퓨터로부터 수신된 데이터 처리 작업의 결과는 상기 스포크 컴퓨터가 상기 허브 컴퓨터의 요청에 응하여 상기 데이터 처리 작업을 수행한 결과인 것을 특징으로 하는 허브 컴퓨터.
20. 허브 컴퓨터와 원격의 거리에서 통신하도록 배열된 스포크 컴퓨터로서,
    상기 스포크 컴퓨터를 호스팅하는 조직의 회계 데이터에 대해 상기 스포크 컴퓨터에서 데이터 처리 작업을 진행하라는 상기 허브 컴퓨터로부터의 요청을 수신하도록 배열된 통신부; 및
    상기 통신부가 상기 요청을 수신하면, 상기 회계 데이터에 대한 상기 데이터 처리 작업을 진행하도록 구성된 처리부를 포함하고,
    상기 스포크 컴퓨터의 통신부가 상기 데이터 처리 작업의 결과를 상기 허브 컴퓨터로 회신하도록 추가 배열된 것을 특징으로 하는 스포크 컴퓨터.
21. 다른 스포크 컴퓨터로부터 원격으로 위치된 다수의 스포크 컴퓨터 각각과 원격으로 통신하도록 구성된 허브 컴퓨터가 수행할 수 있는 코드 부분의 기록을 포함하는 컴퓨터 프로그램 산출물로서, 상기 프로그램은 상기 허브 컴퓨터가 다음의 단계:
    (a) 상기 스포크 컴퓨터를 호스팅하는 조직의 데이터로서 상기 스포크 컴퓨터가 국지적으로 액세스 가능한 회계 데이터에 대해 상기 스포크 컴퓨터에서 데이터 처리 작업을 진행하라는 사용자로부터의 요청을 허브 컴퓨터에서 수신하는 단계;
    (b) 상기 요청을 상기 스포크 컴퓨터에 통신으로 전달하는 단계; 및
    (c) 상기 허브 컴퓨터가 스포크 컴퓨터로부터 데이터 처리 동작의 결과를 수신하는 단계를 포함하는 것을 특징으로 하는 산출물.

Images