準備テストは、各地方事務所/地域によって実施され、その適切性をテストします。
災害復旧のための現地業務の準備。
不正解:
A. ペーパーテストと準備テストの後に、完全な運用テストが実施されます。
C. ペーパーテストは DRP の構造化されたウォークスルーであり、準備テストの前に実施する必要があります。
D. 回帰テストは DRP テストではなく、ソフトウェアの保守に使用されます。

データ マイニングは、トランザクションまたは datA の傾向やパターンを検出するために使用される技術です。クレジット カード アカウントに対する請求の履歴パターンが変更された場合、それは、その取引がカードの不正使用に起因する可能性があることを示しています。

セクション: 情報資産の保護
Explanation:
選択肢 B ではフォレンジック監査について説明します。収集された証拠は司法手続きで使用される可能性があります。
フォレンジック監査は企業の不正行為に限定されません。組織の財務諸表の正確性を評価することは、フォレンジック監査の目的ではありません。犯罪行為の結論を出すことは法的手続きの一部であり、法医学監査の目的ではありません。

セクション: 情報システムの取得、開発、実装
説明/参照:
企業情報はさまざまなソースから得られます。
運用データ - 組織の既存のシステムによって取得および維持され、通常は次の場所に保持されるデータ。
システム固有のデータベースまたはフラット ファイル。
外部データ - 外部ソースによって組織に提供されるデータ。これには次のようなデータが含まれる可能性があります。
顧客の人口統計と市場シェアの情報。
非運用データ - 現在コンピュータ内に保持されていない、エンド ユーザーが必要とする情報
アクセス可能な形式。
CISA 試験では、ビジネス インテリジェンスに関する以下の情報を知っておく必要があります。
ビジネス インテリジェンス (BI) は、情報の収集と分析を含む幅広い IT 分野です。
意思決定を支援し、組織のパフォーマンスを評価します。効果的な BI を提供するには、組織は次のことを行う必要があります。
データ アーキテクチャを設計して実装します。完全なデータ アーキテクチャは 2 つのコンポーネントで構成されます
エンタープライズ データ フロー アーキテクチャ (EDFA)
論理データ アーキテクチャ
このデータ フロー アーキテクチャのさまざまな層/コンポーネントは次のとおりです。
プレゼンテーション/デスクトップ アクセス層 - エンド ユーザーが情報を直接扱う場所です。この層
スプレッドシート、直接クエリツール、レポート作成および分析スーツなどの使い慣れたデスクトップツールが含まれます
Congas やビジネス オブジェクトなどのベンダーによって提供されるものや、Balanced などの専用アプリケーション
ソースカードとデジタルダッシュボード。
データ ソース レイヤー - 企業情報はソースの数から得られます。
運用データ - 組織の既存のシステムによって取得および維持され、通常は次の場所に保持されるデータ。
システム固有のデータベースまたはフラット ファイル。
外部データ - 外部ソースによって組織に提供されるデータ。これには次のようなデータが含まれる可能性があります。
顧客の人口統計と市場シェアの情報。
非運用データ - 現在コンピュータ内に保持されていない、エンド ユーザーが必要とする情報
アクセス可能な形式。
コア データ ウェアハウス - 組織にとって重要なすべてのデータが収集され、整理される場所です。
レポートと分析を支援します。DW は通常、大規模なリレーショナル データベースとして構築されます。物件
構成された DW は、3 つの基本的な問い合わせ形式をサポートする必要があります。
ドリルアップとドリルダウン - ビジネスにとって関心のあるディメンションを使用して、次のことが可能である必要があります。
データを集約するだけでなくドリルダウンも可能です。ウェアハウスのより詳細なレベルで使用できる属性は、
分析を改良するためにも使用されます。
ドリル アクロス - 共通の属性を使用して、ウェアハウス内の情報の横断的なセクションにアクセスします。
付き合いの長さに応じて、顧客および顧客グループごとにすべての製品ラインの売上高を合計する
会社と一緒に。
履歴分析 - ウェアハウスは、過去の時間変動データを保持することでこれをサポートする必要があります。アン
履歴分析の例としては、月次の店舗売上高を報告し、次を使用して分析を繰り返すことが考えられます。
実質的な新規顧客を分離するため、年初の時点で既存の顧客のみを対象としました。
既存顧客とのリピートビジネスを生み出す能力から。
データ マート レイヤー - データ マートは、選択および編成されたコア DW からの情報のサブセットを表します。
特定の事業単位または事業分野のニーズに対応します。データ マートはリレーショナル データベースまたは
一部はオンライン分析処理 (OLAP) データ構造を形成します。
データ ステージングおよび品質レイヤー - このレイヤーはデータのコピー、DW 形式への変換を担当します。
そして品質管理。信頼できるデータのみをコア DW に入れることが特に重要です。この層は次のようにする必要があります
アカウント番号の変更など、運用システムによって定期的に発生する問題に対処できる
古いアカウントと顧客番号のフォーマットと再利用。
データ アクセス レイヤー - このレイヤーは、データ ストレージおよび品質レイヤーをデータ ストア内のデータ ストアに接続するために機能します。
データ ソース層を認識し、その過程で、これらのデータ ストアがどのように機能するかを正確に知る必要性を回避します。
整頓された。テクノロジーにより、データがリレーショナル データベースに格納されていない場合でも、SQL によるデータへのアクセスが可能になりました。
データ準備レイヤー - このレイヤーは、ロードするデータの組み立てと準備に関係します。
データマート。通常は、OLAP データ リポジトリにロードされる値を個別に計算して、
アクセス速度を向上させます。データマイニングは、パターンを特定するために大量のデータを調査することに関するものです
そして情報のトレンド。データ マイニングでは、数値やデータによって直観に反するパターンが特定されることがよくあります。
データ関係の複雑さ。結果を壊さないようにするには、データ品質が非常に高い必要があります。
メタデータ リポジトリ レイヤー - メタデータはデータに関するデータです。メタデータ層に保持される情報は、
データ構造の名前と形式を超えて、ビジネスの目的とコンテキストの詳細を提供します。の
メタデータ層は範囲が包括的であり、さまざまな層間を流れるデータをカバーする必要があります。
変換と検証ルールの文書化が含まれます。
倉庫管理レイヤー - このレイヤーの機能は、倉庫の構築に必要なタスクのスケジューリングです。
DW を維持し、データ マートにデータを追加します。この層はセキュリティの管理にも関与します。
アプリケーション メッセージング層 - この層は、さまざまなアプリケーション間での情報の転送に関係します。
層。ビジネス データに加えて、このレイヤーには生成、ストレージ、ターゲットを絞ったデータが含まれます。
制御メッセージの通信。
インターネット/イントラネット層 - この層は基本的なデータ通信に関係します。ここに含まれるのはブラウザです
ベースのユーザー インターフェイスと TCP/IP ネットワーキング。
データ アーキテクト/分析で使用されるさまざまな分析モデルは次のとおりです。
アクティビティまたはスイムレーン図 - ビジネス プロセスを解体します。
エンティティ関係図 - データ エンティティとそれらの関係を示します。これらのデータ分析手法
エンタープライズ データ モデルの開発において重要な役割を果たすことは明らかです。ただし、次のことも重要です。
知識豊富な営業担当者がプロセスに関与します。そうすれば正しい理解ができる
ビジネス目的とデータのコンテキストを取得します。これにより、複製のリスクも軽減されます。
既存のシステムとデータベースから DW への準最適なデータ構成。
誤答は次のとおりです。
データ マート レイヤー - データ マートは、選択および編成されたコア DW からの情報のサブセットを表します。
特定の事業単位または事業分野のニーズに対応します。データ マートはリレーショナル データベースまたは
一部はオンライン分析処理 (OLAP) データ構造を形成します。
データ アクセス レイヤー - このレイヤーは、データ ストレージおよび品質レイヤーを、
データ ソース層を認識し、その過程で、これらのデータ ストアがどのように機能するかを正確に知る必要性を回避します。
整頓された。テクノロジーにより、データがリレーショナル データベースに格納されていない場合でも、SQL によるデータへのアクセスが可能になりました。
データ準備層 - この層は、ロードするデータの組み立てと準備に関係します。
データマート。通常は、OLAP データ リポジトリにロードされる値を個別に計算して、
アクセス速度を向上させます。
この質問を作成するために次の参考資料が使用されました。
CISA レビューマニュアル 2014 ページ番号 188