セクション：情報システムの取得、開発、実装 説明：
企業情報は、以下の複数の情報源から得られます。
運用データ - 組織の既存システムによって取得および維持されるデータであり、通常はシステム固有のデータベースまたはフラットファイルに格納される。
外部データ - 外部の情報源から組織に提供されるデータ。これには、顧客の人口統計情報や市場シェア情報などが含まれる。
非運用データ - エンドユーザーが必要とする情報のうち、現在コンピュータでアクセス可能な形式で保存されていない情報。
CISA試験を受けるには、ビジネスインテリジェンスに関して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、意思決定を支援し、組織のパフォーマンスを評価するために情報を収集および分析する、ITの幅広い分野です。効果的なBIを実現するには、組織はデータアーキテクチャを設計および実装する必要があります。完全なデータアーキテクチャは、エンタープライズデータフローアーキテクチャ（EDFA）と論理データアーキテクチャの2つのコンポーネントで構成されます。このデータフローアーキテクチャのさまざまなレイヤー/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に直接アクセスする層です。この層には、スプレッドシート、直接クエリツール、CongasやBusiness Objectsなどのベンダーが提供するレポート作成・分析スイートといった使い慣れたデスクトップツール、バランスソースカードやデジタルダッシュボードなどの専用アプリケーションが含まれます。
データソース層 - 企業情報は多数の情報源から得られる。
運用データ - 組織の既存システムによって取得および維持されるデータであり、通常はシステム固有のデータベースまたはフラットファイルに格納される。
外部データ - 外部の情報源から組織に提供されるデータ。これには、顧客の人口統計情報や市場シェア情報などが含まれる。
非運用データ - エンドユーザーが必要とする情報のうち、現在コンピュータでアクセス可能な形式で保存されていない情報。
コアデータウェアハウス - これは、組織にとって重要なすべてのデータが収集され、レポート作成や分析を支援するために整理される場所です。データウェアハウスは通常、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。適切に構成されたデータウェアハウスは、3つの基本的な形式のクエリ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 - ビジネスにとって重要なディメンションを使用することで、データの集計とドリルダウンが可能になります。データウェアハウスのより詳細なレベルで利用可能な属性を使用して、分析をさらに絞り込むこともできます。
ドリルスルー - 共通の属性を使用して、顧客別、および企業との取引期間に応じた顧客グループ別の全製品ラインの売上合計など、データウェアハウス内のさまざまな情報にアクセスします。
履歴分析 - 倉庫は、履歴データや時系列データを保持することで、この分析をサポートする必要があります。履歴分析の例としては、月ごとの店舗売上を報告し、年初に既に存在していた顧客のみを対象に分析を繰り返すことで、新規顧客の獲得効果と既存顧客からのリピート購入効果を区別することが挙げられます。
データマート層 - データマートは、コアデータウェアハウスから特定の事業部門または事業ラインのニーズを満たすように選択および整理された情報のサブセットを表します。データマートは、リレーショナルデータベースまたは何らかの形式のオンライン分析処理（OLAP）データ構造である可能性があります。
データステージングおよび品質管理レイヤー - このレイヤーは、データのコピー、データウェアハウス（DW）形式への変換、および品質管理を担当します。特に重要なのは、信頼性の高いデータのみがコアDWに格納されることです。このレイヤーは、アカウント番号形式の変更や古いアカウント番号および顧客番号の再利用など、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必要があります。
データアクセス層 - この層は、データストレージ層とデータ品質層をデータソース層のデータストアに接続する役割を果たし、その過程で、これらのデータストアがどのように構成されているかを正確に知る必要性をなくします。現在の技術では、リレーショナルデータベースに格納されていないデータであっても、SQLを使用してデータにアクセスできます。
データ準備層 - この層は、データマートにロードするためのデータの組み立てと準備に関係します。アクセス速度を向上させるために、OLAPデータリポジトリにロードされる値を事前に計算するのが一般的な方法です。データマイニングは、大量のデータを探索して情報のパターンと傾向を特定することに関係します。データマイニングでは、データ関係の数と複雑さのために、直感に反するパターンが特定されることがよくあります。結果を損なわないように、データ品質は非常に高くなければなりません。
メタデータリポジトリ層 - メタデータとは、データに関するデータのことです。メタデータ層に保持される情報は、データ構造名やフォーマットにとどまらず、ビジネス上の目的やコンテキストに関する詳細情報を提供する必要があります。メタデータ層は包括的な範囲を持つべきであり、変換ルールや検証ルールの文書化を含め、さまざまな層間を流れるデータを網羅する必要があります。
ウェアハウス管理レイヤー - このレイヤーの機能は、データウェアハウスの構築と維持、およびデータマートへのデータ投入に必要なタスクのスケジュール設定です。このレイヤーはセキュリティ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、さまざまな層間で情報を転送する役割を担います。ビジネスデータに加えて、この層は制御メッセージの生成、保存、および対象を絞った通信も行います。
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を扱います。ブラウザベースのユーザーインターフェースとTCP/IPネットワークが含まれます。
データアーキテクト／アナリストが使用するさまざまな分析モデルは以下のとおりです。
アクティビティ図またはスイムレーン図 - ビジネスプロセスを分解する。
エンティティ関係図 - データエンティティとその関係性を図示します。これらのデータ分析手法は、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します。しかし、知識豊富なビジネス担当者がプロセスに関与することも不可欠です。これにより、データのビジネス目的とコンテキストを適切に理解することができます。また、既存のシステムやデータベースから最適とは言えないデータ構成がデータウェアハウスに複製されるリスクも軽減されます。
以下の回答は誤りでした。
データマート層 - データマートは、コアデータウェアハウスから特定の事業部門または事業ラインのニーズを満たすように選択および整理された情報のサブセットを表します。データマートは、リレーショナルデータベースまたは何らかの形式のオンライン分析処理（OLAP）データ構造である可能性があります。
データアクセス層 - この層は、データストレージ層とデータ品質層をデータソース層のデータストアに接続する役割を果たし、その過程で、これらのデータストアがどのように構成されているかを正確に知る必要性をなくします。現在の技術では、リレーショナルデータベースに格納されていないデータであっても、SQLを使用してデータにアクセスできます。
データ準備層 - この層は、データマートにロードするためのデータの組み立てと準備を担当します。アクセス速度を向上させるため、OLAPデータリポジトリにロードする値は事前に計算しておくのが一般的です。
参照：
CISAレビューマニュアル2014年版　188ページ

説明／参考資料：
Explanation:
電子データ交換（EDI）システムは、コンピュータシステムの一般的なリスクだけでなく、取引相手や第三者サービスプロバイダー側​​の管理体制の不備に起因するリスクにもさらされるため、ユーザーとメッセージの認証は重大なセキュリティ上の懸念事項となります。電子注文の受領確認メッセージで受領を通知することは適切な慣行ですが、顧客からの注文を認証するものではありません。注文前に注文数量の妥当性チェックを行うことは、自社の注文の正確性を確保するための管理策であり、顧客の注文の真正性を保証するものではありません。機密性の高いメッセージを暗号化することは適切な措置ですが、受信したメッセージには適用されません。

説明
証拠の保管管理記録が文書化されていないことは、サイバー攻撃を受けた組織のフォレンジック分析プロセスをレビューするIS監査担当者にとって、最も懸念すべき所見です。保管管理記録とは、フォレンジック調査中に証拠を取り扱った者、アクセスした者、または変更した者の記録です。保管管理記録を文書化することは、法廷における証拠の完全性、真正性、および許容性を維持するために不可欠です。その他の所見は、フォレンジック分析プロセスの妥当性や信頼性に影響を与えない可能性があり、それほど懸念すべき所見ではありません。参考文献：
CISAレビューマニュアル（デジタル版）、第7章、7.51節
CISA復習問題、解答、解説データベース、問題ID 220