由于智能审计系统采集的数据格式与编码规则存在差异，需要进行预处理，如填补缺失数值或剔除重复数据、修正偏差数据、统一不规则格式和校验并完善数据标注内容，以获得一个高质量、结构化、易于访问和使用的数据集。

可利用数据分析、语义理解、深度学习、知识图谱以及分布式文件系统（DFS）等技术，建立自动化分析模型。

智能审计将业务流程、资金流向、合规性指标等纳入实时监控的内容，扩大了传统内部审计的监督范围，实现对企业经济活动的全流程监督。

智能审计系统的运行需要依靠强大的算力和复杂的算法。在企业智能审计的过程中，算法偏差可能导致审计结果的不准确与不可靠，从而影响企业决策层的重大决策，造成预期利益损失。

外部数据安全风险主要表现为数据质量不高、数据泄露风险较大等两个方面。一方面，外部主体提供的数据，存在质量不高、可靠性不强的问题。另一方面，外部数据泄露风险比内部数据泄露风险更大。

智能审计的权限管理漏洞会影响审计工作的真实性和可靠性，非授权人员可能会滥用系统功能进行数据篡改或者删除从而导致审计结果失真，误导企业的经营管理决策。

首先，相关行业主管部门应当结合法律规定、内部审计准则等建立智能审计技术行业标准，标准至少包括数据处理能力、算法可靠性、技术成熟度等三个方面。其次，智能审计系统故障可能会导致企业相关机密、隐私信息泄露。企业需要对智能审计系统进行持续监管，以防范系统故障问题。

第一，应明确数据采集的范围和来源，进行审计数据验证，保障审计数据采集的真实性和完整性。第二，根据数据的敏感等级实施差异化加密技术，构建具备算法计算、隐私计算以及分层分级的数据权限管控功能的体系。第三，在数据运用过程中，借助数字水印和可视化展示等技术可以盘查数据资源分布，实现操作在线监控、流通过程可追溯以及资产精准管理。第四，利用区块链技术为数据分析提供技术支撑。第五，采用动态掩码技术对包含的财务数据、市场信息等敏感数据进行脱敏处理，保留数据业务特征用于数据分析，同时有效去除敏感信息标识，降低隐私泄露风险。

企业应当从制度监管约束和技术设计管控两个方面，实现智能审计权责明晰和风险可控的管理目标。在制度监管层面，企业应明晰内部审计部门定位并合理设置职权。在技术管控层面，企业可“用技术监管技术”。采用多因素身份验证技术，建立多层级的访问控制体系。

企业智能审计对数据的自动化、规模化采集和集中化处理，打破了传统意义上的权力边界。构建数据安全审计合规制度，是保障智能审计运用过程中数据安全和隐私保护的重要手段。

智能审计依赖于算法技术，但算法偏见、算法黑箱、算法失真等问题不可避免。目前，虽然我国没有专门的算法审计法律，但是分散于其他法律法规规章的规定为算法审计合规制度的建构提供了一个基本的规范指引。

网络安全审计旨在确保企业的网络活动符合相关法律法规、行业标准以及企业内部制定的安全策略。网络安全审计要求企业落实主体责任、执行网络安全防护标准、开展网络安全常态化检查以及提升网络安全防御能力和应急处置能力。