[论文解读] A Spreadsheet Auditing Tool Evaluated in an Industrial Context

Markus Clermont, Christian Hanin+1 more|ArXiv.org|May 12, 2008

Spreadsheets and End-User Computing参考文献 19被引用 32

一句话总结

本文评估了一款用于检测大型、关键工业电子表格中错误的电子表格审计工具，该工具通过三种相似性标准（复制、逻辑和结构等价）分析公式结构。该工具将相似公式分组为等价类，并在独立且相互链接的窗口中可视化依赖关系和模式，使审计人员能够识别复杂电子表格中的异常情况；该研究在78份实际工业电子表格（共60,446个单元格）上验证了该工具，证明其在工业环境中的有效性。

ABSTRACT

Amongst the large number of write-and-throw-away spreadsheets developed for one-time use there is a rather neglected proportion of spreadsheets that are huge, periodically used, and submitted to regular update-cycles like any conventionally evolving valuable legacy application software. However, due to the very nature of spreadsheets, their evolution is particularly tricky and therefore error-prone. In our strive to develop tools and methodologies to improve spreadsheet quality, we analysed consolidation spreadsheets of an internationally operating company for the errors they contain. The paper presents the results of the field audit, involving 78 spreadsheets with 60,446 non-empty cells. As a by-product, the study performed was also to validate our analysis tools in an industrial context. The evaluated auditing tool offers the auditor a new view on the formula structure of the spreadsheet by grouping similar formulas into equivalence classes. Our auditing approach defines three similarity criteria between formulae, namely copy, logical and structural equivalence. To improve the visualization of large spreadsheets, equivalences and data dependencies are displayed in separated windows that are interlinked with the spreadsheet. The auditing approach helps to find irregularities in the geometrical pattern of similar formulas.

研究动机与目标

• 为解决在工业环境中广泛使用但常被忽视的大型、持续演化的电子表格中高错误率的问题，这些电子表格在业务中具有关键作用。
• 开发并验证一种审计工具，通过检测结构和公式不一致来提升电子表格质量。
• 评估该工具在真实工业环境中（而非受控实验室环境）的实际有效性。
• 为审计人员提供公式模式和数据依赖关系的增强可视化，以支持错误检测。
• 建立一种通过等价类分析识别公式几何布局异常的方法。

提出的方法

• 该审计工具基于三种相似性标准（复制等价、逻辑等价和结构等价）将公式分类为等价类。
• 该工具在与主电子表格界面同步的独立交互式窗口中可视化公式等价性和数据依赖关系。
• 该方法使用公式解析引擎提取结构和逻辑特征，实现跨单元格的自动比较。
• 该系统支持交互式探索，通过突出显示相似公式在空间分布中的异常（如缺失或不一致的模式）来识别异常。
• 该工具被应用于某国际公司提供的78份实际合并电子表格，涉及60,446个非空单元格。
• 验证过程包括对识别出的异常进行人工检查，确认了该工具在揭示有意义错误方面的能力。

实验结果

研究问题

• RQ1 基于公式的审计工具能否有效检测大型工业电子表格中的结构和逻辑不一致？
• RQ2 该工具的等价分类（复制、逻辑、结构）在真实场景中对错误检测的支持程度如何？
• RQ3 将公式等价性和数据依赖关系视图进行视觉分离在多大程度上提升了审计人员的效率？
• RQ4 该工具在识别大型电子表格中相似公式几何布局异常方面的可靠性如何？
• RQ5 该工具能否在包含复杂、遗留电子表格的工业环境中实现实际验证？

主要发现

• 该审计工具在78份工业电子表格中成功识别出多种公式不一致和错误，包括在相似单元格中存在错位或不一致的公式。
• 使用三种不同的相似性标准（复制、逻辑和结构等价）实现了对模式异常的全面检测。
• 公式等价性和数据依赖关系视图的分离与互连显著提升了审计人员在复杂电子表格中导航和分析的能力。
• 该工具的可视化功能帮助审计人员发现了通过标准电子表格审查难以察觉的错误，尤其是在大型、重复的公式结构中。
• 实地评估证实了该工具在真实工业环境中的实际效用，表明其有潜力集成到企业级电子表格质量保证流程中。
• 该研究验证了该工具在识别频繁更新且对业务运营至关重要的遗留电子表格错误方面的有效性。