近年来,随着互联网和分布式计算的发展,海量数据处理的性能有了很大提升。在许多应用领域中,都需要从海量数据中提取出增量数据来满足某种业务需求,尤其是对于不断更新的源数据,往往需要定时抽取出增量数据。在目前和将来的研发中,如何快速的识别出增量数据,并进行提取、存储以及传输,将逐渐成为国内外学者关注的研究方向之一。在社会保障联网审计中,需要提取出增量数据来做为审计预警系统的源数据。增量数据的识别与提取技术是实现整个系统的关键技术之一。本文介绍了分布式系统的发展、负载均衡策略和国内外对于增量数据识别技术的研究情况,给出了基于分布式处理的增量数据处理方案,对增量数据分布式处理的数据分割、数据分配、增量识别以及数据回收等过程进行了研究,为了提高处理效率还设计了负载平衡策略,结合多线程技术进行实现,并做了性能分析和系统设计。最后,以某省的审计数据作为实验数据,在该省审计厅的曙光机群的基础上搭建了平台,并进行了仿真实验,性能测试表明该方法基本满足了联网审计业务的功能要求,完成了较高效的增量数据识别工作,审计工作的时效性得到了提高。