تحقیق داده های حجیم و رایانش ابری: چالش ها و فرصت ها

عنوان پروژه: تحقیق داده های حجیم و رایانش ابری: چالش ها و فرصت ها
تعداد صفحات:45
فرمت: ورد
منابع: دارد
پس از خرید محصول، بلافاصله فایل ورد تحقیق داده های حجیم و رایانش ابری: چالش ها و فرصت ها برای شما ایمیل خواهد شد.

توضیحات

تحقیق داده های حجیم و رایانش ابری: چالش ها و فرصت ها

چکیده:

اينترنت اشياء مفهومی است که اخيرا مطرح شده و توجه بسياري از شرکتهاي فناور معتبر جهانی مثل اينتل،مايکروسافت، سيسکو، ،IBM گوگل و سامسونگ را به خود جلب کرده است[1].

اينترانت اشياء به معنی برقراري ارتباط داخلی ميان اعضاي شبکه هاي کوچک مختلف است، اما به دليل عدم سازگاري،اين شبکه ها امکان ارتباط با يکديگر را ندارند. لذا ايجاد يک استاندارد و پروتکل واحد براي برقراري سازگاري اين ارتباطات، موجب شکل گيري يک شبکه واحد جهانی به نام اينترنت اشياء خواهد شد[1].

به طور کلی، به مجموعه استانداردها، پروتکلها، دستگاهها و فناوريهاي لازم براي برقراري ارتباط و انتقال اطلاعات بين دستگاههاي هوشمند (با يکديگر و با انسان) در سطح جهانی اينترنت اشيا گفته می شود. از ديدگاه معنايی اين مفهوم از ترکيب دو واژه اينترنت و شیء تشکيل شده است.. اينترنت يک شبکه گسترده جهانی است که کامپيوترها را بر پايه استانداردهاي ارتباطی همچون TCP-IP به يکديگر متصل کرده است، و شیء (هوشمند) در اين فناوري به صورت يک نهاد مجازي، ديجيتالی يا فيزيکی (هوشمند) تعريف می شود که به طور منحصر به فرد قابل شناسايی است. بنابراين اينترنت اشياء را می توان به صورت يک شبکه بسيار وسيع نيز تعريف کرد که همه اشياء موجود در جهان را تحت قواعدي خاص به يکديگر متصل می کند[2].

هدف اصلی طراحی اين شبکه، به اشتراک گذاردن اطلاعات موجود در هر شیء، ميان ساير اشياء مرتبط با آن، در هر زمان و در هر مکان مورد نياز است[2].این حجم داده برای پردازش به رایانش ابری ارسال می شوند.

رایانش ابری، محاسباتی است که توسط گروه بسیاری از سرورهای از راه دور که با یکدیگر شبکه هستند انجام می گیرد که منجر به ذخیره سازی متمرکز داده ها و دسترسی آنلاین به سرویس ها و منابع کامپیوتری می گردد؛ به طور ساده تر رایانش ابری دستیابی به منابع محاسباتی از طریق اینترنت است و در عمل به جای اینکه شما اطلاعات را بر روی هارد دیسک خود نگه دارید و یا برنامه های کاربردی مورد نیازتان را به طور مستمر به روزرسانی نمایید، شما از سرویسی بر روی اینترنت به منظور برآوردن نیازهایی مشابه موارد مذکور استفاده می نمایید[1].

نگهداری داده های حجیم فقط با استفاده از بیگ دیتا یا داده های بزرگ ممکن است. ایرادی که در اکثر بیگ دیتا ها وجود دارد دسترسی فراوان به حافظه محل ذخیره داده ها است. روشی را که در این سمینار به آن اشاره میکنیم استفاده از حافظه azure است حافظه ای است که امکان خواندن های بسیار و یا نوشتن های بسیار در آن وجود دارد[2].

این حافظه مقیاس پذیر بوده و برای امنیت داده ها از روش های متکی به هادوپ استفاده می کند[2].

کلید واژگان:

اینترنت اشیا، پردازش ابری، داده های حجیم، azure.

…

فهرست مطالب تحقیق داده های حجیم و رایانش ابری: چالش ها و فرصت ها

فصل اول: کلیات تحقیق.. 8
1-1-مقدمه: 8
1-2-بیان مساله: 9
1-3-ضرورت تحقیق: 11
1-4-ساختار سمینار: 12
فصل دوم:معرفی و مرور تاریخچه. 13
2-1-مقدمه: 13
2-2-نیازمندی های برنامه های اینترنت اشیا بر مبنای رایانش ابری: 13
2-3-ارتباط پردازش ابری و بیگ دیتا: 14
2-4-جمع آوری داده ها در بیگ دیتا: 16
2-5-پردازش داده های حجیم: 21
2-6-کاربرد پایگاه داده های بزرگ: 22
فناوری اطلاعات: 23
اقتصاد و کسب وکار: 23
بازاریابی و فروش: 23
2-7-کشف دانش از داده های حجیم: 27
2-8-ابزارها و روشهای موجود برای کشف دانش: 29
2-9-چالش های کاوش اطلاعات در پایگاه داده های بزرگ: 30
الف ) عدم کاربرد روشهای سنتی تحلیل اطلاعات در کلان داده: 31
ب ) چالش های تحلیل داده: 31
2-10-پردازش داده حقیقی بر پایه مجازی سازی: 33
2-10-1-هادوپ چیست؟. 33
2-10-2-اسپارک چیست؟. 35
فصل سوم:بررسی سیستم های مشابه. 37
3-1-مقدمه: 37
3-2-روش های تجزیه و تحلیل داده های حجیم: 38
3-2-1-تجزیه و تحلیل فایل های log: 39
3-2-2-فریم ورکی مبتنی بر اینترنت اشیا برای کار با داده های حجیم: 40
فصل چهارم: روش پیشنهادی.. 46
4-1-مقدمه: 46
4-2-معرفی سیستم AZURE: 46
نتیجه گیری: 48

منابع تحقیق داده های حجیم و رایانش ابری: چالش ها و فرصت ها

[1] Mezghani, K., Ayadi, F.: Factors explaining IS managers attitudes toward cloud computing adoption. Int. J. Technol. Hum. Interact. 1, 1–20 (2016)

[2]alejandro corblini,et al,”persisting big data” the nosql landscape”,2016,elsevier

[3] Wei Liu, Weibei Fan, Peng Li1, and Liangde Li,” Survey of Big Data Platform Based on Cloud Computing Container Technology”,2017 springer

[4] Ilias Mavridisa, Eleni Karatzab,” Performance evaluation of cloud-based log ﬁle analysis with Apache Hadoop and Apache Spark”,2016, The Journal of Systems & Software

[5] Hongming Cai,” IoT-based Big Data Storage Systems in Cloud Computing: Perspectives and Challenges”,2015,IEEE

[6] M. Assunoa, R. Calheirosb, S. Bianchic, M. Nettoc, R. Buyya, Big Data Computing and Clouds: Trends and Future Directions, Journal of Parallel and Distributed Computing Volumes 7980, May 2015, Pages 315, Special Issue on Scalable Systems for Big Data Management and Analytics

[7] B.G. Batista, J.C. Estrella, M.J. Santana, R.H.C. Santana, S. ReiﬀMarganiec, Performance Evaluation in a Cloud with the Provisioning of Diﬀerent Resources Conﬁgurations, 2014 IEEE World Congress on Services (SERVICES), Pages 309-316, Anchorage, Alaska, June 27-July 2 2014

[8] B. El Zant, M. Gagnaire, Performance evaluation of Cloud Service Providers, 2015 International Conference on Information and Communication Technology Research (ICTRC2015), Pages 302-305, Paris, France, May 17-19 2015

[9] T. Jiang, Q. Zhang, R. Hou, L. Chai, S.A. Mckee, Z. Jia, N. Sun, Understanding the behavior of in-memory computing workloads, 2014 IEEE International Symposium on Workload Characterization (IISWC), Pages 22-30, Raleigh, USA, 26-28 Oct. 2014

[10] J.Conejero, B. Caminero, C. Carron, Analysing Hadoop Performance in a Multi-user IaaS Cloud, High Performance Computing and Simulation (HPCS), Pages 399 – 406, Bologna, Italy, 21-25 July 2014

[11]P.R Magalhaes Vasconcelos, G. Azevedo de Araujo Freitas, Performance analysis of Hadoop MapReduce on an OpenNebula cloud with KVM and OpenVZ virtualizations, 2014 9th International Conference for Internet Technology and Secured Transactions (ICITST), Pages 471-476, London, 8-10 Dec.2014

[12] I. Mavridis and H. Karatza, Log File Analysis in Cloud with Apache Hadoop and Apache Spark, 2nd International Workshop on Sustainable Ultrascale Computing Systems (NESUS 2015), Pages: 51 – 62, Krakow, Poland, 10-11 Sept. 2015

توجه:

تحقیق داده های حجیم و رایانش ابری: چالش ها و فرصت ها شامل یک فایل ورد 45 صفحه ای می باشد.

لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.