ОПТИМІЗАЦІЯ СТРУКТУРИ СХОВИЩА ДАНИХ У ВУЗЛАХ ІНФОКОМУНІКАЦІЙНОЇ МЕРЕЖІ ХМАРНОГО СЕРЕДОВИЩА

V. F. Tretiak; A. A. Pashnyeva

V. F. Tretiak
A. A. Pashnyeva

Ключові слова: великі дані, реплікація, ранговий підхід, сховище даних, інфокомунікаційна мережа, інтеграція, тиражування даних, хмарне середовище, фрагментація

Анотація

Головною ідеєю статті є аналіз методів і технології роботи з великими даними, аналіз методів інтеграції додатків на рівні даних, а також показати підхід до оптимізації структури сховища даних у вузлах інфокомунікаційної мережі хмарного середовища. Особливу увагу було приділено ранговому підходу до рішення задачі оптимізації структури сховища даних у вузлах мережі хмарного середовища.

Завантаження

Дані про завантаження поки що недоступні.

Посилання

1. Buyya R. et al. Big Data Analytics-Enhanced Cloud Computing: Challenges, Architectural Elements, and Future Directions //Parallel and Distributed Systems (ICPADS), 2015 IEEE 21st Int. Conference on. - IEEE, 2015. - С. 75-84.
2. Dean J., Ghemawat S. MapReduce: simplified data processing on large clusters //Communications of the ACM. - 2008. - Т. 51. - №. 1. - С. 107-113.
3. Deelman E., Chervenak A. Data management chal- lenges of data-intensive scientific workflows //Cluster Com- puting and the Grid, 2008. CCGRID’08. 8th IEEE Interna- tional Symposium on. - IEEE, 2008. - С. 687-692.
4. Hadoop Cluster Setup [Электронный ресурс]: ру- ководство пользователя. - Режим доступа: http://hadoop.apache.org/docs/r1.2.1/cluster_setup.html. - Загл. с экрана (дата обращения:30.05.2017. [Electronic resource].
5. Phillips P. J. et al. Overview of the face recognition grand challenge //Computer vision and pattern recognition, 2005. CVPR 2005. IEEE computer society conference on. - IEEE, 2005. - Т. 1. - С. 947-954.
6. Ranganathan K., Foster I. Decoupling computation and data scheduling in distributed data-intensive applications // High Performance Distributed Computing, 2002. HPDC-11 2002. Proceedings. 11th IEEE International Symposium on. - IEEE, 2002. - С. 352-358.
7. Szabo C. et al. Science in the cloud: Allocation and execution of data-intensive scientific workflows //Journal of Grid Computing. - 2013. - С. 1-20.
8. Tian Y. et al. From “think like a vertex” to “think like a graph” //Proceedings of the VLDB Endowment. - 2013. - Т. 7. - №. 3.
9. Wieczorek M., Prodan R., Fahringer T. Scheduling of scientific workflows in the ASKALON grid environment //ACM SIGMOD Record. - 2005. - Т. 34. - №. 3. - С. 56-62.
10. Афанасьев А. П. и др. Программный комплекс для решения задач дискретной оптимизации на распреде- ленных вычислительных системах //Труды Института системного анализа Российской академии наук. - 2006. - Т. 25. - С. 5-17.
11. Ильин В. А. и др. Способ запуска и обработки в гриде заданий, подготовленных для различных сред испол- нения //Вычислительные методы и программирование. - 2008. - Т. 9. - №. 2
12. Кореньков В. В., Кутовский Н. А., Семенов Р. Н. Опыт адаптации прикладных программных пакетов для работы в грид-средах //Компьютерные исследования и моделирование. ISSN. - 2012. - С. 2076-7633.
13. Місюра О.М., Третяк В.Ф., Быльчук В.М. Метод оптимізації структури розподіленої бази даних у вузлах мережі хмарного середовища. /Наука і техніка Повітря- них Сил Збройних Сил України, №1 (26). - 2017. - С. 92-96
14. Патент на корисну модель № 92968, Україна, МПК G06 F15/00. Спосіб обробки та захисту інформації в розподілених сховищах даних / В.Ф. Третяк, В.В. Баран- нік та ін. – № u201403994; заяв. 14.04.2014; опубл. 10.09.2014; Бюл. № 17. – 5 с.
15. Третяк В.Ф., Корнієнко А.А. Метод оптимізації структури розподіленої бази даних у вузлах мережі хмар- ного середовища. Наука. Економіка. Інновації / Матеріали Міжнародної науково-практичної конференції, Чернівці, 15-16 січня 2017 р. - Т. 1. - Київ: Науково-видавничий центр «Лабораторія думки», 2017. - С. 7-9.