OPTIMIZATION OF REPOSITORIES UNITS INFORMATION AND COMMUNICATION NETWORK CLOUD ENVIRONMENTS
Keywords:
big data replication rank approach, data storage, information and communication network, integration, replication of data cloud environment, fragmentationAbstract
The main idea of the article is to analyze the methods and technologies for working with large data analysis methods of integration applications data and see approach to optimize the structure of data storage nodes in the network cloud environment. Particular attention was paid Ranked approach to solving the problem of optimizing the structure of data storage network nodes in the cloud environment.Downloads
References
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.
Dean J., Ghemawat S. MapReduce: simplified data processing on large clusters //Communications of the ACM. - 2008. - Т. 51. - №. 1. - С. 107-113.
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.
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].
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.
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.
Szabo C. et al. Science in the cloud: Allocation and execution of data-intensive scientific workflows //Journal of Grid Computing. - 2013. - С. 1-20.
Tian Y. et al. From “think like a vertex” to “think like a graph” //Proceedings of the VLDB Endowment. - 2013. - Т. 7. - №. 3.
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.
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.
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
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.
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
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.
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.
