پایگاه علمی سعید سان دانلود رایگان مقالات علمی کنفرانس و ژورنال
دانلود ترجمه مقاله در زمینه رایانش ابری و داده های عظیم (داده های عظیم و محاسبات ابری)
Big Data computing and clouds: Trends and future directions
این مقاله به بحث درباره روشها و محیط هایی در رابطه با تجزیه و تحلیل انتقال بر روی کلود* برای داده های بزرگ میپردازد. این مقاله حول چهار حوزه مهم ترافیک و داده بزرگ میپردازد که به صورت زیر نام گذاری میشوند.
بخش1-مدیریت داده و ساختار پشتیبان
بخش2-توسعه مدل و به ثمر رساندن
بخش3-تعامل و تجسم فکری کاربر
بخش4-مدل های کسب وکار
از طریق بررسی های دقیق ما شکاف ممکن در فناوری و توصیه ها در رابطه با پشتیبانی از محاسبات بزرگ داده و تجزیه و تحلیل راه حل ها را به ارمغان اورده ایم.
مقدمه
اجتماع بطور فزاینده ای ساختار یافته تر شده و براساس نتایج سازمانها به تولید و ذخیره مقادیر زیادی از داده میپردازند.مدیریت و به دست اوردن بینش اطلاعات تولیدشده چالش و کلید مزیت رقابتی محسوب میشود.راه حل های تجزیه و تحلیلی که داده های ساخت یافته و غیرساختیافته اصلی درانها مهم تلقی میشوند همچنین از طریق انها میتوان مقادیر زیادی از داده های در دسترس عموم بر روی وبسایت رانیز بدست اورد.118
توانایی مربوط به اطلاعات خصوصی در ترجیحات مشتری و محصولات با اطلاعاتی از توییت و بلاگ و ارزیابی و محصول و داده هایی از شبکه های اجتماعی برای سازمانها پنجره ی عریضی را میگشاید تا از تقاضاهای مشتریان خود با خبر شوند و درخواستهای انان را پیش بینی نمایند و مصرف منابع را بهینه سازی کنند.این پارادایم محبوب داده بزرگ نامیده میشود.باوجود محبوبیت و تجزیه وتحلیل بزرگ داده به عمل دراوردن انها هنوز وقت گیر است و نیازمند یکتلاش پیچیده میباشد.همانطور که *یو*136 اشاره میکند داده بزرگ ارزش قابل توجهی را به سازمان مایل به اتخاذ میدهد.اما دریک زمان تعداد چالش قابل بحثی را برای تحقق چنین ارزش افزوده ای ارائه میدهد.یک سازمان مایل به استفاده از فناوری تجزیه و تحلیل اغلب مجوزهای گران قیمت نرم افزار رانیاز دارد و ساختار محاسباتی بزرگی را به استخدام درمی اورد و برای درک بهتر کسب و کارخود و سازماندهی داده ها و یکپارچه سازی برای تجزیه و تحلیل ترافیک پولی را برای ساعت ماوره پرداخت میکند. اتصال سازمان به چنین تجزیه و تحلیلی اغلب با هدف کمک به سازمان باهدف فهم نیازمشتریانش و رفتار و تقاضای اینده انها برای محصولات جدید یا سیاست های بازار صورت میگیرد.با اینحال بطور کلی این تلاش پرهزینه و فاقد انعطاف پذیری میباشد. با این وجود تحقیقات و استفاده از داده ی بزرگ بعنوان طرح هایی توسط دولت مورد بررسی قرارگرفته است و توسط شرکتهایی مانند اینتل استفاده میشود. *کلود*توسط اضافه نمودن انعطاف پذیری به صنعت IT انقلابی را بوجود اورد که سازمان را قادرمیسازد تا تنها برای منابع و سرویس هایی که انها استفاده میکنند پولی پرداخت نماید.دریک تلاش برای کاهش هزینه های IT و عملیاتی سازماندهی تمام اندازه ها از کلود استفاده میکنند تا ملازمات منابع را برای اجرای برنامههای کاربردی تهیه نمایند.کلودها در فناوری های خاص و اجراهایشان بسیار متنوع اند اما اغلب زیرساخت و پلت فرم و منابع نرم افزاری را بعنوان سرویس ارائه مینمایند.بیشتر مزایای کلود شامل پیشنهاد منابع در یک طرح پرداخت به شیوه همانگونه که میخواهید پرداخت نمایید وبهبود دردسترس بودن و قابلیت ارتجاعی و کاهش هزینه ها میباشد.کلود میتواند از سازمان برای مصرف هزینه برای نگه داری زیرساخت های *IT *که مصرف انها در این زمان بعید بنظر میرسد جلوگیری میکند.
درحالی که در نگاه اول هزینه کلودها بعنوان یک پلت فرم زیاد بنظرمیرسد چالش های بسیاری وجود دارد تا کلود را به یک پلت فرم ایده ال برای تجزیه و تحلیل مقیاس پذیر تبدیل نماید.در این مقاله ما به بررسی روش ها و محیط ها و فناوری های تازه دربخش هایی که قابلیت انالیز داده بزرگ را دارند میپردازیم و بررسی خواهیم کرد که انها چگونه به ساختار انالیز راه حل برای ابرها کمک میکنند.ما بر مهم ترین تکنیک ها برا توانمند ساختن انالیز کلود متمرکز میشویم.اما برخی از چالش های غیر تکنیکی را که بوسیله سازماندهی انالیز بعنوان یک سرویس در کلود قرار میگیرند را برجسته خواهیم نمود.بعلاوه ما مجموعه ای از شکافها و توصیات را برای جامعه تحقیق در اینده برای پشتیبانی کلود از محاسبات داده بزرگ ارائه خواهیم داد.
Big Data computing and clouds: Trends and future directions
Marcos D. Assunçãoa,∗, Rodrigo N. Calheirosb, Silvia Bianchic, Marco A.S. Nettoc,
Rajkumar Buyyab,∗
a INRIA, LIP, ENS de Lyon, France
b The University of Melbourne, Australia
c IBM Research, Brazil
h i g h l i g h t s
• Survey of solutions for carrying out analytics and Big Data on Clouds.
• Identification of gaps in technology for Cloud-based analytics.
• Recommendations of research directions for Cloud-based analytics and Big Data.
a r t i c l e i n f o
Article history:
Received 25 October 2013
Received in revised form
20 May 2014
Accepted 18 August 2014
Available online xxxx
Keywords:
Big Data
Cloud computing
Analytics
Data management
a b s t r a c t
This paper discusses approaches and environments for carrying out analytics on Clouds for Big Data applications. It revolves around four important areas of analytics and Big Data, namely (i) data management
and supporting architectures; (ii) model development and scoring; (iii) visualisation and user interaction; and (iv) business models. Through a detailed survey, we identify possible gaps in technology and
provide recommendations for the research community on future directions on Cloud-supported Big Data
computing and analytics solutions.
© 2014 Published by Elsevier Inc.
این فایل ورد (word) ترجمه در 20 صفحه و فایل اصلی لاتین pdf مقاله در 13 صفحه به خدمتتون ارائه میشود.