Тема номера

Машинное обучение в системах хранения Большого адронного коллайдера

Алгоритмы машинного обучения все шире используются для увеличения производительности гибридных систем хранения данных. Классификации, регрессии и анализ временных рядов помогают выбрать тип хранилища и упорядочить в нем размещение файлов.

Экзабайтное хранилище научных данных

Сегодня только в ходе одного эксперимента в области физики высоких энергий генерируется такой объем метаданных, который сравним с объемом данных экспериментов, полученных за весь XX век. Однако для организации хранения и эффективного доступа к этим метаданным прежние реляционные технологии уже непригодны. Объемы метаданных

Перенос параллельных программ без потери эффективности

Аппаратные архитектуры меняются быстрее программ. Рано или поздно возникает необходимость их переноса, однако данная задача, хорошо решаемая для последовательного кода, усложняется в случае параллельных программ, которые должны работать эффективно и на новой архитектуре. Параметризация программ позволит управлять отображением кода на иерархию памяти конкретной вычислительной системы с учетом возможностей параллелизма.

Анализ данных социальных сетей

Социальные сети могут стать источником дополнительных данных о клиентах, однако для его использования требуются специализированные инструменты. Открытые технологии из стека Hadoop позволяют строить платформы, способные в режиме массовой обработки извлекать ценную информацию для обогащения профилей клиентов.

Аналитика реального времени для ситуационного центра

Система управления кластером Hadoop YARN значительно повышает надежность и гибкость технологии MapReduce, позволяя в оперативной памяти проводить распределенную потоковую обработку данных, а значит, строить аналитические системы реального времени, используемые, например, в ситуационных центрах.

Анализ работы телекоммуникационной системы

Эффективность анализа данных о функционировании телекоммуникационного оборудования определяется возможностями системы сбора и обработки этих данных, объемы которых могут увеличиваться экспоненциально. Как выполнить глубокий анализ поведения сетевого оборудования в условиях лавинообразного роста показаний телеметрии?

Системы для Больших Данных: конвергенция архитектур

Проектирование архитектур систем работы с Большими Данными связано с множеством трудностей. В частности, архитектуру распределенного ПО надо тесно увязать со структурами данных и архитектурой развертывания. Чтобы удовлетворить требования к качеству, при проектировании системы нужно учитывать особенности всех трех архитектур одновременно.

САПР для Интернета вещей

Цифровые технологии прочно вошли в жизнь общества, практически не оставив областей без «компьютеризации», — стал привычен термин «Интернет вещей», однако специалисты в области САПР пока не торопятся ни с решениями, ни с оценками ситуации вокруг этого явления.

Как начать проект Интернета вещей?

Сегодня все больше организаций интересуются Интернетом вещей, планируя внедрить в свою работу соответствующие решения, однако многих останавливает необходимость существенных инвестиций в инфраструктуру. Microsoft предоставляет платформу для построения облачных сервисов, позволяющих универсальным приложениям работать в Интернете вещей с широким диапазоном устройств.

Облако для Интернета вещей

Идея Интернета вещей подкупает возможностью объединить практически безграничный пул устройств и управлять им, однако в рамках этого подхода до сих пор очень мало средств для интеграции инструментов разработки, визуализации, аналитики и индустриальных приложений. Одно из возможных решений — IBM IoT Foundation.