Computação na Nuvem: Cluster, Grid e Cloud Computin título
Carlos Manuel Loureiro
Created on October 18, 2024
More creations to inspire you
TANGRAM PRESENTATION
Presentation
COUNTRIES LESSON 5 GROUP 7/8
Presentation
STAGE2- LEVEL1-MISSION 2: ANIMATION
Presentation
LIBRARIES LIBRARIANS
Presentation
WORLD WILDLIFE DAY
Presentation
FOOD AND NUTRITION
Presentation
IAU@HLPF2019
Presentation
Transcript
04 dezembro 2024
Paradigmas de computação distribuída: Cluster, Grid , Edge, Fog e Cloud Computing.
Curso: LIcenciatura Engenharia MultimédiaArquitetura Funcionamento ComputadoresNome: Carlos LoureiroNúmero: 2022299carlos.loureiro.2022299@my.istec.pt
Paradigmas de computação distribuída: Cluster, Grid , Edge, Fog e Cloud Computing
Paradigmas de computação distribuída: Cluster, Grid , Edge, Fog e Cloud Computing
- Identificar as arquiteturas computacionais de Cluster, Grid, Edge, Fog e Cloud Computing;
- Definir os conceitos de Cluster, Grid, Edge, Fog e Cloud Computing;
- Identificar as áreas de aplicação e vantagens e desvantagens das diferentes arquiteturas
- Conhecer as várias tecnologias agregadas à Cloud Computing
- Desenvolver o interesse, a curiosidade sobre os serviços da Cloud
- Aprofundar o pensamento crítico na avaliação e feedback entre pares;
objetivos de Aprendizagem
Paradigmas de computação distribuída: Cluster, Grid , Edge, Fog e Cloud Computing
IEEE Internet Computing ( Volume: 14, Issue: 5, Sept.-Oct. 2010)
Introdução
A informática evoluiu significativamente desde a era dos mainframes, os computadores eram de grandes dimenções, caros e de acesso restrito. Esses sistemas ofereciam alta capacidade de processamento e eram utilizados principalmente por grandes empresas . No entanto, como eram partilhados por muitos utilizadores com acesso sequencial, essa limitação restringia o seu potencial para a inovação e crescimento.A evolução do computador nas empresasCom o avanço da tecnologia, as empresas passaram dos minicomputadores para os computadores pessoais (PCs), o que trouxe mais descentralização e flexibilidade. Nos anos 1980 e 1990, a crescente popularidade dos PCs e o desenvolvimento das redes incentivaram as empresas a ligar os computadores entre si, para melhorarem o seu processamento e armazenamento, o que originou os primeiros Clusters.
Paradigmas de computação distribuída: Cluster, Grid , Edge, Fog e Cloud Computing
IEEE Internet Computing ( Volume: 14, Issue: 5, Sept.-Oct. 2010)
definição de computação na nuvem
A computação em nuvem é uma plataforma de computação que fornece acessos conforme a necessidade a recursos partilhados e configuráveis, promove a escalabilidade, flexibilidade e a redução de custos. Com vários modelos de serviço , a cloud transforma a forma como as empresas gerem e utilizam as suas infraestruturas de TI (Tecnologia da Informação), que proporciona uma solução eficiente e adaptável às necessidades do mercado.
Referências e Agradecimentos
Paradigmas de computação distribuída: Cluster, Grid , Edge, Fog e Cloud Computing
Fog Computing
Edge Computing
ÍNDICE
Cluster Computing
Grid Computing
Cloud Computing
Comparação entre as arquiteturas
Video
Questões
Inquerito peer feedback
01
Zbakh, M., Bakhouya, M., Essaaidi, M., & Manneback, P. (2018).
A computação na Cloud consiste na prestação de serviços informáticos (como armazenamento, processamento e software) através da Internet, permitindo o acesso remoto a recursos e dados sem a necessidade de infraestruturas físicas locais.
Cloud Computing
+INFO
Cloud Computing
02
Čičak, B., Gaši, N., & Ćosić, M. (2023)
- IaaS (Infrastructure as a Service): Fornece infraestrutura virtualizada, como servidores, redes e armazenamento. Os utilizadores controlam o sistema operativo e as aplicações, enquanto o fornecedor gere a infraestrutura subjacente. Exemplo: Amazon Web Services (AWS), Microsoft Azure.
- PaaS (Platform as a Service): Fornece uma plataforma que permite o desenvolvimento, execução e gestão de aplicações sem a complexidade de gerir a infraestrutura. O utilizador foca-se apenas no desenvolvimento da aplicação, enquanto o fornecedor gere o ambiente de execução. Exemplo: Google App Engine, Heroku.
- SaaS (Software as a Service): Fornece software pronto a usar através da internet, sem necessidade de instalação local. Os utilizadores acedem ao software diretamente através de um navegador, com o fornecedor a gerir todas as operações. Exemplo: Gmail, Microsoft 365, Dropbox.
Tipos de Serviços na Cloud
Cloud Computing
03
Abdalla, P., & Varol, A. (2019).
Cloud Computing
Cloud:
Vantagens- Flexibilidade: Permite acesso aos recursos de qualquer local com internet.
- Escalabilidade: Ajusta facilmente os recursos conforme o consumo cresce ou diminui.
- Custo-Eficiência: Paga-se apenas pelos recursos utilizados, sem necessidade de infraestrutura própria.
- Manutenção Simplificada: Os gestores da nuvem executam as atualizações e o suporte técnico.
- Alta Disponibilidade: Garantia de acesso contínuo aos servidores.
04
CAbdalla, P., & Varol, A. (2019).
Cloud Computing
Concluão
Cloud:
Desvantagens- Dependência de Conexão: Funciona apenas com uma ligação estável à internet
- Custos a Longo Prazo: Uso contínuo pode tornar caro em comparação a uma infraestrutura própria.
- Segurança e Privacidade: Dados armazenados na nuvem podem estar mais vulneráveis a ataques.
- Dependência dos Gestores: Limitação ao suporte, ferramentas e ás próprias políticas do fornecedor.
- Latência: Transferência de dados para servidores remotos pode causar atrasos em certas aplicações.
05
Através da Internet, a Cloud Computing permite que os dados, o trabalho e as aplicações dos utilizadores estejam acessíveis em qualquer dispositivo com ligação à Internet, em qualquer parte do mundo.A Cloud Computing pode ser privada e pública. Os serviços de Cloud Computing públicos fornecem serviços através da Internet mediante o pagamento de uma determinada taxa. Os Cloud Computing privados apenas fornecem serviços a um número específico de pessoas. Estes serviços são um sistema de rede que fornece serviços alocados. Existe também uma opção híbrida que combina aspectos dos serviços públicos e privados.
Índice
Em suma - Cloud Computing
Cloud Computing
Ito, S., Yadome, M., Nishiki, T., Ishiduki, S., Inoue, H., Yamaguchi, R., & Miyano, S. (2019). .
01
A Grid Computing é uma rede de computadores que trabalham em conjunto como um supercomputador virtual para realizar tarefas de grande dimensão, como a análise de grandes conjuntos de dados.
Grid Computing
Grid Computing
Cox, S., Lippert, T., Erbacci, G., & Trystram, D. (2006).
02
Grid Computing é uma rede de computadores que trabalham juntos para executar uma tarefa que seria difícil para uma única máquina. Todas as máquinas dessa rede funcionam sob o mesmo protocolo para atuar como um supercomputador virtual.Uma das tarefas que podem realizar é a análise de grandes conjuntos de dados ou a simulação de cenários que exigem um elevado nível de capacidade computacional. Os computadores da rede fornecem recursos como capacidade de processamento e de armazenamento em rede. Grid computing é um subconjunto da computação distribuída em que um supercomputador virtual é constituído por computadores ligados a uma rede através de algum tipo de barramento, normalmente Ethernet ou, ocasionalmente, a Internet.Além disso, pode ser visto como um método de computação paralela onde, por exemplo, em vez de numerosos núcleos de CPU numa única máquina, contém múltiplos núcleos dispersos por múltiplos locais.
Grid Computing
Grid Computing
Sungkar, A., & Kogoya, T. (2020).
03
Uma rede de Grid Computing consiste principalmente nestes três tipos de máquinas: 1. Nó (node) de Controlo: Um computador, geralmente um servidor ou grupo de servidores que administra toda a rede e mantém a conta dos recursos no pool de redes.2. Gestor: O computador contribui com seus recursos para o pool de recursos da rede (O pool é como um "armazém partilhado" de recursos que pode ser acedido dinamicamente pelos utilizadores conforme necessário).. Ou seja, significa que um computador disponibiliza parte de seus recursos computacionais (como o processamento, memória, armazenamento, ou largura de banda) para serem usados de forma colaborativa dentro de uma rede de computadores.3. Utilizador: O computador que utiliza os recursos da rede.
Grid Computing - Rede
Grid Computing
CSungkar, A., & Kogoya, T. (2020).
Grid Computing
Grid:
Vantagens- Aproveitamento de Recursos Distribuídos: Utiliza recursos de computadores geograficamente dispersos.
- Custo Reduzido: Aproveita infraestrutura existente, evitando necessidade de equipamentos dedicados.
- Escalabilidade: Fácil integração de novos recursos conforme o consumo de dados.
- Resiliência: Maior tolerância a falhas, já que tarefas podem ser redistribuídas entre nós(nodes).
- Flexibilidade: Capacidade de suportar diferentes aplicações ao mesmo tempo.
04
Sungkar, A., & Kogoya, T. (2020).
Grid Computing
Grid:
Desvantagens- Dificil de gerir: Configuração e controlo de recursos distribuídos são complexos.
- Dependência da Rede: Desempenho depende de uma ligação estável e de alta velocidade.
- Segurança: Dados podem estar mais vulneráveis nos ambientes distribuídos e heterogêneos.
- Problemas de Compatibilidade: Diversidade de sistemas podem criar/gerar conflitos.
- Latência: Sincronização entre os computadores pode causar atrasos nas aplicações com limite de tempo curto.
06
Sungkar, A., & Kogoya, T. (2020).
02
Recursos Distribuídos Geograficamente: Grid Computing utiliza recursos de computação que estão espalhados por diferentes locais geográficos, que pertencem a várias organizações com suas próprias políticas e capacidades de computação.Alta Capacidade Computacional: A principal vantagem da computação em grid é a capacidade de fazer cálculos de alto desempenho, que combina as capacidades de vários computadores ligados em rede.Utilização de Recursos Heterogêneos: Os recursos no grid são heterogêneos, ou seja, podem incluir diferentes tipos de hardware, software, e políticas de acesso, o que permite uma grande flexibilidade na resolução de problemas.Escalabilidade e Paralelismo: Grid Computing permite a escalabilidade e o paralelismo, distribuindo tarefas entre vários computadores para aumentar a eficiência e a velocidade de processamento.Confiabilidade e Balanço de Recursos: O modelo de grid oferece confiabilidade através do balanceamento de carga e da utilização eficiente dos recursos disponíveis, garantindo que as tarefas sejam completadas mesmo em caso de falhas em alguns dos nós.Acesso a Recursos Inacessíveis: Permite o acesso a recursos que de outra forma seriam inacessíveis, facilitando a colaboração entre diferentes organizações e a utilização de recursos especializadosAplicações em Diversas Áreas Embora tenha limitações, como a adequação a aplicações que rodam em modo batch e processamento paralelo, o Grid Computing é utilizado em diversos campos como ciência, engenharia e negócios para resolver problemas de grande escala.
Grid Computing - Caracteristicas
Grid Computing
Liu, B., Zhu, L., & Ren, J. (2020)
Concluão
03
- Na Pesquisa científica: Utilizado para analisar grandes volumes de dados em áreas como a genética, física de partículas e astronomia.
- Em Simulações: Aplicado em simulações complexas, como previsões meteorológicas, modelação de mudanças climáticas ou simulação de processos químicos.
- No Processamento de dados financeiros: Para calcular riscos, realizar simulações de mercado e processar grandes quantidades de transações em tempo real.
- Em Rendering de gráficos 3D: Utilizado na indústria do cinema e dos videojogos para renderizar imagens e animações complexas.
- Na Análise de Big Data: Tratamento e análise de grandes volumes de dados em setores como a saúde, marketing e redes sociais.
Grid Computing
Grid Computing
Índice
Sungkar, A., & Kogoya, T. (2020).
06
Grid computing é um modelo de computação que utiliza recursos distribuídos de uma forma global para resolver problemas de computação em larga escala. Ele oferece alta capacidade computacional e memória, utiliza recursos de diferentes organizações e proporciona benefícios como, o acesso a recursos inacessíveis e escalabilidade. No entanto, enfrenta desafios como a aplicação limitada e a concorrência de outros modelos de computação. Apesar disso, continua a ser uma abordagem válida e promissora, especialmente com o avanço de novas tecnologias.
Conclusão:
Grid Computing
Journal, I. (2022)
Cluster Computing
O que é um Cluster?
Cluster (ou clustering) é, o nome dado a um sistema que relaciona dois ou mais computadores para que estes trabalhem de forma conjunta no intuito de processar umatarefa. Estas máquinas dividem entre si as atividades de processamento e executam o trabalho em simultâneo.
01
Para efeitos de manutenção e controlo, os nós do cluster devem estar interligados, preferencialmente, por uma tecnologia de rede, a Ethernet. É fundamental que o padrão implementado permita a inclusão ou remoção de nós do cluster. Caso contrário,a aplicaçao pode parar, caso o trabalho de recolocação e substituição de um computador que apresente problemas.
Journal, I. (2022)
Cluster Computing
Cluster
A cada computador que participa do cluster é dado um nome de nó(Node). Teoricamente, não há limite para as os nós, no entanto, independentemente do número de máquinas que contém, o cluster deve ser “transparente”, ou seja, visível para os utilizadores ou outros sistemas que necessitem deste processamento como um único computador.
02
Berbague, C., Karabadji, N., Seridi-Bouchelaghem, H., Symeonidis, P., Manolopoulos, Y., & Dhifli, W. (2021)
Cluster Computing
Características de um Cluster :
- Alta performance: Garantir que o sistema continue a funcionar, mesmo em caso de falha de um ou mais dipositivos, minimizando o tempo de inatividade.
- Escalabilidade: Permitir a adição de mais dipositivos ao cluster para aumentar a capacidade de processamento e armazenamento conforme o necessário.
- Desempenho: Melhorar o tempo de resposta e a eficiência na execução de tarefas, distribuindo o processamento por vários computadores.
02
Colpas, P., Vicario, E., Hoz-Franco, E., Melo, M., Carrascal, A., & Patara, F. (2020)
Cluster Computing
Índice
Concluão
Cluster, onde é aplicado?
- Processamento das transações: Usado em sistemas bancários ou de comércio eletrónico para lidar com um grande volume de operações de forma rápida e eficiente.
- Renderização de imagens: Utilizado em áreas como animação e design gráfico para acelerar o processamento de imagens e vídeos de alta qualidade.
- Simulações científicas: Para modelar fenómenos complexos, como previsões meteorológicas ou pesquisas biológicas.
- Análise de grandes volumes de dados: No big data,os clusters são usados para processar grandes quantidades de informação em áreas como as finanças, saúde e marketing.
03
Mahdi, M., Hosny, K., & Elhenawy, I. (2021).
Cluster Computing
Cluster:
Vantagens- Alta Performance: Distribuição de tarefas entre vários computadores melhora o processamento.
- Escalabilidade: Fácil adicionar mais máquinas ao cluster para uma maior capacidade.
- Alta Disponibilidade: Falhas num node/computador não compromete o funcionamento.
- Custo-Benefício: Podemos usar hardware comum em vez de sistemas dedicados de custo elevado.
- Flexibilidade: Adaptável a diferentes tipos de aplicações, como a computação científica e os servidores.
03
Mahdi, M., Hosny, K., & Elhenawy, I. (2021).
Cluster Computing
Concluão
Cluster:
Desvantagens:- Complexidade: Configuração, manutenção exigem uma gestão técnica.
- Custo Inicial: Investimento numa infraestrutura e software (como rede e sistemas operativos).
- Consumo de Energia: Operação contínua de várias máquinas aumenta o consumo energético.
- Latência na Comunicação: Depende da eficiência da rede para troca de informações entre os nós(nodes).
- Problemas de Sincronização: Necessidade de coordenar os nós para evitar conflitos no exesso de trafego de dados.
04
Índice
Journal, I. (2022).
Cluster Computing
Conclusão:
Um cluster é como um grupo de trabalho altamente eficiente. Cada computador no cluster contribui para uma tarefa de maior dimensão, que resulta no grande poder de processamento. Esta arquitetura é perfeita para usos que exigem alta performance e capacidade de rápido processamento . Os objectivos de um cluster incluem a otimização da sustentabilidade, a melhoria do desempenho e não só produzir resultados, mas também oferecer uma forma de compreender como esses resultados foram alcançados,é importante para que os utilizadores possam confiar nos mesmos, saber que estes têm como base processos transparentes e de fácil compreensão.
05
Índice
Comparação entre Cluster, Grid, Cloud,Edge e Fog Computing
Comparação entre Cluster, Grid, Cloud,Edge e Fog Computing
Premsankar, G., Francesco, M., & Taleb, T. (2018).
01
A Edge computing é onde os mundo físico e digital se ligam, permite a captura de dados e a comunicação entre os dispositivos. A Edge computing processa os dados mais perto dos utilizadores e dispositivos, reduzindo a latência e garantindo a eficiência dos dados em tempo real.
Edge Computing
+INFO
Cloud Computing
Premsankar, G., Francesco, M., & Taleb, T. (2018).
Cluster Computing
Edge:
Vantagens:- Baixa Latência: Processamento próximo à fonte dos dados reduz o atraso.
- Eficiência no Uso da Rede: Menor necessidade de transmitir grandes volumes de dados para a nuvem.
- Confiabilidade: Funcionamento continuo mesmo com falhas na conexão.
- Melhor Privacidade: Dados podem ser processados localmente, reduzindo riscos de exposição dos dados.
- Suporte a IoT: Ideal para dispositivos inteligentes e aplicações que exigem respostas rápidas.
02
Premsankar, G., Francesco, M., & Taleb, T. (2018).
Cluster Computing
Edge:
Desvantagens:- Custo Inicial: Necessidade de investir em hardware e infraestrutura descentralizada.
- Complexidade na Gerencia: A sua monitorazão e atualizar os vários dispositivos distribuídos é desafiador.
- Capacidade Limitada: Processamento e armazenamento locais podem ser limitados.
- Segurança: Dispositivos distribuídos podem ser mais vulneráveis a ataques físicos e digitais.
- Funcionalidade: Diferenças nos sistemas podem dificultar a comunicação e o trabalho conjunto entre os dispositivos.
03
- Jogos. A capacidade de resposta em tempo real, os tempos de espera, a criação de partidas e a baixa latência são essenciais para os jogos competitivos. A computação periférica melhora estas experiências digitais ao aumentar a proximidade dos jogadores.
- Redes IoT. As soluções de computação periférica permitem às empresas tirar partido do poder das redes IoT para recolher, analisar e atuar sobre grandes quantidades de dados em tempo real.
- Realidade aumentada (RA) e realidade virtual (RV). Tanto a RA como a RV exigem o processamento em tempo real de grandes conjuntos de dados com uma latencia quase nula.
- Os veículos autónomos. Geram grandes volumes de dados que necessitam de análise em tempo real, permitindo decisões instantâneas para o transporte seguro de passageiros e mercadorias.
- A IA e Machine Learning, permitindo gerar, com uma obtenção e processamento de dados mais rápidos com conectividade fiavel.
A Edge computing permite o processamento em tempo real para interações quotidianas, desde o uso de aplicações e serviços online até à gestão de dispositivos ligados á Internet.
Deng, X., Sun, Z., Li, D., Luo, J., & Wan, S. (2021).
04
Concluão
Exemplos - edge computing
Edge Computing
A Edge Computing oferece vários benefícios ao processar os dados mais perto dos utilizadores. Estes incluem baixa latência para respostas quase instantâneas, poupança de custos devido à redução do tráfego de rede, maior desempenho de sistemas e aplicações e melhores experiências para os clientes. Também suporta a proteção dos dados ao mantê-los alocados, melhora a produtividade e a tomada de decisões com acesso mais rápido aos dados e melhora a fiabilidade e robustez dos sistemas ao distribuir o processamento de dados por múltiplos dispositivos ou locais, em vez de depender de um servidor ou centro de dados centralizado.
Índice
Em Suma
edge Computing
Junior, F., & Kamienski, C. (2020).
01
A Fog computing é uma infraestrutura descentralizada onde os dados, o processamento, o armazenamento e as aplicações estão localizados entre a fonte de dados e a cloud. Ambas as abordagens têm o objetivo de aproximar o processamento de onde os dados são gerados, melhorando a eficiência e a segurança. O termo "névoa" refere-se ao processamento próximo à extremidade da rede, semelhante a uma nuvem perto do solo, e é frequentemente associado à Cisco (empresa líder em TI a nível mundial), embora esteja aberto ao uso dos utilizadores.
Fog Computing
+INFO
Fog Computing
02
Mutlag, A., Ghani, M., Arunkumar, N., Mohammed, M., Mohammed, M., & Mohd, O. (2019).
Fog Computing
Fog:
Vantagens:- Redução de Latência: Processamento ocorre próximo aos dispositivos, agilizando respostas.
- Menor Uso da Rede: Diminui o envio de grandes volumes de dados para a nuvem.
- Escalabilidade: Facilmente expande para suportar mais dispositivos e dados.
- Melhor Suporte a I.o.T.: Ideal para aplicações em tempo real, como veículos autónomos e cidades inteligentes.
- Resiliência: Continua a funcionar no local , mesmo que aconteçam interrupções na ligação com a nuvem.
03
Mutlag, A., Ghani, M., Arunkumar, N., Mohammed, M., Mohammed, M., & Mohd, O. (2019).
Fog Computing
Fog:
Desvantagens:- Complexidade de Implementação: Requer infraestrutura distribuída e mais esforço técnico.
- Custo Inicial Alto: Necessário investir em equipamentos e softwares específicos.
- Segurança e Privacidade: Dados podem estar mais expostos em um ambiente distribuído.
- A sua monotorizaçáo é desafiadora : Exige controlo de dispositivos e dados espalhados em vários locais.
- Capacidade Limitada: Os nodes locais têm menores recursos em comparação à nuvem .
04
Telecomunicações e Redes 5G:
- Redes 5G aumentam a quantidade de dados gerados.
- Operadoras devem garantir qualidade de serviço com respostas
- Fog computing processa dados mais próximos aos dispositivos.
- Benefícios: menor latência e melhor experiência para streaming de
- Sensores monitorizam o solo, humidade, o clima e o comportamento
- Dados são usados para ajustar fertilizantes e otimizar recursos.
- Fog computing promove uma agricultura mais eficiente e sustentável.
A Fog computing é maioritariamente utilizada em situações em que é essencial reduzir a latência, processar grandes quantidades de dados de forma eficiente e garantir a continuidade do serviço - mesmo em caso de falha da rede. É a solução perfeita para sistemas distribuídos e interligados, permitindo respostas rápidas e eficazes em tempo real.
https://www.akamai.com/glossary/what-is-edge-computing3)
Fog computing - onde é aplicada ?
FogComputing
05
Realidade Aumentada (RA) e Realidade Virtual (RV):
- Jogos e aplicações de RA e RV exigem baixa latência.
- Experiência do utilizador depende de respostas rápidas a movimentos e
- Carros autónomos, drones e veículos inteligentes necessitam de respostas
- Sensores e câmeras que capturam dados em tempo real.
- Fog computing permite processamento direto no veículo ou em
- Benefícios: menor necessidade de comunicação com servidores
https://www.akamai.com/glossary/what-is-edge-computing3)
Concluão
Fog computing - onde é aplicada ?
FogComputing
06
Fog computing é uma extensão da computação na nuvem, que processa dados mais perto da origem, ou seja, nos dispositivos e sensores que os geram. Esta abordagem reduz a latência e melhora a eficiência em aplicações que exigem resposta em tempo real, ao evitar o envio de dados a servidores distantes.É muito usada em várias áreas como; veículos autónomos, cidades inteligentes, saúde e dispositivos médicos, indústria 4.0 e redes de telecomunicações 5G. Na prática, a fog computing permite que decisões e análises sejam feitas localmente, o que é ideal para cenários que precisam de respostas rápidas, o que aumenta a segurança e confiabilidade dos sistemas.
Índice
Em Suma
Fog Computing
Índice
https://www.youtube.com/watch?v=r1kMbauI7ME
Cluster, grid e cloud
Como se cria uma conta na nuvem? Quais as principais áreas de aplicação e respetivas vantagens e desvantagens das arquiteturas estudadas de computação distribuída?
Quais são as principais características da Grid Computing?
Quais são as principais diferenças entre os paradigmas de computação distribuída: Cluster, Grid , Edge, Fog e Cloud Computing em termos de arquitetura e escalabilidade?
Índice
questÕES :
Questões
2011 6th International Conference on Computer Science & Education (ICCSE
Índice
Conclusão
A computação na nuvem tem transformado a indústria de TI ao possibilitar a disponibilização flexível e sob solicitação de recursos computacionais, como processadores, armazenamento e redes, que podem ser ajustados automaticamente conforme a necessidade .Clusters são conjuntos de computadores interligados e interativos que operam em conjunto como um único sistema de computação, oferece alta disponibilidade, desempenho escalável e uma menor latência. São ideais para aplicações que requerem processos intensivos de cálculo (processamento intensivo) em tempo de resposta reduzido.A Grid computing permite a partilha de recursos, distribuindo o processamento de tarefas por vários sistemas em diferentes locais. É perfeita para projetos científicos de grandes conjuntos de dados. Já a computação em nuvem distribui o processamento de tarefas entre múltiplos sistemas em locais diferentes, permitindo o uso compartilhado de recursos. É ideal para projetos científicos e grandes volumes de dados.A Cloud computing representa a integração mais avançada, permite que as empresas e utilizadores aproveitem a potência de clusters e grids de uma maneira simplificada, sem precisar de se preocupar com a manutenção e gestão física dos recursos. O futuro da computação continuará a ser moldado pela evolução e adoção destes modelos, promovendo inovação e eficiência !
Contextualize Your Topic with a Subtitle
Índice
02:00
Inquérito peer feedback
https://forms.gle/LTjwpSt9ZzSz6JDCA
- Jia, X., Zhang, Y., & Du, D. (2004). Guest Editorial on Cluster Computing in the Internet. Cluster Computing https://doi.org/10.1023/B:CLUS.0000004028.17653.cb.
- Sadashiv, N. (2011). Cluster, grid and cloud computing: A detailed comparison. 2011 6th International Conference on Computer Science & Education (ICCSE), 477-482. https://doi.org/10.1109/ICCSE.2011.6028683.
- Mittal, G., Kesswani, N., & Goswami, K. (2013). A Survey of Current Trends in Distributed, Grid and Cloud Computing. ArXiv, abs/1308.1806.
- Shankar, S., & Sharma, A. (2018). A Comparative Performance Analysis of Cloud, Cluster and Grid Computing over Network. International journal of engineering research and technology
- Pallis, G. (2010). Cloud Computing: The New Frontier of Internet Computing. IEEE Internet Computing, 14, 70-73. https://doi.org/10.1109/MIC.2010.113.
- Sikka, R., & Ojha, M. (2021). An Overview of Cloud Computing. International Journal of Innovative Research in Computer Science & Technology. https://doi.org/10.55524/ijircst.2021.9.6.31.
- (2020). What Is Cloud Computing?. Cloud Computing Applications and Techniques for E-Commerce. https://doi.org/10.4018/978-1-7998-1294-4.ch001.
- S, S. (2023). A world with Cloud Computing. International Scientific Journal of Engineering and Management. https://doi.org/10.55041/isjem00279.
- Lamba, D., Mishra, S., & Rastogi, S. (2022). A Review Paper on Cloud Computing. International Journal of Research Publication and Reviews. https://doi.org/10.55248/gengpi.2022.3.3.7.
- Singla, N., , C., , N., & , H. (2022). A Review Paper on Cloud Computing. 2022 2nd International Conference on Innovative Sustainable Computational Technologies (CISCT), 1-4. https://doi.org/10.1109/CISCT55310.2022.10046572.
- Alam, T. (2020). Cloud Computing and Its Role in the Information Technology. CompSciRN: Other Information Systems (Topic). https://doi.org/10.2139/ssrn.3639063.
- Abdullahi, A., Bello, M., Sani, S., Ibraim, A., & Baballe, M. (2023). STUDYING COMPARATIVE CLOUD COMPUTING TECHNOLOGY. Far East Journal of Electronics and Communications. https://doi.org/10.17654/0973700623003.
- Joshi, A., Cambo, R., Arora, Y., Gupta, A., & Bhatia, D. (2022). Cloud Computing. International Journal for Research in Applied Science and Engineering Technology. https://doi.org/10.22214/ijraset.2022.48010.
Referências:
- Journal, I. (2022). Cluster Computing. INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT. https://doi.org/10.55041/ijsrem14249.
- Hai, M., & Guo, S. (2010). A Distributed Node Clustering Mechanism in P2P Networks. , 553-560. https://doi.org/10.1007/978-3-642-17313-4_57.
- Matsuhashi, N., Takano, C., & Aida, M. (2023). Autonomous Decentralized Spectral Clustering for Hierarchical Routing of Multi-Hop Wireless Networks. IEEE Access, 11, 62424-62435. https://doi.org/10.1109/ACCESS.2023.3288075.
- Mahdi, M., Hosny, K., & Elhenawy, I. (2021). Scalable Clustering Algorithms for Big Data: A Review. IEEE Access, 9, 80015-80027. https://doi.org/10.1109/ACCESS.2021.3084057.
- Journal, I. (2022). Cluster Computing. INTERANTIONAL JOURNAL OF SCIENTIFIC RESEARCH IN ENGINEERING AND MANAGEMENT. https://doi.org/10.55041/ijsrem14249.
- Premsankar, G., Francesco, M., & Taleb, T. (2018). Edge Computing for the Internet of Things: A Case Study. IEEE Internet of Things Journal, 5, 1275-1284. https://doi.org/10.1109/JIOT.2018.2805263.
- Deng, X., Sun, Z., Li, D., Luo, J., & Wan, S. (2021). User-Centric Computation Offloading for Edge Computing. IEEE Internet of Things Journal, 8, 12559-12568. https://doi.org/10.1109/JIOT.2021.3057694.
- Junior, F., & Kamienski, C. (2020). Resiliência de Dados entre a Névoa e a Nuvem na Internet das Coisas. , 85-98. https://doi.org/10.5753/SBRC.2020.12275.
- Chen, S., Tao, Z., & Shi, W. (2017). Fog Computing. IEEE Internet Comput., 21, 4-6. https://doi.org/10.1007/978-3-319-94890-4.
- Atlam, H., Walters, R., & Wills, G. (2018). Fog Computing and the Internet of Things: A Review. Big Data Cogn. Comput., 2, 10. https://doi.org/10.3390/BDCC2020010.
- Mutlag, A., Ghani, M., Arunkumar, N., Mohammed, M., Mohammed, M., & Mohd, O. (2019). Enabling technologies for fog computing in healthcare IoT systems. Future Gener. Comput. Syst., 90, 62-78. https://doi.org/10.1016/j.future.2018.07.049.
- Tang, C., Wei, X., Zhu, C., Wang, Y., & Jia, W. (2020). Mobile Vehicles as Fog Nodes for Latency Optimization in Smart Cities. IEEE Transactions on Vehicular Technology, 69, 9364-9375. https://doi.org/10.1109/TVT.2020.2970763.
- Everton Salvador. Cluster, grid e cloud [video] . YouTube. https://www.youtube.com/watch?v=r1kMbauI7ME&t=14s
Referências:
e-Portefólio
Índice
Social media
ISTEC - Facebook
Istec - Porto
SOCIAL MEDIA & WEB
Índice
Agradecimentos:ProfºDrªLuisa Orvalho
Chen, S., Tao, Z., & Shi, W. (2017).
Como funciona ?
A fog computing é um modelo descentralizado que processa os dados mais perto da origem, na extremidade da rede. Os dados Processados por dispositivos como sensores I.o.T. são Gerados localmente em nós(nodes) da Fog (como gateways ou servidores locais) para tempos de resposta mais rápidos e de menor latência. Apenas os dados importantes são enviados para a cloud para um processamento mais complexo. Isto melhora a eficiência, reduz o uso de banda larga e reforça a segurança e a privacidade. A fog computing permite tomar decisões em tempo real .
Fog Computing
Porque é que o Edge computing é importante?
O crescimento exponencial d0s dados, impulsionado pela IoT, IA e 5G, desafia os modelos de computação tradicionais, que causam latência e congestionamento na rede. A Edge computing resolve este problema ao processar os dados mais perto de onde são gerados, melhora os tempos de resposta, o desempenho das aplicações e as experiências dos utilizadores, ao mesmo tempo que reduz o congestionamento na rede.
edge Computing
Edge computing adapta o processamento às necessidades locais, torna tudo mais eficiente e responsivo. melhora a conectividade, reduz a latência, diminui os custos, reforça a segurança e otimiza as experiências dos utilizadores.
Gunupudi, L., Kishore, R., & Iriyama, A. (2018).