ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

بهبود مدل مفهومی CLAaaS برای تحلیل داده های عظیم در ابر

سال انتشار: 1394
کد COI مقاله: IRANWEB01_009
زبان مقاله: فارسیمشاهده این مقاله: 492
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

خرید و دانلود فایل مقاله

متن کامل (فول تکست) این مقاله منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد.

مشخصات نویسندگان مقاله بهبود مدل مفهومی CLAaaS برای تحلیل داده های عظیم در ابر

لیلا محمدی نافچی - دانشجوی مقطع کارشناسی ارشد، موسسه آموزش عالی صنعتی فولاد، فولادشهر
محمدعلی منتظری - استادیار گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی اصفهان
علی آهون منش - استاد، رئیس موسسه آموزش عالی صنعتی فولاد، فولادشهر

چکیده مقاله:

تحلیل داده اهمیت خود را در کشف دانش و پیشتیبانی از تصمیم گیری در حوزه های کاربردی و اطلاعاتی متفاوت به اثبات رسانیدهاست. تحلیل داده های عظیم چالشی جدی در خصوص منابع سخت افزاری و نرم افزاری مورد نیاز را مطرح نموده است. امروزهتکنولوژی ابر راه حلی امید بخش برای این چالشها به وسیله امکان تأمین منابع محاسباتی به صورت مقیاس پذیر و فراگیر پیشنهادکرده است. با این حال چالش های بسیاری باقی مانده است، مانند در دسترس بودن نرم افزار تحلیلی مورد نیاز برای حوزه هایکاربردی گوناگون، تخمین و به اشتراک گذاری منابع مورد نیاز برای کار تحلیل یا جریان کاری، مدیریت داده در ابر، و طراحی، ارزیابیو اجرای جریانهای کاری تحلیل، که باید به اینها پرداخته شود. در این مقاله روشی برای بهبود معماری مفهومی تحلیل مبتنی بر ابر به عنوان CLAaaS که به وسیله آن روند تحلیل با توجه به این که یک معماری همه جانبه برای تمامی زمینه ها می باشد، تسریع بخشیده می شود، معرفی شده است.

کلیدواژه ها:

تحلیل داده های عظیم، ابر، CLAaaS، هادوپ

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IRANWEB01_009 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/378203/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمدی نافچی، لیلا و منتظری، محمدعلی و آهون منش، علی،1394،بهبود مدل مفهومی CLAaaS برای تحلیل داده های عظیم در ابر،اولین کنفرانس بین المللی وب پژوهی،تهران،https://civilica.com/doc/378203

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، محمدی نافچی، لیلا؛ محمدعلی منتظری و علی آهون منش)
برای بار دوم به بعد: (1394، محمدی نافچی؛ منتظری و آهون منش)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Haluk Demirkan _ Dursun Delen" Leveraging the capabilities of service-o ...
  • Zulkermine. F, Martin. P, Ying Zou, Bauer. M 0Towards Cloud-based ...
  • Kim, H., Cho, I., and Yeom, H., 2008. "A Task ...
  • myExperiment workflow hosting site: available March 5, 2013 at: http ...
  • Dylan Maltby "Big Data Analytics", ASIST 2011, October 9-13, 2011, ...
  • Nauman Sheikh "Big Data, Hadoop, and Cloud Computing ", Implementing ...
  • H. Demirkan, R.J. Kauffman, J.A. Vayghan, H.-G. Fill, D. Karagiannis, ...
  • John L. Schnase, Daniel Q. Duffy , Glenn S.Tamkin , ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: 165
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی