Navegación

Búsqueda

Búsqueda avanzada

Resultados de búsqueda para Cloud

Un Recorrido por los Principales Proveedores de Servicios de Machine Learning y Predicción en la Nube

Los medios tecnológicos para el consumo, producción e intercambio de información no hacen más que aumentar cada día que pasa. Nos encontramos envueltos en el fenómeno Big Data, donde ser capaces de analizar esta informa- ción con el objetivo de poder inferir situaciones del futuro basándonos en datos del pasado y del presente, nos puede reportar una ventaja competitiva que nos distinga claramente de otras opciones. Dentro de las múltiples disciplinas exis- tentes para el análisis de grandes cantidades información encontramos el Ma- chine Learning y, a su vez, dentro de este podemos destacar la capacidad predic- tiva que nos proporcionan muchas de las opciones existentes actualmente en el mercado. En este trabajo realizamos un análisis de estas principales opciones de APIs predictivas en la nube, las comparamos entre sí, y finalmente llevamos a cabo una experimentación con datos reales de la Red de Vigilancia y Control de la Calidad del Aire de la Junta de Andalucía. Los resultados demuestran que estas herramientas son una opción muy interesante a considerar a la hora de tratar de predecir valores de contaminantes que pueden afectar a nuestra salud seriamente, pudiéndose llevar a cabo acciones preventivas sobre la población afectada.

Autores: David Corral-Plaza / Juan Boubeta-Puig / Manuel Resinas / 
Palabras Clave: API - big data - Cloud - Machine Learning - Predicción - Software as a Service

Towards the user-centric analysis of the availability in IaaS

Availability is a key property in computational services and, therefore, is guaranteed by Service Level Agreements (SLAs) from the majority infrastructure services, such as virtualization (Amazon EC2, Windows Azure, Google Cloud, Joyent, Rackspace, …) and storage (Amazon S3, Google Cloud Storage, …). These SLAs describe availability in natural language and there are important differences in the scope and penalties that each service provides. Furthermore, descriptions use specific domain terms so they are difficult to understand by service customers. These circumstances make that availability analysis is a tedious, error-prone and time-consuming task. In this paper, we describe in detail this problem and provide a first approach to deal with these SLAs supported on current SLA analysis techniques.

Autores: Antonio Manuel Gutíerrez-Fernández / Pablo Fernández / Manuel Resinas / Antonio Ruiz-Cortés / 
Palabras Clave: Availability - Cloud - IaaS - Service Level Agreements

No encuentra los resultados que busca? Prueba nuestra Búsqueda avanzada