Home > Internet > Cloud e big data

Cloud e big data

Date post: 18-Nov-2014
Category:
Author: manuel-boscolo
View: 434 times
Download: 2 times
Share this document with a friend
Description:
Cloud & Big Data
Embed Size (px)
of 42 /42
CLOUD & BIG DATA Diapositive a cura di: Lorenzo Nardo e Manuel Boscolo
Transcript
  • 1. CLOUD & BIG DATA Diapositive a cura di: Lorenzo Nardo e Manuel Boscolo
  • 2. CLOUD ALLA RISCOSSA! Negli ultimi anni tutte le maggiori aziende, i social network e il mobile per una maggiore praticit e risparmio di risorse proprie, si affidano ai servizi di Cloud Computing. Ed ormai tutto ci che carichiamo nel web viene assorbito nella nuvola.
  • 3. CLOUD BIG DATA La simbiosi di Big Data e Cloud Computing inequivocabile, i dati e tutti i contenuti sensibili per le esigenze di chi ne richiede lanalisi oramai sono pressoch interamente ospitate nella nuvola che ora ha un valore inestimabile.
  • 4. CLOUD COMPUTING
  • 5. CLOUD COMPUTING Cloud computing: un insieme di tecnologie informatiche che permettono l'utilizzo di risorse, i data service e le funzionalit offerte in remoto.
  • 6. CARATTERISTICHE CHIAVE On-demand self- service Broad network access Resourc e pooling Rapid elasticity Measure d Service Il consumatore pu unilateralmente disporre di capacit di calcolo. Le risorse di calcolo sono messe al servizio di tutti i consumatori. I Sistemi Cloud automaticamente controllano e ottimizzano le risorse. Le capacit sono disponibili in rete e sono accessibili tramite meccanismi standard. Le risorse possono essere rapidamente ed elasticamente incrementate per scalare la potenza e rapidamente ed elasticamente liberate per rilasciarla.
  • 7. TRE ATTORI PRINCIPALI Fornitore di servizi (il provider): offre servizi (server virtuali, storage, applicazioni complete) generalmente secondo un modello "pay-per-use o free. Cliente amministratore: sceglie e configura i servizi offerti dal fornitore, generalmente offrendo un valore aggiunto come ad esempio applicazioni software. Cliente finale: utilizza i servizi opportunamente configurati dal cliente amministratore. (In determinati casi d'uso il cliente amministratore e il cliente finale possono coincidere)
  • 8. 3 LIVELLI DI SERVIZI Application Platform Infrastructure SaaS (Software as a Service) PaaS (Platform as a Service) Iaas (Infrastructure as a Service)
  • 9. I PRINCIPALI PLAYER
  • 10. VANTAGGI vs SVANTAGGI
  • 11. VANTAGGI PER LUTENTE Nessun software da scaricare e installare sul proprio computer. Non si deve acquistare una licenza software. Ci si abbona al servizio, che spesso gratuito. Nessuna necessit di upgrade del software quando vengono aggiunte nuove funzioni o eliminati problemi esistenti. Si pu accedere ai propri documenti da ogni computer connesso in rete. possibile condividere i documenti con altri utenti, senza bisogno di un proprio server Nessun problema in caso di crash del proprio computer: i documenti sono al sicuro sul server.
  • 12. SVANTAGGI PER LUTENTE necessaria una connessione internet con banda adeguata. Data security, tutti i dati risiedono su un server remoto, di cui non si ha il controllo (anche se si possono effettuare regolari backup). Data privacy, i dati sono visibili ed utilizzabili da terzi che non sempre agisco in buona fede. Completezza funzionale. Attualmente, le funzioni fornite dalle applicazioni cloud sono meno complete di quelle fornite dai software tradizionali. Non agevole lavorare off-line, per ricevere e trasmettere le modifiche occorre essere connessi.
  • 13. VANTAGGI PER LE AZIENDE riduzione dei costi Eliminazione/riduzione delle infrastrutture software/hardware e dei costi del personale per la gestione dei sistemi. Riduzione/eliminazione dei costi fissi Scalabilit dei servizi, tutto quello che serve, quando serve, solo se serve. Costi pay-per-use
  • 14. VANTAGGI PER LE AZIENDE Taglio costi fissi Es. scalabilit
  • 15. migliori servizi Servizi sviluppati e gestiti dai migliori professionisti, con le migliori competenze. Servizi sempre aggiornati e in continua evoluzione. Servizi altamente flessibili. VANTAGGI PER LE AZIENDE
  • 16. SVANTAGGI PER LE AZIENDE I dati risiedono su un server remoto, di cui si ha scarso controllo, ne conseguono possibili problemi dintegrit dei dati. (es. caso Amazon) Pi alto rischio di furto di dati e informazioni, non sempre tutelata della privacy. (es. Playstation Network) Servizi standardizzati, non sempre soddisfano a pieno le esigenze aziendali. Non agevole lavorare off-line, per ricevere e trasmettere le modifiche occorre essere connessi.
  • 17. IN FUTURO
  • 18. OBIETTIVI e SFIDE PER IL FUTURO Incremento dei sistemi di sicurezza per la tutela della privacy e per la salvaguardia dei dati. Incremento delle collaborazioni tra le diverse aziende fornitrici di servizi Cloud. Incremento dei servizi in termini di quantit e qualit (velocit, affidabilit, grado di personalizzazione). Crescita di nuove competenze. Stabilire regole e codici comuni, adottabili tra i diversi produttori.
  • 19. CONCETTI DI BASE
  • 20. BIGDATA Definizione: Big data il termine per descrivere una raccolta di dataset cos grande e complessa da richiedere strumenti differenti da quelli tradizionali, in tutte le fasi del processo: dallacquisizione, alla curation, passando per condivisione, analisi e visualizzazione. Da Wikipedia, l'enciclopedia libera.
  • 21. Terminologia Un dataset (o data set) una collezione di dati. Il Datacenter o Centro Elaborazione Dati (CED) l'unit organizzativa che coordina e mantiene le apparecchiature ed i servizi di gestione dei dati.
  • 22. Terminologia Data curation: la gestione dei dati al fine di scoprire, recuperare, mantenere, aggiungere valore, permettere il riutilizzo dei dati, garantendone contemporaneamente l'autenticazione, l'archiviazione, la gestione e la preservazione.
  • 23. A COSA SERVONO?
  • 24. Perch utilizzare i Big Data? Il motivo principale la possibilit di effettuare Business Analytics in contesti dove oggi non sarebbe possibile o lo sarebbe con tempi e costi inaccettabili. Si pensi poi a Facebook, Linkedin, Twitter: alcune tecnologie Big Data si sono sviluppate proprio in ambito social network. E il motivo piuttosto evidente, visto che i Big Data applicati ai social mettono nelle mani dei dipartimenti marketing potenti strumenti di analisi su potenziali clienti finali.
  • 25. Ambiti di utilizzo Sicurezza (lotta alla criminalit, prevenzione di disastri). Scienza (meteorologia, medicina). Tecniche di marketing (individuazione dei trend di vendita in particolari contesti). Rilevazioni real-time (monitoraggi di sistemi complessi).
  • 26. ANALISI DEI BIG DATA
  • 27. Una crescita esponenziale Lutilizzo sempre pi diffuso dei social media, e degli smartphones che raccolgono e generano dati costantemente, il crescente uso di Internet, cos come lutilizzo di sensori che misurano e monitorano ogni cosa, fa s che il volume dei dati prodotti in tutto il mondo stia crescendo in modo vertiginoso. Il 90% dei dati oggi esistenti sono stati generati negli ultimi 2 anni. Il ritmo con cui queste informazioni sono prodotte talmente alto che ogni due giorni creato un volume di dati pari alla quantit di informazioni generate dallumanit intera fino al 2003.
  • 28. Paradigma delle V VOLUME : quantit dei dati trattati VELOCITA : lestrazione di queste informazioni deve avvenire velocemente, i dati devono essere utilizzabili prima che diventino inutili VARIETA: i dati da trattare sono ETEROGENEI (testo, video, ricerche web, transazioni finanziarie, pagamenti con carta di credito, etc.) VARIABILITA: (Valore/Veridicit) occorre contestualizzare il dato (da che ambito proviene? indispensabile filtrarlo oppure no?) VIRALITA: i Big Data stanno crescendo in maniera esponenziale nella rete e si espandono come un vero e proprio virus.
  • 29. BIG DATA & PRIVACY
  • 30. BIG DATA & PRIVACY Enormi banche dati, che possono anche essere istituzionali, raccolgono uninfinit di dati sensibili che riguardano gli utenti della rete. La semplice trasformazione in forma anonima delle informazioni raccolte non garantisce la loro protezione quando vengono elaborate, sono quindi allo studio sistemi alternativi.
  • 31. Questi sistemi alternativi in genere fanno riferimento alla cosiddetta crittografia omomorfica che consente di eseguire calcoli su dati cifrati senza prima decrittarli. La IBM sostiene che l'informatico Craig Gentry aveva sviluppato un sistema pratico, completamente omomorfico, gi nel 2009, ma i critici hanno detto che la tecnologia era troppo complessa, lenta e poco pratica per un uso effettivo sul cloud. Siamo quindi ancora in attesa BIG DATA & PRIVACY
  • 32. BIG DATA & PRIVACY A volte, infatti, le informazione possono trapelare ed essere usate al di fuori del loro ambito specifico come nello scandalo denominato Datagate Vedi : http://it.wikipedia.org/wiki/Datagate
  • 33. SCENARI
  • 34. CHI SFRUTTA I BIG DATA? Si pu cominciare a parlare di Big Data quando la mole di dati presa in considerazione nellordine degli Zettabyte (miliardi di Terabyte). Da considerare sono anche le agenzie governative come lNSA(National Security Agency).
  • 35. Ambito italiano In Italia, quando si parla di Big Data, in realt si intendono Business Intelligence e Data Mining, data la ridotta quantit di dati da analizzare. Esempi: Lultima edizione di Sanremo, 150 mila tweet durante la finale; un volume che pu essere racchiuso in 77 MB (Foglio Excel) Analisi politiche sui tweet del corpo elettorale italiano (3,5M di italiani hanno utilizzato Twitter durante la campagna elettorale) svolte con strumenti tradizionali.
  • 36. IL FUTURO DEI BIG DATA
  • 37. CONCLUSIONI La grande sfida, per le aziende che stanno investendo sui big data, sembra essere la capacit di formulare domande intelligenti e concorrere alla nascita di competenze in grado di gestire le risposte.
  • 38. La figura del data scientist sar centrale nei prossimi anni. Sia matematico che Informatico, deve capire di statistica, saper usare un foglio excel ed aiutare lazienda per la quale lavora a interpretare il presente per prevedere il prossimo futuro. Non una figura mistica ma un nuovo professionista, lo scienziato dei dati. CONCLUSIONI
  • 39. L'aumento esponenziale della conoscenza porta alla preveggenza e dalla somma delle parti si pu comprendere il tutto; ma solo luomo pu formulare delle ipotesi. Chi meglio di altri riuscir ad estrapolare e plasmare questa enorme quantit di dati a disposizione avr un posto privilegiato nel mercato di domani. CONCLUSIONI
  • 40. SITOGRAFIA http://it.wikipedia.org/wiki/Big_data http://blog.debiase.com/2013/05/che-cosa-pensereste-se-vi- dicessero-che-in-italia-i-big-data-non-esistono/ http://www.beantech.it/blog/articoli/big-data-cosa-sono-e- loro-utilizzo/ http://www.lescienze.it/news/2014/03/10/news/privacy_big_ data_crittografia_raccolta_dati-2044533/ http://www.linkiesta.it/cosa-fare-dei-big-data http://www.rainews.it/dl/rainews/articoli/data-scientist-il- lavoro-sexy-50712477-5a83-4682-8f73-522428eb3281.html

Recommended