論文の概要: BigBird: Big Data Storage and Analytics at Scale in Hybrid Cloud
- arxiv url: http://arxiv.org/abs/2203.11472v1
- Date: Tue, 22 Mar 2022 05:42:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-23 15:39:31.391343
- Title: BigBird: Big Data Storage and Analytics at Scale in Hybrid Cloud
- Title（参考訳）: BigBird: ハイブリッドクラウドにおけるビッグデータストレージと大規模分析
- Authors: Saurabh Deochake, Vrushali Channapattan, Gary Steelman
- Abstract要約: 本稿では,Google Cloud PlatformのBigQueryを用いて,スケーラブルなビッグデータストレージと分析管理フレームワークを設計するためのアプローチを紹介する。
この記事では、Google Cloud Platformのフレームワーク実装について論じるが、主要なクラウドプロバイダすべてに簡単に適用できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Implementing big data storage at scale is a complex and arduous task that
requires an advanced infrastructure. With the rise of public cloud computing,
various big data management services can be readily leveraged. As a critical
part of Twitter's "Project Partly Cloudy", the cold storage data and analytics
systems are being moved to the public cloud. This paper showcases our approach
in designing a scalable big data storage and analytics management framework
using BigQuery in Google Cloud Platform while ensuring security, privacy, and
data protection. The paper also discusses the limitations on the public cloud
resources and how they can be effectively overcome when designing a big data
storage and analytics solution at scale. Although the paper discusses the
framework implementation in Google Cloud Platform, it can easily be applied to
all major cloud providers.
- Abstract（参考訳）: 大規模にビッグデータストレージを実装するのは複雑な作業であり、高度なインフラストラクチャを必要とする。
パブリッククラウドコンピューティングの台頭により、さまざまなビッグデータ管理サービスが容易に利用できるようになる。
Twitterの"Project Partly Cloudy"の重要な部分として、コールドストレージデータと分析システムがパブリッククラウドに移行されている。
本稿では,Google Cloud PlatformのBigQueryを用いて,スケーラブルなビッグデータストレージと分析管理フレームワークを設計し,セキュリティ,プライバシ,データ保護を確保するためのアプローチを紹介する。
また、パブリッククラウドリソースの制限と、大規模にビッグデータストレージと分析ソリューションを設計する場合に効果的に克服できる方法について論じる。
この記事では、Google Cloud Platformのフレームワーク実装について論じるが、主要なクラウドプロバイダすべてに簡単に適用できる。
関連論文リスト
- PVContext: Hybrid Context Model for Point Cloud Compression [61.24130634750288]
我々は,効率的なオクツリーベースのポイントクラウド圧縮のためのハイブリッドコンテキストモデルPVContextを提案する。
PVContextは、ボクセルを用いて局所幾何学情報を正確に表現するVoxel Contextと、ポイントクラウドからグローバルな形状情報を効率的に保存するPoint Contextの2つのコンポーネントから構成される。
論文 参考訳（メタデータ） (2024-09-19T12:47:35Z) - Mitigating Data Sharing in Public Cloud using Blockchain [0.0]
データの権利、データ共有、データ検証といった重要な側面を持つ、クラウド内のセキュアなデータエコシステムを提案します。
これにより、既存のパブリッククラウドベースのシステムが、信頼性の強化とクラウドデータの非再検討を容易にブロックチェーンをデプロイできるようになる。
論文 参考訳（メタデータ） (2024-04-21T13:12:44Z) - Protecting Sensitive Tabular Data in Hybrid Clouds [0.0]
ヘルスケアやファイナンスといった規制された業界は、データとワークロードの一部をパブリッククラウドに移行し始めている。
病院の実際のユースケースにおいて,ハイブリッドクラウドを使用したビッグデータ分析のセキュリティとパフォーマンスの課題に対処する。
論文 参考訳（メタデータ） (2023-12-03T11:20:24Z) - Exploring Security Practices in Infrastructure as Code: An Empirical
Study [54.669404064111795]
クラウドコンピューティングは、Infrastructure as Code (IaC)ツールが広く使われていることで人気を博している。
スクリプティングプロセスは、実践者が自動的に設定ミスや脆弱性、プライバシリスクを導入するのを防ぐものではない。
セキュリティの確保は、実践者が明確な方針、ガイドライン、ベストプラクティスを理解し、採用することに依存する。
論文 参考訳（メタデータ） (2023-08-07T23:43:32Z) - Towards Confidential Computing: A Secure Cloud Architecture for Big Data
Analytics and AI [0.0]
クラウドコンピューティングは、ビッグデータ分析と人工知能のための実行可能なソリューションになっている。
バイオメディカルリサーチのような特定の分野におけるデータセキュリティは、クラウドに移行する際の大きな懸念事項である。
論文 参考訳（メタデータ） (2023-05-28T16:08:44Z) - Remote Data Auditing and How it May Affect the Chain of Custody in a
Cloud Environment [0.0]
ますます多くの企業が、データをクラウドベースの環境にアウトソーシングすることに頼っている。
国家レベルの法執行機関や大都市警察も、クラウド環境を利用してデータを保存している。
このデータソリューションは、データ所有者の制御の欠如により、アウトソースされたデータが信頼できないものになるという、独自の問題を提示します。
論文 参考訳（メタデータ） (2022-08-26T16:10:34Z) - Measuring the Carbon Intensity of AI in Cloud Instances [91.28501520271972]
我々は,ソフトウェアの炭素強度を測定するための枠組みを提供し,運転中の炭素排出量を測定することを提案する。
私たちは、Microsoft Azureクラウドコンピューティングプラットフォームにおける排出削減のための一連のアプローチを評価します。
論文 参考訳（メタデータ） (2022-06-10T17:04:04Z) - Privacy-Preserving Cloud Computing: Ecosystem, Life Cycle, Layered
Architecture and Future Roadmap [0.0]
プライバシ保護型クラウドコンピューティングに関する調査論文は、関連する分野における今後の研究の道を開く上で有効である。
本稿では,階層型アーキテクチャとライフサイクル,プライバシ保護クラウドシステムのためのエコシステムを確立することで,既存のトレンドを識別する上で有効である。
論文 参考訳（メタデータ） (2022-04-23T18:47:26Z) - Unsupervised Point Cloud Representation Learning with Deep Neural
Networks: A Survey [104.71816962689296]
大規模クラウドラベリングの制約により,教師なしのポイントクラウド表現学習が注目されている。
本稿では、ディープニューラルネットワークを用いた教師なしポイントクラウド表現学習の総合的なレビューを提供する。
論文 参考訳（メタデータ） (2022-02-28T07:46:05Z) - Auto-Split: A General Framework of Collaborative Edge-Cloud AI [49.750972428032355]
本稿では,Huawei Cloudのエッジクラウド共同プロトタイプであるAuto-Splitの技法と技術実践について述べる。
私たちの知る限りでは、Deep Neural Network(DNN)分割機能を提供する既存の産業製品はありません。
論文 参考訳（メタデータ） (2021-08-30T08:03:29Z) - A Privacy-Preserving Distributed Architecture for
Deep-Learning-as-a-Service [68.84245063902908]
本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。
クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
論文 参考訳（メタデータ） (2020-03-30T15:12:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。