CC BY
52
ОБЛАЧНЫЕ СЕРВИСЫ В СИСТЕМАХ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ Шишкин Ю. Е.
Шишкин Юрий Евгеньевич /Shishkin Yurij Evgenievich - аспирант, кафедра информационных технологий и компьютерных систем, Федеральное государственное автономное образовательное учреждение высшего образования Севастопольский государственный университет, г. Севастополь
Аннотация: в статье рассматриваются теоретические и практические аспекты применения сервисов облачных вычислений и облачных хранилищ данных, применяемых в качестве ключевого компонента системы поддержки принятия решений, используемой в интересах системных администраторов, исследователей, бизнес-аналитиков и топ-менеджеров. Рассмотрены классические сервисные модели облачных систем (SaaS, PaaS, IaaS) и их модели развертывания (Private cloud, Community cloud, Public cloud, Hybrid cloud) с целью решения вычислительно трудоемких крупномасштабных научных задач.
Ключевые слова: облачные сервисы, система поддержки принятия решений, визуализация, Большие Данные, имитационное моделирование.
На сегодняшний день возрастающие требования к объемам обрабатываемых данных, оперативности анализа и минимизации капитальных затрат приводят к необходимости использования арендованных информационных вычислительных систем, одним из общепринятых наиболее эффективных вариантов использования вычислительных ресурсов является приобретение облачного сервиса [1-3].
Целью исследования является произвести анализ существующих сервисных моделей облачных вычислений, моделей развертывания облачных вычислений и выделить основные характеристики облачных вычислений в рамках решения прикладной задачи разработки системы поддержки принятия решений [4].
Модель облачных вычислений предусматривает предоставление возможности повсеместного сетевого доступа по требованию к пулу разделяемых конфигурируемых вычислительных ресурсов и систем хранения данных, которые оперативно выделяются и высвобождаются без необходимости непосредственного управления со стороны пользователя [5 -6]. Классическая модель облачной системы может быть реализована следующими сервисными моделями: Software as a Service (SaaS) программное обеспечение как услуга, Platform as a Service (PaaS) платформа как услуга, Infrastructure as a Service (IaaS) инфраструктура как услуга и следующими моделями развертывания: Private cloud (частное облако), Community cloud (облако сообщества), Public cloud (публичное облако), Hybrid cloud (гибридное облако) [7 -8].
Осуществление процесса поддержки принятия решений вычислительно трудоемкая задача, для оперативного решения которой можно использовать модели облачных сервисов. В отличие от других классов интернет ресурсов облачные модели, вне зависимости от сервисной модели и модели развертывания, должны удовлетворять основным положениям, прописанным в NIST Definition of Cloud Computing. Уровень обеспечения провайдером пользователей сервисов полностью регламентируется SLA соглашением и может быть пересмотрен по инициативе пользователя. Основными, положительно влияющими на достижение конечной цели поддержки принятия решения, особенностями облачных сервисов являются: единство пула ресурсов, эластичность, масштабируемость и оплата только за фактически использованные ресурсы.
Литература
1. Кодолов П. А. Проблемы безопасности облачных вычислений // Наука, техника и образование, 2016. № 4 (22). С. 54-55.
2. Шишкин Ю. Е., Греков Н. А. Исследование систем управления высокоточными измерениями // Интеллектуальные системы, управление и мехатроника - 2015: материалы междунар. науч.-техн. конфер. молодых ученых, аспирантов и студентов. Севастополь: СевГУ, 2015. С. 221-225.
3. Груздова М. В. Информационная система в управлении инновационной деятельностью // Наука, техника и образование, 2014. № 2 (2). С. 63-67.
4. Скатков А. В., Шишкин Ю. Е., Николаева Ю. П. Имитационная модель взаимодействия триады агентов облачной вычислительной среды «Потребитель -Брокер - Провайдер» // Информационные технологии и управление: сб. науч. тр.,
2015. Т. 1. № 1. С. 114-119.
5. Гавриленко Д. В. Создание защищенного облачного хранилища // Проблемы науки,
2016. № 5 (6). С. 31-33.
6. Греков А. Н., Шишкин Ю. Е. Моделирование трехкомпонентного акустического измерителя скорости течения // Системы контроля окружающей среды. Севастополь: ИПТС, 2016. № 6 (26). С. 33-40.
7. Гребнева Е. А., Мельников В. В., Пасынков М. А. Программа для обработки и анализа биофизических данных // Системы контроля окружающей среды, 2015. № 2 (22). С. 102-110.
8. Скатков А. В., Брюховецкий А. А., Шишкин Ю. Е. Сравнительный анализ методов обнаружения изменений состояний сетевого трафика // Автоматизация и приборостроение: проблемы, решения: материалы междунар. науч.-техн. конфер. Севастополь: СевГУ, 2016. С. 14-15.
