Towards a method for risk calculation in multicloud environments

La complejidad y popularidad de la computación en la nube se ha incrementado a lo largo de los años. Es común encontrar aplicaciones con gran demanda y elevadas cargas de trabajo en la nube, utilizando uno o más proveedores. Este escenario ha motivado los investigadores a encontrar nuevos métodos en...

Full description

Autores:
Tafurth Zuñiga, Juan Camilo
Tipo de recurso:
Fecha de publicación:
2017
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
eng
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/61855
Acceso en línea:
http://hdl.handle.net/1992/61855
Palabra clave:
Aprendizaje automático (Inteligencia artificial)
Computación en la nube
Sistemas de información en administración
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
id UNIANDES2_4bec903749e14546cd6eb423225e569c
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/61855
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Towards a method for risk calculation in multicloud environments
title Towards a method for risk calculation in multicloud environments
spellingShingle Towards a method for risk calculation in multicloud environments
Aprendizaje automático (Inteligencia artificial)
Computación en la nube
Sistemas de información en administración
title_short Towards a method for risk calculation in multicloud environments
title_full Towards a method for risk calculation in multicloud environments
title_fullStr Towards a method for risk calculation in multicloud environments
title_full_unstemmed Towards a method for risk calculation in multicloud environments
title_sort Towards a method for risk calculation in multicloud environments
dc.creator.fl_str_mv Tafurth Zuñiga, Juan Camilo
dc.contributor.advisor.none.fl_str_mv González Rojas, Oscar Fernando
dc.contributor.author.none.fl_str_mv Tafurth Zuñiga, Juan Camilo
dc.contributor.jury.none.fl_str_mv Castro Barrera, Harold Enrique
Chavarriaga Lozano, Jaime Alberto
Pedraza Ferreira, Gabriel Rodrigo
dc.subject.keyword.spa.fl_str_mv Aprendizaje automático (Inteligencia artificial)
Computación en la nube
Sistemas de información en administración
topic Aprendizaje automático (Inteligencia artificial)
Computación en la nube
Sistemas de información en administración
description La complejidad y popularidad de la computación en la nube se ha incrementado a lo largo de los años. Es común encontrar aplicaciones con gran demanda y elevadas cargas de trabajo en la nube, utilizando uno o más proveedores. Este escenario ha motivado los investigadores a encontrar nuevos métodos en la selección de configuraciones adecuadas para un conjunto de requerimientos. Diferentes métodos de soporte a la decisión de múltiples criterios (MCDMM) se han desarrollado para cumplir con este fin, y cada uno funciona bien en el dominio en el que son aplicados. Este trabajo construye las bases de un método basado en modelos para calcular el riesgo en ambientes desplegados en la nube, el cual correlaciona los requerimientos técnicos y de negocio e ignora todos los datos que no son relevantes. Se utiliza algoritmos de regresión del campo de machine learning para encontrar los valores óptimos de un modelo de cálculo de riesgo...
publishDate 2017
dc.date.issued.spa.fl_str_mv 2017
dc.date.accessioned.none.fl_str_mv 2022-09-26T22:41:30Z
dc.date.available.none.fl_str_mv 2022-09-26T22:41:30Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/61855
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
dc.identifier.local.spa.fl_str_mv 795618-1001
url http://hdl.handle.net/1992/61855
identifier_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
795618-1001
dc.language.iso.spa.fl_str_mv eng
language eng
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv xiii, 83 hojas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Andes
dc.publisher.program.spa.fl_str_mv Maestría en Tecnologías de Información para el Negocio
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.department.spa.fl_str_mv Departamento de Ingeniería de Sistemas y Computación
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/e1bf9c71-42cc-4a64-afd7-f3711a23b922/download
https://repositorio.uniandes.edu.co/bitstreams/60570a87-20af-48ef-8f30-809e5d7e59bb/download
https://repositorio.uniandes.edu.co/bitstreams/6d4eecaf-3529-4862-9fc4-935edd7ffece/download
bitstream.checksum.fl_str_mv 2b92a0f5f13127c457a30e43d7ad7bd4
65f0c14bb04e9e46384b5ee9b90e1096
f8f9c32302296d64cc745a5387949759
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1818111942118604800
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2González Rojas, Oscar Fernandovirtual::20857-1Tafurth Zuñiga, Juan Camilobd605447-9392-4048-984b-760da5f2acb7500Castro Barrera, Harold EnriqueChavarriaga Lozano, Jaime AlbertoPedraza Ferreira, Gabriel Rodrigo2022-09-26T22:41:30Z2022-09-26T22:41:30Z2017http://hdl.handle.net/1992/61855instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/795618-1001La complejidad y popularidad de la computación en la nube se ha incrementado a lo largo de los años. Es común encontrar aplicaciones con gran demanda y elevadas cargas de trabajo en la nube, utilizando uno o más proveedores. Este escenario ha motivado los investigadores a encontrar nuevos métodos en la selección de configuraciones adecuadas para un conjunto de requerimientos. Diferentes métodos de soporte a la decisión de múltiples criterios (MCDMM) se han desarrollado para cumplir con este fin, y cada uno funciona bien en el dominio en el que son aplicados. Este trabajo construye las bases de un método basado en modelos para calcular el riesgo en ambientes desplegados en la nube, el cual correlaciona los requerimientos técnicos y de negocio e ignora todos los datos que no son relevantes. Se utiliza algoritmos de regresión del campo de machine learning para encontrar los valores óptimos de un modelo de cálculo de riesgo...Cloud computing's complexity and popularity has increased exponentially over the years. It is common to find high demanding applications that run heavy workloads on the cloud, by using one or more services from a set of providers. This scenario has motivated researchers to find new methods to assist in the selection of suitable configurations for a given set of requirements. Cost based, performance based and risk based multi criteria decision making methods (MCDMM) have been developed to achieve this end, and they work well for the domain in which they are applied. This work sets the basis for a model based method that calculate risk in cloud computing environments, which aims to correlate technical and business requirements while ignoring data that is not relevant. We leverage machine learning regression algorithms to find the optimal values of a risk calculation model...Magíster en Tecnologías de Información para el NegocioMaestríaxiii, 83 hojasapplication/pdfengUniversidad de los AndesMaestría en Tecnologías de Información para el NegocioFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y ComputaciónTowards a method for risk calculation in multicloud environmentsTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMAprendizaje automático (Inteligencia artificial)Computación en la nubeSistemas de información en administración200814690Publicationhttps://scholar.google.es/citations?user=RPqeGp0AAAAJvirtual::20857-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000765791virtual::20857-1113cc00f-0438-4752-9652-559a3b10a3f0virtual::20857-1113cc00f-0438-4752-9652-559a3b10a3f0virtual::20857-1ORIGINAL13417.pdfapplication/pdf2003946https://repositorio.uniandes.edu.co/bitstreams/e1bf9c71-42cc-4a64-afd7-f3711a23b922/download2b92a0f5f13127c457a30e43d7ad7bd4MD51TEXT13417.pdf.txt13417.pdf.txtExtracted texttext/plain167725https://repositorio.uniandes.edu.co/bitstreams/60570a87-20af-48ef-8f30-809e5d7e59bb/download65f0c14bb04e9e46384b5ee9b90e1096MD52THUMBNAIL13417.pdf.jpg13417.pdf.jpgIM Thumbnailimage/jpeg7104https://repositorio.uniandes.edu.co/bitstreams/6d4eecaf-3529-4862-9fc4-935edd7ffece/downloadf8f9c32302296d64cc745a5387949759MD531992/61855oai:repositorio.uniandes.edu.co:1992/618552024-12-04 16:51:46.279http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co

Publicaciones similares