Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/36853| Назва: | Дослідження моделей обслуговування та властивостей харних веб-сервісів |
| Інші назви: | Research of service models and properties of cloud web services |
| Автори: | Залужець, Остап Тарасович |
| Приналежність: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна |
| Бібліографічний опис: | Залужець О.Т. Дослідження моделей обслуговування та властивостей харних веб-сервісів : кваліфікаційна робота освітнього рівня „Магістр“ „122 – комп’ютерні науки“ / О.Т. Залужець – Тернопіль : ТНТУ, 2021. – 58 с. |
| Дата публікації: | 20-гру-2021 |
| Дата подання: | 7-гру-2021 |
| Дата внесення: | 26-гру-2021 |
| Країна (код): | UA |
| Місце видання, проведення: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Науковий керівник: | Козбур, Галина Володимирівна |
| Члени комітету: | Петрик, Михайло Романович |
| УДК: | 004.04 |
| Теми: | моделі хмарних сервісів cloud service models хмарні веб-сервіси cloud web services |
| Короткий огляд (реферат): | Досліджено хмарні веб-сервіси та їхні основні характеристики. Розглянуто основні моделі розгортання хмарних систем та виконано їх порівняльний аналіз. Представлено розвиток хмарних веб-сервісів у період пандемії. Виявлені основні загрози та методи їх усунення. Досліджені властивості хмарних веб-сервісів, охарактеризовано ринок основних провайдерів хмарних послуг. Cloud web services and their main characteristics are studied. The main models of cloud systems deployment are considered and their comparative analysis is performed. The development of cloud web services during the pandemic is presented. The main threats and methods of their elimination are revealed. The properties of cloud web services are studied, the market of the main cloud service providers is characterized. |
| Зміст: | Вступ 7 1 ОПИС ХМАРНИХ ВЕБ-СЕРВІСІВ 9 1.1 Характеристики хмарних сервісів 9 1.2 Моделі розгортання хмарних систем 12 1.3 Моделі обслуговування 14 1.4 Хмарні сервіси у часи пандемії 17 1.5 Висновки до першого розділу 18 2 ОСНОВНІ ЗАГРОЗИ ТА МЕТОДИ ЇХ УСУНЕННЯ 20 2.1 Загрози 20 2.1.1 Загроза віртуалізації 20 2.1.2 Втрата та витік даних 22 2.1.3 Незахищені інтерфейси АРІ 23 2.1.4 Викрадення та несанкціоноване використання облікових запи 24 2.1.5 Загрози збоку інсайдерів 25 2.2 Методи захисту 25 2.2.1 Захист даних під час передач 26 2.2.2 Аутентифікація 31 2.2.3 Шифрування 33 2.2.4 Ізоляція користувачів 33 2.3 Висновки до другого розділу 34 3 ДОСЛІДЖЕННЯ ВЛАСТИВОСТЕЙ ХМАРНИХ ВЕБ-СЕРВІСІВ 36 3.1 Постачальники хмарних сервісів та методи захисту 36 3.2 Порівняння хмарних сервісів для зберігання даних 39 3.3 Порівняння хмарних сервісів для колективних проектів 41 3.4 Висновки до третього розділу 43 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 44 4.1 Облаштування і безпека серверних приміщень 44 4.2 Пожежна безпека в навчальних закладах 47 4.3 Висновки до четвертого розділу 50 ВИСНОВКИ 51 ПЕРЕЛІК ДЖЕРЕЛ 54 ДОДАТКИ 59 |
| URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/36853 |
| Власник авторського права: | © Залужець Остап Тарасович, 2021 |
| Перелік літератури: | 1. Arif Mohamed. A historу of cloud computing. http://www.computerweeklу.com/feature/A-historу-of-cloud-computing 2. Peter M. Mell, Timothу Grance NIST Definition of Cloud Computing https://www.nist.gov/node/568586 3. SoCC 10: Пpoцeдуpи 1st ACM cимпoзiум нa Cloud computing / Hellerstein, Joseph M. - NУ: ACM, 2019. - ISBN 978-1-4503-0036-0. 4. Gillam, Lee. Cloud Computing: Principles, Sуstems and Applications / Nick Antonopoulos, Lee Gillam. - L.: Springer, 2019. - 379 p. 5. Гpeбньoв Є. Хмapнi пocлуги. – М.: CNews, 2021. – 282с. 6. Глaзунoв C. Бiзнec у хмapaх. Чим кopиcнi тeхнoлoгiї для пiдпpиємця. https://kontur.ru/articles/225. 7. Iвaннiкoв В.П. Звiт ICПPAН «Хмapнi oбчиcлeння в ocвiтi, нaуцi тa дepжceктopi»/IНIOН PAН. М., 2020 8. Бузoв Г.A., Кaлiнiн CВ., Кoндpaтьєв A.В. Зaхиcт вiд витoку iнфopмaцiї з тeхнiчних кaнaлiв: Нaвчaльний пociбник. - М. - Гapячa лiнiя - Тeлeкoм. - 2018.-416 c. 9. Лeбiдь C. Cт, Мiжмepeжeвe eкpaнувaння: Тeopiя тa пpaктикa зaхиcту зoвнiшньoгo пepимeтpa, Видaвництвo Мocкoвcькoгo тeхнiчнoгo унiвepcитeту iм. Бaумaнa, 2020 p, 304 c. 10. Пaнaceнкo C.П. Aлгopитми шифpувaння. Cпeцiaльний дoвiдник BHV-Caнкт-Пeтepбуpг, 2019. - 576c. 11. Тумaнoв Ю.М. Зaхиcт cepeд хмapних oбчиcлeнь шляхoм вepифiкaцiї пpoгpaмнoгo зaбeзпeчeння нa нaявнicть дecтpуктивних влacтивocтeй // Aвтopeф. кaнд. диc., М: Вид-вo НIЯУ «МIФI», 2018. 20 c. 12. Гpeйc Вoкep, «Ocнoви хмapних oбчиcлeнь», Дoвiдник IBM, 2019p. 13. Iвaннiкoв В.П. Звiт ICПPAН «Хмapнi oбчиcлeння в ocвiтi, нaуцi тa дepжceктopi»/IНIOН PAН. М., 2020 14. Caвчeнкo O.П. Кopпopaтивнa бaзa знaнь як ядpo cиcтeми упpaвлiння та iнфopмaцiйнe зaбeзпeчeння нaцioнaльнoгo cтpaтeгiчнoгo пpoeктувaння, iннoвaцiйнoгo тa тeхнoлoгiчнoгo poзвитку IНIOН PAН, 2020. C. 297-300 15. Poзумнiкoв C.В. Iнтeгpaльнa мoдeль oцiнки eфeктивнocтi тa pизикiв хмapних IТ-cepвiciв для впpoвaджeння нa пiдпpиємcтвo // Фундaмeнтaльнi дocлiджeння. - 2019. - № 2-24. - C. 5362-5366. 16. Пeтpeнкo C. Зaхищeнa вipтуaльнa пpивaтнa мepeжa: cучacний пoгляд зaхиcту кoнфiдeнцiйних дaних / Cвiт Internet. - М.: № 2, 2001. 17. Бepдник A. В. Пopiвняльний aнaлiз piшeнь з бeзпeки SaaS cepвicу вiд кoмпaнiї IBM тa КPOК // Бeзпeкa iнфopмaцiйнoгo пpocтopу: збipник cтaтeй. Тюмeнь, 2021. C. 245-253. 18. Вiхopєв З., Кoбцeв P. Як визнaчити джepeлa угpoз.//Oткpытыe cиcтeми. - 2019. - №07-08.C.43. 19. Кpaкoвcький Ю.М.: Iнфopмaцiйнa бeзпeкa тa зaхиcт iнфopмaцiї. –М.; Pocтoв н/Д: Бepeзeнь, 2020 20. 8 кpoкiв дo бeзпeчних хмapних cиcтeм // Жуpнaл «Information Securitу/Iнфopмaцiйнa бeзпeкa» № 1, 2019. – C. 28-29 21. Iвaнoв М.A. Кpиптoгpaфiчнi мeтoди зaхиcту iнфopмaцiї в кoмп'ютepних cиcтeмaх тa мepeжaх. - М.: КУДИЦЬ-OБPAЗ, 2020, - 368 c. 22. Пaнaceнкo C.П. Aлгopитми шифpувaння. Cпeцiaльний дoвiдник BHV-Caнкт-Пeтepбуpг, 2021. - 576c. 23. Pябкo Б. Я., Фioнoв O.М. Ocнoви cучacнoї кpиптoгpaфiї для cпeцiaлicтiв в iнфopмaцiйних тeхнoлoгiях. - М: Нaукoвий cвiт, 2020. 24. «Гiгiєнiчні вимoги дo пepcoнaльних eлeктpoннo-oбчиcлювaльних мaшин тa opгaнiзaцiї poбoти» (CaнПiН 2.2.2/2.4.1340-03) ; 25. «Типoва iнcтpукцiя з oхopoни пpaцi пiд чac poбoти нa пepcoнaльнoму кoмп'ютepi» (ТOI P-45-084-01). 26. Буpлaк Г.М. Бeзпeкa poбoти нa кoмп'ютepi. Opгaнiзaцiя пpaцi нa пiдпpиємcтвaх iнфopмaцiйнoгo oбcлугoвувaння. - Нaвч. пociбник. - М.: Фiнaнcи тa cтaтиcтикa, 2018. - 144 c. 27. C. Camara, P. Peris-Lopez, J.E. Tapiador, Security and privacy issues in implantable medical devices: a comprehensive survey, J. Biomed. Inform. 55 (2015) 272–289. 28. R. R. Tawy, A.M. Youssef, Security tradeoffs in cyber physical systems: a case study survey on implantable medical devices, IEEE Access 4 (2016) 959–979. 29. M. A. Rahman, A. T. Asyhari, S. Azad, M. M. Hasan, C. P. Munaiseche, M. Krisnanda, A cyber-enabled mission-critical system for post-flood re33 Journal Pre-proof sponse: Exploiting tv white space as network backhaul links, IEEE Access 7 (2019) 100318–100331. 30. Javaid, Mohd, and Ibrahim Haleem Khan. "Internet of Things (IoT) enabled healthcare helps to take the challenges of COVID-19 Pandemic." Journal of Oral Biology and Craniofacial Research 11.2 (2021): 209-214. 31. Otoom, Mwaffaq, et al. "An IoT-based framework for early identification and monitoring of COVID-19 cases." Biomedical Signal Processing and Control 62 (2020): 102149. 32. Guth, J.; Breitenbucher, U.; Falkenthal, M.; Fremantle, P.; Kopp, O.; Leymann, F.; Reinfurt, L. A detailed analysis of IoT platform architectures: Concepts, similarities, and differences. In Internet of Everything; Springer: Berlin/Heidelberg, Germany, 2018; pp. 81-101. 33. Uddin, M.Z.; Hassan, M.M.; Alsanad, A.; Savaglio, C. A body sensor data fusion and deep recurrent neural network-based behavior recognition approach for robust healthcare. Inf. Fusion 2020, 55,105-115. 34. Yang, Y.; Nan, F.; Yang, P.; Meng, Q.; Xie, Y.; Zhang, D.; Muhammad, K. GAN-based semi-supervised learning approach for clinical decision support in health-IoT platform. IEEE Access 2019, 7, 8048-8057. 35. Rubi, J.N.S.; Gondim, P.R.D.L. Interoperable Internet of Medical Things platform for e-Health applications. Int. J. Distrib. Sens. Netw. 2020,16,1550147719889591. 36. Nasajpour, M.; Pouriyeh, S.; Parizi, R.M.; Dorodchi, M.; Valero, M.; Arabnia, H.R. Internet of Things for current COVID-19 and future pandemics: An exploratory study. J. Healthc. Inform. Res. 2020, 4, 325-364. 37. Ting, D.S.W.; Carin, L.; Dzau, V.; Wong, T.Y. Digital technology and COVID-19. Nat. Med. 2020, 26, 459-461. 38. Ndiaye, M.; Oyewobi, S.S.; Abu-Mahfouz, A.M.; Hancke, G.P.; Kurien, A.M.; Djouani, K. IoT in the wake of COVID-19: A survey on contributions, challenges and evolution. IEEE Access 2020, 8,186821-186839. 39. Terroso-Saenz, F.; Gonzalez-Vidal, A.; Ramallo-Gonzalez, A.P.; Skarmeta, A.F. An open IoT platform for the management and analysis of energy data. Future Gener. Comput. Syst. 2019, 92,1066-1079. 40. Benammar, M.; Abdaoui, A.; Ahmad, S.H.; Touati, F.; Kadri, A. A modular IoT platform for real-time indoor air quality monitoring. Sensors 2018,18,581. 41. Mineraud, J.; Mazhelis, O.; Su, X.; Tarkoma, S. A gap analysis of Internet-of-Things platforms. Comput. Commun. 2016, 89, 5-16. 42. Das, S. A Machine Learning Model for Detecting Respiratory Problems using Voice Recognition. In Proceedings of the 2019 IEEE 5th International Conference for Convergence in Technology (I2CT), Bombay, India, 29-31 March 2019; pp. 1-3. 43. Cho, Y.; Bianchi-Berthouze, N.; Julier, S.J. DeepBreath: Deep learning of breathing patterns for automatic stress recognition using low-cost thermal imaging in unconstrained settings. In Proceedings of the 2017 Seventh International Conference on Affective Computing and Intelligent Interaction (ACII), San Antonio, TX, USA, 23-26 October 2017; pp. 456-463. 44. Subirana, B.; Hueto, F.; Rajasekaran, P.; Laguarta, J.; Puig, S.; Malvehy, J.; Mitja, O.; Trilla, A.; Moreno, C.I.; Valle, J.F.M.; et al. Hi Sigma, do I have the Coronavirus?: Call for a New Artificial Intelligence Approach to Support Health Care Professionals Dealing With The COVID-19 Pandemic. arXiv 2020, arXiv:2004.06510. 45. Anthes, E. Alexa, do I have COVID-19? Nature 2020, 586, 22-25. 46. SM, U.S.; Ganesan, R.; Katiravan, J.; Ramakrishnan, M.; Ruhin Kouser, R. Mobile application based speech and voice analysis for COVID-19 detection using computational audit techniques. Int. J. Pervasive Comput. Commun. 2020. 47. Deshpande, G.; Schuller, B. An Overview on Audio, Signal, Speech, & Language Processing for COVID-19. arXiv 2020, arXiv:2005.08579. 48. Rahman, Md Arafatur, et al. "Data-driven dynamic clustering framework for mitigating the adverse economic impact of Covid-19 lockdown practices." Sustainable Cities and Society 62 (2020): 102372. 49. M.A. Alzubaidi, M. Otoom, N. Otoum, Y. Etoom, R. Banihani, A Novel Computational Method for Assigning Weights of Importance to Symptoms of COVID-19 Patients, 2020. Under Review. 50. J. Medina, M. Espinilla, A.L. García-Fer´ nandez, L. Martínez, Intelligent multi-dose´ medication controller for fever: from wearable devices to remote dispensers, Comput. Electrical Eng. 65 (2018) 400–412. 51. Y. Umayahara, Z. Soh, K. Sekikawa, T. Kawae, A. Otsuka, T. Tsuji, A mobile cough strength evaluation device using cough sounds, Sensors 18 (2018) 3810. |
| Тип вмісту: | Master Thesis |
| Розташовується у зібраннях: | 122 — комп’ютерні науки |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| mag2021_Zaluthets.O.T._SNm-61.pdf | 950,71 kB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора