0
Les clouds, du buzz à la vraie science Frédéric DesprezLIP ENS Lyon/INRIA Grenoble Rhône-AlpesEPI GRAAL/Avalon<br />14/06/...
Hype ! <br />
introduction<br />
Introduction<br /><ul><li>Il est moins coûteux de louer de la capacité de calcul et de stockage que de monter un centre de...
La transparence d’utilisation des grandes plates-formes distribuées est primordiale
Pouvoir gérer ces ressources de manière dynamique et élastique!
Un long historique du calcul distribué à plus ou moins grande échelle
Des supercalculateurs et grappes aux Clouds en passant par les grilles
Des besoins applicatifs de plus en plus importants et variés
Explosion du nombre et du volume de données
Utility computing
“Wewillprobablysee the spread of computer utilities, which, likepresentelectric and telephone utilities, will service indi...
Qu’est-ce que le Cloud Computing ?<br />Un paradigme de calculdistribuéémergeantdanslequel les données et les services son...
 1980: Client-serveurs,
 1990: Web, grilles,
 2000: SOA,
 2010: Clouds	</li></ul>Credit: IBM Corp.<br />Cloud Computing<br />
Cloud Computing<br /><ul><li>Né de
La profusion de ressources (data centers)
Une technologie de virtualisation mature et des communications à haut débit
Quelques caractéristiques
Libre service à la demande
Le consommateur récupère des ressources de calcul et de stockage à la demande (machines virtuelles)
Accès réseau
Ressources, briques logicielles et applications disponibles à travers le réseau pour des clients de tailles différentes
Mise en commun de ressources
Data centers fournissant les ressources (machines, stockage, mémoire, BP réseau) pour différents clients en mode partagé. ...
« Elasticité » réactive et rapide
Croissance ou décroissance dynamique du nombre de ressources en fonction de la demande et des besoins. Extensibilité !
Service mesuré et facturation à l’usage
Reporting de l’utilisation des ressources
Résilience
Continuité du service</li></li></ul><li>Constat : Coût<br />Investissement<br />*Source : http://media.amazonwebservices.c...
Une vue à 10000 pieds<br />SLAs<br />Services web<br />Virtualisation<br />
Grilles vs Clouds<br /><ul><li>Une vision partagée
simplifier l’accès aux ressources distantes de la manière la plus transparente possible
Technologie différente
Grappes et batchs vs datacenters et virtualisation
Gestion de ressources
Statique vs dynamique
Modèle de programmation
MPI/GridRPC vs MapReduce/scripts/workflows
Modèle de sécurité
Certificats vs Web + SSL
Des domaines applicatifs différents (pour l’instant!)
HPC/HTC vs Business</li></li></ul><li>Grid<br />Computing<br />Cloud<br />Computing<br />Salesforces.com<br />Grid‘5000<br...
Upcoming SlideShare
Loading in...5
×

Les clouds, du buzz à la vraie science

1,225

Published on

Journée Calcul Intensif pour la biologie Lille 14/06/11.
http://www.lifl.fr/~touzet/calculintensif11.html

Published in: Travel
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,225
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
43
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Transcript of "Les clouds, du buzz à la vraie science"

  1. 1. Les clouds, du buzz à la vraie science Frédéric DesprezLIP ENS Lyon/INRIA Grenoble Rhône-AlpesEPI GRAAL/Avalon<br />14/06/2010<br />
  2. 2. Hype ! <br />
  3. 3. introduction<br />
  4. 4. Introduction<br /><ul><li>Il est moins coûteux de louer de la capacité de calcul et de stockage que de monter un centre de calcul
  5. 5. La transparence d’utilisation des grandes plates-formes distribuées est primordiale
  6. 6. Pouvoir gérer ces ressources de manière dynamique et élastique!
  7. 7. Un long historique du calcul distribué à plus ou moins grande échelle
  8. 8. Des supercalculateurs et grappes aux Clouds en passant par les grilles
  9. 9. Des besoins applicatifs de plus en plus importants et variés
  10. 10. Explosion du nombre et du volume de données
  11. 11. Utility computing
  12. 12. “Wewillprobablysee the spread of computer utilities, which, likepresentelectric and telephone utilities, will service individual homes and offices accrossthe country”</li></ul>Professeur John McCarthy, 1961 !!!<br />
  13. 13. Qu’est-ce que le Cloud Computing ?<br />Un paradigme de calculdistribuéémergeantdanslequel les données et les services sontdisponiblesdans des data centers extensibles et peuventêtreaccédés de manièretransparentedepuis des appareils (ordinateurs, téléphones, grappes, …) connectés par Internet<br />Systèmes distribués !<br />5ème génération d’architectures<br /><ul><li> 1970: Mainframes,
  14. 14. 1980: Client-serveurs,
  15. 15. 1990: Web, grilles,
  16. 16. 2000: SOA,
  17. 17. 2010: Clouds </li></ul>Credit: IBM Corp.<br />Cloud Computing<br />
  18. 18. Cloud Computing<br /><ul><li>Né de
  19. 19. La profusion de ressources (data centers)
  20. 20. Une technologie de virtualisation mature et des communications à haut débit
  21. 21. Quelques caractéristiques
  22. 22. Libre service à la demande
  23. 23. Le consommateur récupère des ressources de calcul et de stockage à la demande (machines virtuelles)
  24. 24. Accès réseau
  25. 25. Ressources, briques logicielles et applications disponibles à travers le réseau pour des clients de tailles différentes
  26. 26. Mise en commun de ressources
  27. 27. Data centers fournissant les ressources (machines, stockage, mémoire, BP réseau) pour différents clients en mode partagé. Diminution des tâches de maintenance.
  28. 28. « Elasticité » réactive et rapide
  29. 29. Croissance ou décroissance dynamique du nombre de ressources en fonction de la demande et des besoins. Extensibilité !
  30. 30. Service mesuré et facturation à l’usage
  31. 31. Reporting de l’utilisation des ressources
  32. 32. Résilience
  33. 33. Continuité du service</li></li></ul><li>Constat : Coût<br />Investissement<br />*Source : http://media.amazonwebservices.com/AWS_Cloud_Best_Practices.pdf<br />7<br />
  34. 34. Une vue à 10000 pieds<br />SLAs<br />Services web<br />Virtualisation<br />
  35. 35. Grilles vs Clouds<br /><ul><li>Une vision partagée
  36. 36. simplifier l’accès aux ressources distantes de la manière la plus transparente possible
  37. 37. Technologie différente
  38. 38. Grappes et batchs vs datacenters et virtualisation
  39. 39. Gestion de ressources
  40. 40. Statique vs dynamique
  41. 41. Modèle de programmation
  42. 42. MPI/GridRPC vs MapReduce/scripts/workflows
  43. 43. Modèle de sécurité
  44. 44. Certificats vs Web + SSL
  45. 45. Des domaines applicatifs différents (pour l’instant!)
  46. 46. HPC/HTC vs Business</li></li></ul><li>Grid<br />Computing<br />Cloud<br />Computing<br />Salesforces.com<br />Grid‘5000<br />Infrastructure<br />IaaS<br />Cloud<br />Computing<br />Amazon EC2/S3<br />Eucalyptus IaaS<br />Open Source<br />Nimbus IaaS<br />Open Source<br />OpenNebulaIaaS<br />Open Source<br />FP7 Reservoir<br />Sun <br />Open Cloud<br />Microsoft<br />Azure<br />IBM <br />Blue Cloud<br />HP Flexible<br />ComputingServices<br />FutureGrid<br />Le calculcomme un service : un historique<br />1998<br />1999<br />2003<br />2006<br />2008<br />2009<br />2007<br />2005<br />2011<br />2010<br />Crédits: T. Priol, INRIA<br />
  47. 47. Modes d’utilisation<br />
  48. 48. Cloud Computing: modes d’utilisation<br /><ul><li>Infrastructure as a Service (IaaS)
  49. 49. Le matériel est fourni sous forme de machines virtuelles sur lesquelles on installe son image disque
  50. 50. Amazon EC2, Rackspace, GoGRID, Orange, …
  51. 51. Platform as a Service (PaaS)
  52. 52. On peut développer ses propres applications en utilisant les services fournis
  53. 53. Google Apps, Windows Azure, Amazon S3, IBM CloudBurst et Websphere, …
  54. 54. Software as a Service (SaaS)
  55. 55. Des applications entières sont disponibles à distance
  56. 56. Gmail, Googledocs, Facebook, Orange, IBM LotusLive, …</li></li></ul><li>Infrastructure as a Service<br />Avoir accès à la demande à un grand nombre de ressources virtualisées<br />Dynamicité, élasticité<br />Paiement à la consommation<br />Concept de virtualisation<br />Le système d’exploitation n’est plus central et est un logiciel comme un autre !<br />Le concept de machines virtuelles consiste à recevoir des instances de systèmes. <br />Les ressources physiques sont partagées par plusieurs machines virtuelles<br />Exemples<br />Amazon EC2, RightScale, GoGrid, Orange Open Cloud, …<br />
  57. 57. Virtualisation<br />Machines virtuelles s’exécutant sur un nœud de calcul<br />VM0<br />VM1<br />VM2<br />N0<br />Proposé par IBM dans les années 60<br />“Virtual Machines have finallyarrived. Dismissed for a number of years as merelyacademiccuriosities, they are nowseen as cost-effective techniques for organizing computer systemsresources to provideextraordinary system flexibility and support for certain unique applications”.<br />Goldberg, Survey of Virtual Machine Research, 1974<br />Nœud de calcul<br />Crédits: T. Priol, INRIA<br />
  58. 58. Virtualisation<br />Apache<br />web server<br />simulation<br />VM0<br />N0<br />Noeud de calcul<br />Propriétés<br /><ul><li>Isolement
  59. 59. Portabilité
  60. 60. Suspend/restart (et migration ?)</li></ul>Machine<br />virtuelle<br />VM2<br />VM1<br />Machine<br />virtuelle<br />?<br />Machine<br />virtuelle<br />VM0<br />N1<br />VM0<br />Machine virtuelle<br />Machine virtuelle<br />Noeud de calcul<br />Crédits: T. Priol, INRIA<br />
  61. 61. Amazon Web Services : Contexte<br />Site marchand amazon.com (1995)<br />Trafic fluctuant<br />Disponibilité<br />Analyse de données<br />Gestion de stock<br />Large catalogue<br />International : latence (réplication géographique) => CDN<br />2006<br /><ul><li>La référence IaaS => PaaS
  62. 62. On ne paye que ce qu’on utilise
  63. 63. Plus de 20 produits
  64. 64. Datacenters sur 5 régions géographiques
  65. 65. Des nouveautés régulièrement
  66. 66. Références : Dropbox, Slideshare, Netflix, Zinga …</li></ul>Credits: Fabien Bousquet, Kalistic<br />
  67. 67. AWS : Mise en place<br />Inscription internet<br />Carte bancaire<br />Instantané<br />Console Web pour démarrer<br />Pas d’attente de mise en place<br />Pas de coût d’installation<br />Système ouvert / automatisable :<br />Outil<br />SDK<br />API<br />Credits: Fabien Bousquet, Kalistic<br />
  68. 68. Amazon Elastic Compute Cloud<br />A set of APIs and business models which give developer-level access to Amazon’s infrastructure and content:<br />Search As A Service<br />Alexa Web Information Service<br />Alexa Top Sites<br />Alexa Site Thumbnail<br />Alexa Web Search Platform<br />Data As A Service<br />Amazon E-Commerce Service<br />Amazon Historical Pricing<br />Infrastructure As A Service<br />Amazon Simple Queue Service<br />Amazon Simple Storage Service<br />Amazon Elastic Compute Cloud<br />Other tools<br />BD : RDS, SimpleDB<br />Messaging : SNS, SQS, SES<br />Stockage : EBS, AWS Import/Export<br />CDN : CloudFront »<br />« Calcul » : MapReduce<br />Déploiement/Gestion : Beanstalk, CloudFormation<br />Surveillance : CloudWatch<br />Réseaux : Route 53, VPC<br />People As A Service<br />Amazon Mechanical Trunk<br />Credits: Jeff Barr, Amazon<br />
  69. 69. Amazon Web Services<br />Elastic Compute<br />Cloud (EC2)<br />Calculer<br />Simple Storage <br />Service (S3)<br />Simple Queue<br />Service (SQS)<br />Stocker<br />Echanger<br />Credits: Jeff Barr, Amazon<br />
  70. 70. Amazon Elastic Compute Cloud<br /><ul><li>Provides on-demand processing power
  71. 71. Virtual machine images (Amazon Machine Image, AMI)</li></ul>From $.10 per server hour<br /><ul><li> Virtual Compute Cloud
  72. 72. Elastic Capacity
  73. 73. 1.7 GHz x86
  74. 74. 1.7 GB RAM
  75. 75. 160 GB Disk
  76. 76. 250 MB/Second Network
  77. 77. Network Security Model</li></ul>Time or Traffic-based Scaling, Load testing, Simulation and Analysis, Rendering, Software as a Service Platform, Hosting<br />$.10 - $.18 per GB data transfer<br />
  78. 78. Amazon EC2 Concepts<br />Amazon Machine Image (AMI)<br />Bootable root disk<br />Pre-defined or user-built<br />Catalog of user-built AMIs<br />OS: Fedora, Centos, Gentoo, Debian, Ubuntu, Windows Server<br />App Stack: LAMP, mpiBLAST, Hadoop<br />Limited to 10 GB<br />Instance<br />Running copy of an AMI<br />Launch in less than 2 minutes<br />Start/stop programmatically<br />Network Security Model<br />Explicit access control<br />Security groups<br />Inter-service bandwidth is free<br />
  79. 79. Types d’instances<br />http://aws.amazon.com/fr/ec2/instance-types/<br />High-Memory Extra Large Instance<br />17.1 Go de Mémoire6.5 EC2 ComputeUnits (2 virtualcores avec chacun 3.25 EC2 ComputeUnits)420 Go de stockage d’instancePlateforme 64-bitPerformance I/O: Modérée<br />High-Memory Double Extra Large Instance<br />34.2 Go de Mémoire13 EC2 ComputeUnits (4 virtualcores avec chacun 3.25 EC2 ComputeUnits)850 Go de stockage d’instancePlateforme 64-bitPerformance I/O: Elevée<br />High-Memory Quadruple Extra Large Instance<br />68.4 Go de Mémoire26 EC2 ComputeUnits (8 virtualcores avec chacun 3.25 EC2 ComputeUnits)1690 Go de stockage d’instancePlateforme 64-bitPerformance I/O: Elevée<br />Applications à grand trafic, notamment les bases de données et les applications de mise en mémoire cache<br />Instance gratuite<br />Petites Instances – défaut<br />1.7 Go de Mémoire1 EC2 Compute Unit (1 virtualcore avec 1 EC2 Compute Unit)160 Go de stockage d’instancePlateforme 32-bitPerformance I/O: Modérée<br />Large Instance<br />7.5 Go de Mémoire 4 EC2 ComputeUnits (2 virtualcores avec chacun 2 EC2 ComputeUnits)850 Go de stockage d’instancePlateforme 64-bitPerformance I/O: Elevée<br />Extra Large Instance<br />15 Go de Mémoire8 EC2 ComputeUnits (4 virtualcores avec chacun 2 EC2 ComputeUnits)1,690 Go de stockage d’instancePlateforme 64-bitPerformance I/O: Elevée<br />
  80. 80. Types d’instances, suite <br />http://aws.amazon.com/fr/ec2/instance-types/<br />Quadruple Extra Large Instance Grappe de Calcul<br />23 Go de Mémoire33.5 EC2 ComputeUnits (2 x Intel Xeon X5570, quad-core architecture “Nehalem”)1690 Go de stockage d’instancePlateforme 64-bitPerformance I/O: Très Elevée (10 Gigabit Ethernet)Nom API: cc1.4xlarge<br />Les instances cette famille fournissent proportionnellement plus de ressources CPU avec une performance réseau améliorée et sont adaptées aux applications Calculs Haute Performance (HPC) et aux autres applications nécessitant un lien réseau.<br />High-CPU Medium Instance<br />1.7 Go de Mémoire5 EC2 ComputeUnits (2 virtualcores avec chacun 2.5 EC2 ComputeUnits)350 Go de stockage d’instancePlateforme 32-bitPerformance I/O: ModéréeNom API: c1.medium<br />High-CPU Extra Large Instance<br />7 Go de Mémoire20 EC2 ComputeUnits (8 virtualcores avec chacun 2.5 EC2 ComputeUnits)1690 Go de stockage d’instancePlateforme 64-bitPerformance I/O: ElevéeNom API: c1.xlarge<br />
  81. 81. EC2: Stockage<br />Instance store<br />Copie de l’AMI / disque de boot<br />Limité à 10 GB<br />Instance EC2<br />Mount<br />Disque lié à l’instance sans coût additionnel<br />Nombre et taille variable en fonction du type d’instance<br />Ephemeraldisk<br />EBS<br />Non lié au cycle de vie de l’instance<br />Nombre et taille libres<br />S3<br />Copie d’un EBS à un instant T<br />Stocké sur S3<br />SNAPSHOT<br /> Accès via API<br />Données non persistantes => Données perdues si machine arrêtée (« terminate ») ou machine plantée<br />Données persistantes => Données non liées au cycle de vie de l’instance<br />Credits: Fabien Bousquet, Kalistic<br />
  82. 82. Amazon Simple Storage Service<br />$.01 for 1000 to 10000 requests<br />Virtually infinite storage capacity<br />Provides permanence layer when EC2 nodes are not running<br /><ul><li> Object-Based Storage
  83. 83. 1 B – 5 GB / object
  84. 84. Fast, Reliable, Scalable
  85. 85. Redundant, Dispersed
  86. 86. 99.99% Availability Goal
  87. 87. Private or Public
  88. 88. Per-object URLs & ACLs
  89. 89. BitTorrent Support</li></ul>$.15 per GB per month<br />storage<br />$.10 - $.18 per GB data transfer<br />
  90. 90. Vuegénérale<br />S3<br />EC2<br />Region<br />bucket<br />Zone<br />Instance EC2<br />EBS<br />API<br />Mount<br />S3<br />Security Group<br />Start with<br />Do snapshot<br />SNAPSHOT<br />API<br />AMI<br />AMI<br />Web<br />Credits: Fabien Bousquet, Kalistic<br />
  91. 91. Des clouds open source<br />Nimbus (Freeman and Keahey, University of Chicago)<br /><ul><li>Client-side cloud-computing interface to Globus-enabled TeraPort cluster at University of Chicago
  92. 92. Based on GT4 and the Globus Virtual Workspace Service</li></ul>Great if local resources are GT4 proficient<br />Tutorials and documentation in “grid space”<br />Eucalyptus (Wolsky, University of Santa Barbara)<br /><ul><li>Web services based implementation of elastic/utility/cloud computing infrastructure
  93. 93. Linux image hosting (IaaS)</li></ul>Open Nebula (Montero & Llorente, DSA-Researchat UCM)<br /><ul><li>Support for the Xen, KVM and VMwarevirtualizationplatforms
  94. 94. Access to Amazon EC2 and ElasticHostsclouds
  95. 95. libvirt, EC2 Query API and OGC OCCI interfaces
  96. 96. Open Stack</li></li></ul><li>Platform as a Service (PaaS)<br /><ul><li>Un ensemble d’outils (langages + support d’exécution) pour développer, déployer et gérer des applications
  97. 97. Pas de gestion de l’infrastructure sous-jacente (machines, réseaux, stockage, systèmes d’exploitation, …). Le support d’exécution gère le déploiement et le nombre de ressources.
  98. 98. Mais contrôle de l’application et de la configuration de son environnement
  99. 99. ExemplesMicrosoft Azure, Force.com, Google AppEngine,IBM Cloudburst etWebsphere</li></li></ul><li>Microsoft Azure platform<br />Announced 2008<br />Released 2010<br />What does it offer?<br /><ul><li>PaaS
  100. 100. Datacenters on 3 continents (2 regions each)
  101. 101. Pay as you go
  102. 102. No installation cost
  103. 103. Management through an onlineconsole
  104. 104. Integration with Microsoft Visual Studio
  105. 105. .NET interface</li></li></ul><li>Software as a Service (SaaS)<br /><ul><li>L’application elle-même est disponible à travers un navigateur
  106. 106. Pas de gestion de l’infrastructure sous-jacente (machines, réseaux, stockage, systèmes d’exploitation, …)
  107. 107. Exemples
  108. 108. Gmail, Google Apps, Salesforce.com, Orange, IBM LotusLive</li></li></ul><li>Modèles de déploiement<br /><ul><li>Cloud publique
  109. 109. Infrastructure (propriété du fournisseur) louée à n’importe qui
  110. 110. Cloud privé
  111. 111. Propriété d’une entreprise
  112. 112. interne ou externe
  113. 113. Cloud communautaire
  114. 114. Mise en commun de ressources pour une communauté d’utilisateurs
  115. 115. interne ou externe
  116. 116. Cloud hybride
  117. 117. Composition de plusieurs formes de Clouds, voir même de grilles
  118. 118. SkyComputing</li></li></ul><li>Qui contrôle quoi ?<br />Entreprise<br />Partageentreprise/fournisseur<br />Fournisseur<br />Hébergeur<br />Informatique<br />IaaS public<br />PaaS public<br />SaaS public<br />Données<br />Données<br />Données<br />Données<br />Données<br />Applications<br />Applications<br />Applications<br />Applications<br />Applications<br />Machines virtuelles<br />Machines virtuelles<br />Machines virtuelles<br />Machines virtuelles<br />Machines virtuelles<br />Serveur<br />Serveur<br />Serveur<br />Serveur<br />Serveur<br />Stockage<br />Stockage<br />Stockage<br />Stockage<br />Stockage<br />Réseau<br />Réseau<br />Réseau<br />Réseau<br />Réseau<br />Crédits: P. Saulière, Microsoft<br />
  119. 119. Standards et Programmation<br />
  120. 120. Standards<br /><ul><li>Actuellement, surtoutuneutilisation des normes de l’Internet et des architectures Web Services et SOA
  121. 121. Besoins de standards pour assurél’intéropérabilité entre les plates-formes et les applications
  122. 122. API de gestion des ressources
  123. 123. OGF : Open Grid Forum
  124. 124. DMTF : Distributed Management Task Force
  125. 125. OCCI : Open Cloud Computing Interface
  126. 126. API stockage Cloud
  127. 127. SNIA : Storage Networking Industry Association
  128. 128. Intercloud
  129. 129. GICTF : Global Intercloud Technology Forum
  130. 130. Aspects sécurité
  131. 131. CSA: Cloud Security Alliance
  132. 132. Et d’autres
  133. 133. OMG, TM Forum, OASIS, ISO IEC-JTC 1, ITU-T, W3C, IETF, …</li></li></ul><li>Google MapReduce<br />Developed by Google in 2003<br />Programming model: dataflow programming<br />Input & Output: each a set of key/value pairs<br />Programmer specifies two functions:<br />map (in_key, in_value) -> list(out_key, intermediate_value)<br />Processes input key/value pair<br />Produces set of intermediate pairs<br />reduce (out_key, list(intermediate_value)) -> list(out_value)<br />Combines all intermediate values for a particular key<br />Produces a set of merged output values (usually just one)<br />Inspired by similar primitives in LISP and other languages<br />Example uses:<br />distributed grep web link-graph reversal<br />distributed sort web access log stats <br />term-vector per host inverted index construction<br />document clustering machine learning <br />statistical machine translation …<br />Open-source versions<br />Hadoop (java implementation of MapReduce + GFS + Bigtable)<br />http://hadoop.apache.org/<br />Credits: J. Dean, S. Ghemawat, Google, Inc.<br />
  134. 134. MapReduce<br />3<br />A hash function maps the results of the map tasks to r reduce tasks<br />Data is split into mparts<br />1<br />D1<br />map<br />5<br />O1<br />reduce<br />A combinetask may be necessary to combine all the outputs of the reduce functions together<br />D2<br />map<br />Data<br />O2<br />reduce<br />Dm<br />map<br />2<br />data split<br />map<br />reduce<br />mapfunction is performed on each of these data parts concurrently<br />4<br />Once all the results for a particular reducetask is available, the framework executes thereducetask<br />
  135. 135. Google MapReduce: parallel execution<br />Credits: J. Dean, S. Ghemawat, Google, Inc.<br />
  136. 136. Securité et pannes<br />
  137. 137. Sécurité et pannes<br />
  138. 138. Quelques problèmes de sécurité<br />Un des principaux freins à l’adoption !<br /><ul><li>Quelques défis
  139. 139. Problèmes juridiques
  140. 140. Localisation des données et des calculs
  141. 141. Propriété des données
  142. 142. Lois internationales
  143. 143. Gestion de l’isolation
  144. 144. Attraction des hackers
  145. 145. Besoin de chiffrement à plusieurs niveaux
  146. 146. Déplacements de données
  147. 147. Perte de contrôle
  148. 148. Mais aussi des avantages
  149. 149. Gestion des fautes et des pannes par un fournisseur externe
  150. 150. Gestion automatisée de la sécurité
  151. 151. Relative homogénéité des plates-formes</li></li></ul><li>Et la recherche ?<br />
  152. 152. Et la recherchedans tout çà ? <br /><ul><li>Explosion du nombre de travaux de rechercheautour des Clouds et de la virtualisation !
  153. 153. Quelques challenges de recherche
  154. 154. Composition de services
  155. 155. Service Level Agreement (SLA)
  156. 156. Sécurité
  157. 157. Résistance aux fautes/pannes
  158. 158. Gestion de l’infrastructure
  159. 159. Ordonnancement et gestion élastique des ressources
  160. 160. Gestion de données
  161. 161. Accès transparent à des plateformes hybrides
  162. 162. Multi-clouds
  163. 163. Nouveaux modèles
  164. 164. économiques, énergie
  165. 165. Programmation des applications
  166. 166. Nouveaux langages, nouveaux modèles</li></li></ul><li>conclusions<br />
  167. 167. Conclusion<br /><ul><li>De nombreuses applications prêtes à être déployées sur les  Clouds à différents niveaux
  168. 168. Les ressources sont disponibles en quantité !
  169. 169. Nombreuses offres de Clouds publics et privés
  170. 170. Notion de virtualisation et piles logicielles « mature »
  171. 171. « Quelques » problèmes à traiter encore mieux
  172. 172. extensibilité, sécurité, gestion de données à grande échelle, tolérance aux fautes, API entre Clouds,skycomputing, énergie, standards, …
  173. 173. Notion de confiance dans cette nouvelle technologie !
  174. 174. Le Cloud n’est pas prêt d’enterrer les supercalculateurs pour autant pour les grosses applications de simulation (architectures pétascaleset bientôtexascales)
  175. 175. Gros potentiel pour de nombreuses applications avec différentes approches (IaaS, PaaS, SaaS) voir une combinaison de ces approches (y compris avec des grilles). </li></li></ul><li>DES QUESTIONS ? <br />
  176. 176. Quelquesréférences<br /><ul><li>European Commission report on The Future of Cloud Computing
  177. 177. http://cordis.europa.eu/fp7/ict/ssai/docs/cloud-report-final.pdf
  178. 178. Cloud Strategy and Innovation Blog (I. Llorrente)
  179. 179. http://blog.cloudplan.org/
  180. 180. Above the Clouds: A Berkeley View of Cloud Computing
  181. 181. http://www.eecs.berkeley.edu/Pubs/TechRpts/2009/EECS-2009-28.html
  182. 182. http://berkeleyclouds.blogspot.com/
  183. 183. The NIST Definition of Cloud Computing
  184. 184. http://csrc.nist.gov/publications/drafts/800-145/Draft-SP-800-145_cloud-definition.pdf
  185. 185. DRAFT Cloud Computing Synopsis and Recommendations
  186. 186. http://csrc.nist.gov/publications/drafts/800-146/Draft-NIST-SP800-146.pdf
  187. 187. Cloud Computing Bible
  188. 188. B. Sosinsky, Wiley
  189. 189. SIENA EuropeanRoadmap on Grid and Cloud Standards for e-Science and Beyond
  190. 190. http://www.sienainitiative.eu/Repository/FileScaricati/8ee3587a-f255-4e5c-aed4-9c2dc7b626f6.pdf
  191. 191. Les Clouds: Buzzword ou révolution technologique
  192. 192. http://www.slideshare.net/desprez/les-clouds-buzzword-ou-rvolution-technologique-8238203</li>
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×