Cloud & Big Data

1. CLOUD & BIG DATA
Diapositive a cura di: Lorenzo Nardo e Manuel Boscolo

2. CLOUD ALLA RISCOSSA!
Negli ultimi anni tutte le maggiori aziende, i
social network e il mobile per una maggiore
praticità e risparmio di risorse proprie, si
affidano ai servizi di Cloud Computing.
Ed ormai tutto ciò
che carichiamo nel
web viene assorbito
nella nuvola.

3. CLOUD  BIG DATA
La simbiosi di Big Data e Cloud Computing è
inequivocabile, i dati e tutti i contenuti sensibili
per le esigenze di chi ne richiede l’analisi oramai
sono pressochè
interamente ospitate
nella nuvola che
ora ha un valore
inestimabile.

5. CLOUD COMPUTING

6. CLOUD COMPUTING
Cloud computing: è un insieme di tecnologie
informatiche che permettono l'utilizzo di
risorse, i data service e le funzionalità offerte
in remoto.

7. CARATTERISTICHE CHIAVE
On-demand self-
service
Broad
network
access
Resourc
e
pooling
Rapid
elasticity
Measure
d Service
Il consumatore può unilateralmente disporre di capacità di calcolo.
Le risorse di calcolo sono messe al servizio di tutti i consumatori.
I Sistemi Cloud automaticamente controllano e ottimizzano le
risorse.
Le capacità sono disponibili in rete e sono accessibili tramite
meccanismi standard.
Le risorse possono essere rapidamente ed elasticamente
incrementate per scalare la potenza e rapidamente ed elasticamente
liberate per rilasciarla.

8. TRE ATTORI PRINCIPALI
• Fornitore di servizi (il provider): offre servizi
(server virtuali, storage, applicazioni complete)
generalmente secondo un modello "pay-per-use“
o free.
• Cliente amministratore: sceglie e configura i
servizi offerti dal fornitore, generalmente
offrendo un valore aggiunto come ad esempio
applicazioni software.
• Cliente finale: utilizza i servizi opportunamente
configurati dal cliente amministratore.
(In determinati casi d'uso il cliente amministratore e il
cliente finale possono coincidere)

9. 3 LIVELLI DI SERVIZI
Application
Platform
Infrastructure
SaaS (Software as a Service)
PaaS (Platform as a Service)
Iaas (Infrastructure as a Service)

10. I PRINCIPALI PLAYER

11. VANTAGGI
vs
SVANTAGGI

12. VANTAGGI PER L’UTENTE
• Nessun software da scaricare e installare sul proprio
computer.
• Non si deve acquistare una licenza software. Ci si abbona
al
servizio, che spesso è gratuito.
• Nessuna necessità di upgrade del software quando
vengono
aggiunte nuove funzioni o eliminati problemi esistenti.
• Si può accedere ai propri documenti da ogni computer
connesso
in rete.
• È possibile condividere i documenti con altri utenti, senza
bisogno
di un proprio server
• Nessun problema in caso di crash del proprio computer: i
documenti sono al sicuro sul server.

13. SVANTAGGI PER L’UTENTE
• È necessaria una connessione internet con banda
adeguata.
• Data security, tutti i dati risiedono su un server
remoto, di cui
non si ha il controllo (anche se si possono effettuare
regolari backup).
• Data privacy, i dati sono visibili ed utilizzabili da terzi
che non sempre agisco in buona fede.
• Completezza funzionale. Attualmente, le funzioni
fornite dalle applicazioni “cloud” sono meno complete
di quelle fornite dai software tradizionali.
• Non è agevole lavorare off-line, per ricevere e
trasmettere le modifiche occorre essere connessi.

14. VANTAGGI PER LE AZIENDE
riduzione dei costi
• Eliminazione/riduzione delle infrastrutture
software/hardware e dei costi del personale per
la gestione dei sistemi.
• Riduzione/eliminazione dei costi fissi
• Scalabilità dei servizi, tutto quello che
serve, quando serve, solo se serve.
• Costi “pay-per-use”

15. VANTAGGI PER LE AZIENDE
Taglio costi fissi
Es. scalabilità

16. migliori servizi
• Servizi sviluppati e gestiti dai migliori
professionisti, con le migliori competenze.
• Servizi sempre aggiornati e in continua evoluzione.
• Servizi altamente flessibili.
VANTAGGI PER LE AZIENDE

17. SVANTAGGI PER LE AZIENDE
• I dati risiedono su un server remoto, di cui si ha
scarso controllo, ne conseguono possibili problemi
d’integrità dei dati. (es. caso Amazon)
• Più alto rischio di furto di dati e informazioni, non
sempre tutelata della privacy. (es. Playstation
Network)
• Servizi standardizzati, non sempre soddisfano a
pieno le esigenze aziendali.
• Non è agevole lavorare off-line, per ricevere e
trasmettere le modifiche occorre essere connessi.

18. IN FUTURO…

19. OBIETTIVI e SFIDE PER IL FUTURO
• Incremento dei sistemi di sicurezza per la tutela
della privacy e per la salvaguardia dei dati.
• Incremento delle collaborazioni tra le diverse
aziende fornitrici di servizi “Cloud”.
• Incremento dei servizi in termini di quantità e
qualità (velocità, affidabilità, grado di
personalizzazione).
• Crescita di nuove competenze.
• Stabilire “regole” e “codici” comuni, adottabili
tra i diversi produttori.

21. CONCETTI DI BASE

22. “BIGDATA”
Definizione:
Big data è il termine per descrivere una raccolta
di dataset così grande e complessa da richiedere
strumenti differenti da quelli tradizionali, in tutte
le fasi del processo:
dall‘acquisizione, alla curation, passando per
condivisione, analisi e visualizzazione.
Da Wikipedia, l'enciclopedia libera.

23. Terminologia
• Un dataset (o data set) è una collezione
di dati.
• Il Datacenter o Centro Elaborazione
Dati (CED) è l'unità organizzativa che coordina
e mantiene le
apparecchiature
ed i servizi di
gestione dei
dati.

24. Terminologia
• Data curation: è la gestione dei dati al fine di
scoprire, recuperare, mantenere, aggiungere
valore, permettere il riutilizzo dei
dati, garantendone
contemporaneamente
l'autenticazione, l'archiviazione, la gestione e la
preservazione.

25. A COSA SERVONO?

26. Perché utilizzare i Big Data?
Il motivo principale è la possibilità di effettuare
Business Analytics in contesti dove oggi non sarebbe
possibile o lo sarebbe con tempi e costi inaccettabili.
Si pensi poi a Facebook,
Linkedin, Twitter:
alcune tecnologie
Big Data si sono sviluppate
proprio in ambito
social network.
E il motivo è piuttosto evidente,
visto che i Big Data applicati ai
social mettono nelle mani
dei dipartimenti marketing
potenti strumenti di analisi
su potenziali clienti finali.

27. Ambiti di utilizzo
• Sicurezza (lotta alla criminalità, prevenzione di
disastri).
• Scienza (meteorologia, medicina).
• Tecniche di marketing (individuazione dei
trend di vendita in particolari contesti).
• Rilevazioni real-time (monitoraggi di sistemi
complessi).

28. ANALISI DEI BIG DATA

29. Una crescita esponenziale
L’utilizzo sempre più diffuso dei social media, e degli
smartphones che raccolgono e generano dati
costantemente, il crescente uso di Internet, così come
l’utilizzo di sensori che misurano e monitorano ogni cosa, fa
sì che il volume dei dati prodotti in tutto il mondo stia
crescendo in modo vertiginoso.
Il 90% dei dati oggi esistenti sono stati generati negli ultimi 2
anni. Il ritmo con cui queste informazioni sono prodotte è
talmente alto che ogni due giorni è creato un volume di dati
pari alla quantità di informazioni generate dall’umanità
intera fino al 2003.

30. Paradigma delle “V”
• VOLUME : quantità dei dati trattati
• VELOCITA’ : l’estrazione di queste informazioni deve
avvenire velocemente, i dati devono essere utilizzabili
prima che diventino inutili
• VARIETA’: i dati da trattare sono ETEROGENEI
(testo, video, ricerche web, transazioni
finanziarie, pagamenti con carta di credito, etc.)
• VARIABILITA’: (Valore/Veridicità) occorre
contestualizzare il dato (da che ambito proviene? è
indispensabile filtrarlo oppure no?)
• VIRALITA’: i Big Data stanno crescendo in maniera
esponenziale nella rete e si espandono come un vero e
proprio virus.

31. BIG DATA & PRIVACY

32. BIG DATA & PRIVACY
Enormi banche dati, che possono anche essere
istituzionali, raccolgono un’infinità di dati sensibili
che riguardano gli utenti della rete.
La semplice trasformazione
in forma anonima delle
informazioni raccolte non
garantisce la loro protezione
quando vengono elaborate,
sono quindi allo studio
sistemi alternativi.

33. Questi sistemi alternativi in genere fanno riferimento alla
cosiddetta crittografia omomorfica che consente di eseguire
calcoli su dati cifrati senza prima decrittarli.
La IBM sostiene che
l'informatico Craig Gentry
aveva sviluppato un sistema
pratico, completamente
omomorfico, già nel 2009,
ma i critici hanno detto che la
tecnologia era troppo complessa, lenta e poco pratica per un uso
effettivo sul cloud.
Siamo quindi ancora in attesa…
BIG DATA & PRIVACY

34. BIG DATA & PRIVACY
A volte, infatti, le informazione possono trapelare
ed essere usate al di fuori del loro ambito
specifico come nello scandalo denominato
“Datagate”…
Vedi : http://it.wikipedia.org/wiki/Datagate

35. SCENARI

36. CHI SFRUTTA I BIG DATA?
Si può cominciare a parlare di Big Data quando la mole di
dati presa in considerazione è nell’ordine degli
Zettabyte (miliardi di Terabyte).
Da considerare sono anche
le agenzie governative come
l’NSA(National Security Agency).

37. Ambito italiano
In Italia, quando si parla di “Big Data”, in
realtà si intendono Business Intelligence
e Data Mining, data la ridotta quantità di
dati da analizzare.
Esempi:
• L’ultima edizione di Sanremo, 150 mila tweet durante la
finale; un volume che può essere racchiuso in 77 MB (Foglio
Excel)
• Analisi politiche sui tweet del corpo elettorale italiano (3,5M
di italiani hanno utilizzato Twitter durante la campagna
elettorale) svolte con strumenti tradizionali.

38. IL FUTURO DEI BIG DATA

39. CONCLUSIONI
La grande sfida, per le aziende che stanno investendo
sui big data, sembra essere la
• capacità di formulare domande intelligenti
e
• concorrere alla nascita di competenze in
grado di gestire le risposte.

40. La figura del data scientist sarà centrale nei prossimi
anni.
Sia matematico che
Informatico, deve capire
di statistica,
saper usare un foglio excel
ed aiutare l’azienda per la
quale lavora a interpretare il presente per prevedere il
prossimo futuro.
Non è una figura mistica ma un nuovo professionista, lo
“scienziato dei dati”.
CONCLUSIONI

41. L'aumento esponenziale della conoscenza porta
alla “preveggenza” e dalla somma delle parti si
può comprendere il tutto; ma solo l’uomo può
formulare delle ipotesi.
Chi meglio di altri riuscirà ad estrapolare e
plasmare questa enorme quantità di dati a
disposizione avrà un posto
privilegiato nel mercato di
domani.
CONCLUSIONI

42. SITOGRAFIA
• http://it.wikipedia.org/wiki/Big_data
• http://blog.debiase.com/2013/05/che-cosa-pensereste-se-vi-
dicessero-che-in-italia-i-big-data-non-esistono/
• http://www.beantech.it/blog/articoli/big-data-cosa-sono-e-
loro-utilizzo/
• http://www.lescienze.it/news/2014/03/10/news/privacy_big_
data_crittografia_raccolta_dati-2044533/
• http://www.linkiesta.it/cosa-fare-dei-big-data
• http://www.rainews.it/dl/rainews/articoli/data-scientist-il-
lavoro-sexy-50712477-5a83-4682-8f73-522428eb3281.html