| Abstract : | Ζούμε σε μια ψηφιακή κοινωνία όπου τα τελευταία χρόνια παρατηρείται η ολοένα και αυξανόμενη παραγωγή των δεδομένων. Τα δεδομένα και η πληροφορία από σπάνια έχουν γίνει υπεράφθονα. Δεδομένα παράγονται από οπουδήποτε, από οποιονδήποτε και ανά πάσα στιγμή. Η χρήση και η αύξηση των δεδομένων αποτελεί, εδώ και καιρό, μέρος του αντίκτυπου των τεχνολογιών πληροφορικής και επικοινωνιών. Αυτά τα δεδομένα αυξάνονται με ταχείς ρυθμούς λόγω του χαμηλότερου κόστους της αποθήκευσης, και της εξέλιξης των ψηφιακών δεδομένων και των συσκευών συλλογής πληροφοριών, όπως τα κινητά τηλέφωνα, οι φορητοί υπολογιστές, και οι αισθητήρες. Είναι σίγουρο, λοιπόν, ότι διανύουμε την εποχή των δεδομένων και της έκρηξης των πληροφοριών. Η εποχή των Μεγάλων Δεδομένων έχει αρχίσει. Αρκεί να πληκτρολογήσει κανείς στη μηχανή αναζήτησης Google τις λέξεις "big data", για να αντιληφθεί πόσο δημοφιλής, επίκαιρη, ελκυστική και οικεία έχει γίνει αυτή η έννοια, πόσο μας άλλαξε αλλά και πόσο θα μας αλλάξει τη ζωή. Τα Μεγάλα Δεδομένα έχουν διεισδύσει σε πολλούς τομείς της ζωής μας όπως στις επιστήμες και την έρευνα, στην εκπαίδευση, στις μεταφορές, στην ασφάλεια, στην εξοικονόμηση ενέργειας, στην υγεία, στις επιχειρήσεις που χειρίζονται τις συναλλαγές των πελατών τους και σε πολλούς άλλους τομείς. Επιπλέον, στις μέρες που ζούμε είναι πολύ δημοφιλή τα μέσα κοινωνικής δικτύωσης, όπως το Facebook, Twitter, μέσα από τα οποία μεγάλες ομάδες ανθρώπων αφήνουν ψηφιακά ίχνη και παράγουν δεδομένα καθημερινά καθώς ανεβάζουν συνεχώς φωτογραφίες, τις σκέψεις τους, τα τραγούδια που τους αρέσουν κτλ. Από τα παραπάνω μπορεί εύκολα να διαπιστωθεί ότι ορθά τα Μεγάλα Δεδομένα χαρακτηρίζονται από τα 3Vs, δηλαδή τον όγκο (volume), την ποικιλία (variety) και την ταχύτητα (velocity). Ο όγκος των δεδομένων αναφέρεται στην ποσότητα των δεδομένων. Η ποικιλία αναφέρεται στην ετερογένεια των τύπων δεδομένων και της σημασιολογικής ερμηνείας. Τέλος, η ταχύτητα αναφέρεται τόσο στην ταχύτητα με την οποία φθάνουν τα δεδομένα όσο και στον χρόνο στον οποίο πρέπει αυτά να επεξεργαστούν. Σε αυτά τα τρία σημαντικά χαρακτηριστικά θα μπορούσαν να προστεθούν η μεταβλητότητα (variability) και η πολυπλοκότητα (complexity). Η μεταβλητότητα αναφέρεται στις ροές δεδομένων, οι οποίες μπορεί να είναι μεταβλητές πχ. καθημερινές, εποχιακές, σημεία αιχμής, ενώ η πολυπλοκότητα περιλαμβάνει τα πάντα, από την κίνηση των επιχειρησιακών δεδομένων σε μεγάλες πλατφόρμες δεδομένων και τη δυσκολία στη διαχείριση των δεδομένων σε πολλαπλές τοποθεσίες και γεωγραφικές περιοχές. Η ανάλυση των Μεγάλων Δεδομένων περιλαμβάνει πολλαπλές διακριτές φάσεις, οι οποίες είναι:1) απόκτηση δεδομένων και καταγραφή, 2) εξαγωγή πληροφορίας και καθαρισμός, 3)ενοποίηση, άθροιση και εκπροσώπηση δεδομένων, 4) επεξεργασία ερωτήματος, μοντελοποίηση και ανάλυση δεδομένων, και 5) ερμηνεία. Σε όλα τα στάδια της ανάλυσης αντιμετωπίζονται τεχνικά προβλήματα που αφορούν την ανομοιογένεια, την επεκτασιμότητα, την επικαιρότητα, την πολυπλοκότητα και την ιδιωτικότητα. Όπως είναι φυσικό, η διαχείριση αυτού του είδους δεδομένων αποτελεί μια πρόκληση καθώς τα παραδοσιακά συστήματα βάσεων δεδομένων (RDBMS) δεν μπορούν να ανταποκριθούν σε αυτές τις απαιτήσεις. Έτσι, για αυτό το λόγο δημιουργήθηκαν νέες τεχνολογίες, οι οποίες ομαδοποιούνται υπό τον όρο “NoSQL”. Πρωτοπόρος σε αυτό το εγχείρημα ήταν η Google με το MapReduce πλαίσιο υπολογισμού. Το MapReduce είναι ένα πλαίσιο λογισμικού που τρέχει πάνω από ένα σύμπλεγμα εμπορικών μηχανών με ένα κατανεμημένο τρόπο. Στη συνέχεια, πολλά ανοιχτού κώδικα λογισμικά από την κοινότητα ανοιχτού κώδικα έχουν αναπτυχθεί όπως, το Hadoop, το HBase, το MongoDB, η Cassandra, και το Thrift. Το MapReduce είναι το βασικό κομμάτι στο Hadoop. Η αρχιτεκτονική Lambda είναι ένα σύστημα δεδομένων που ανταποκρίνεται στις απαιτήσεις των Μεγάλων Δεδομένων και το οποίο απαντά σε ερωτήσεις συνδυάζοντας πληροφορίες που έχει αποκτήσει στο παρελθόν. Η συγκεκριμένη αρχιτεκτονική χωρίζει το πρόβλημα σε τρία στρώματα, τα οποία είναι 1) το batch layer, 2) το serving layer, και 3) το speed layer. Από την άλλη, στις αρχές του 21ου αιώνα εμφανίστηκε η τεχνολογία του Υπολογιστικού Νέφους, η οποία έχει ήδη αρχίσει να προκαλεί το ενδιαφέρον στους επιστήμονες των υπολογιστών και όχι μόνο. Πολλοί άνθρωποι χρησιμοποιούν ήδη το υπολογιστικό νέφος χωρίς καν να το γνωρίζουν. Πολλές υπηρεσίες, όπως το Facebook, το Dropbox και το ηλεκτρονικό ταχυδρομείο στον Παγκόσμιο Ιστό, χρησιμοποιούν την τεχνολογία αυτή για την αποθήκευση φωτογραφιών, βίντεο και αρχείων κειμένων. Υπολογιστικό Νέφος ονομάζεται η κατ’ απαίτηση διάθεση υπολογιστικών πόρων (όπως δίκτυο, εξυπηρετητές, εφαρμογές και υπηρεσίες) μέσω του Διαδικτύου με υψηλή ευελιξία και αυτοματοποίηση, καθώς και με ελάχιστη προσπάθεια από τον χρήστη. Δηλαδή, οι πόροι και οι υπηρεσίες παρέχονται μέσω του Διαδικτύου από ένα σύμπλεγμα κατανεμημένων υπολογιστών, που περιλαμβάνουν πάρα πολλά κέντρα δεδομένων και διακομιστές. Κάθε φορά που κάποιος θέλει να αποκτήσει πρόσβαση στα δεδομένα του, απλώς συνδέεται με το "νέφος" από τον υπολογιστή, το έξυπνο τηλέφωνο ή την ταμπλέτα του. Το υπολογιστικό νέφος διαθέτει τρία μοντέλα παροχής υπηρεσιών: την υποδομή ως υπηρεσία (IaaS), την πλατφόρμα ως υπηρεσία (PaaS) και το λογισμικό ως υπηρεσία (SaaS), τέσσερα μοντέλα ανάπτυξης: δημόσια νέφη, ιδιωτικά νέφη, κοινότητας νέφη, ή υβριδικά νέφη και τέλος, πέντε βασικά χαρακτηριστικά, τα οποία είναι η κατά παραγγελία αυτοεξυπηρέτηση, η ευρεία πρόσβαση στο δίκτυο, η συγκέντρωση πόρων, η ταχεία ελαστικότητα και η μετρημένη υπηρεσία. Μέχρι στιγμής το Υπολογιστικό Νέφος βρίσκεται σε πρώιμο στάδιο και φαίνεται να ακολουθεί τις αρχές της λειτουργίας του Διαδικτύου. Έτσι, όπως αρχικά η εμφάνιση του World Wide Web περιελάμβανε απλές HTML ιστοσελίδες με παρόμοια εμφάνιση και λειτουργίες ενώ η μετεξέλιξή του περιελάμβανε δυναμικές ιστοσελίδες με ανεπτυγμένες λειτουργίες, έτσι και για το υπολογιστικό νέφος αναμένεται η μορφή του στο μέλλον να αλλάξει αρκετά. Επίσης, διάφορες απόψεις υπάρχουν σχετικά με αυτή. Όπως κάθε νέα τεχνολογία έχει αποσπάσει τόσο θετικά όσο και αρνητικά σχόλια. Ορισμένοι τη θεωρούν ως νέα και επαναστατική τεχνολογία, ενώ άλλοι ως μια διαφημιστική εκστρατεία προβολής. Πολλοί, επίσης, υποστηρίζουν ότι δεν αποτελεί «καινούργιο πρότυπο» γιατί περιλαμβάνει ήδη υπάρχουσες τεχνολογίες και η μόνη της καινοτομία είναι η ενσωμάτωση όλων αυτών των τεχνολογιών μαζί. Παρ' ολ’ αυτά είναι μια τεχνολογία με αρκετά πλεονεκτήματα και ένα πολλά υποσχόμενο εργαλείο κυρίως για τις μικρές και μεσαίες επιχειρήσεις που θέλουν να παραμείνουν ανταγωνιστικές αλλά δεν είναι οικονομικά εφικτό για αυτές να συμβαδίζουν με την συνεχώς εξελισσόμενη τεχνολογία. Κάποια από τα πιθανά οφέλη από την υιοθέτησή του είναι το χαμηλότερο κόστος, η εξοικονόμηση οικονομικών πόρων, το μεγαλύτερο φάσμα επιλογών, η απλούστερη εγκατάσταση, και η ευελιξία στην διαχείριση των δεδομένων. Από την άλλη πλευρά όμως υπάρχουν ακόμη αρκετά ερωτήματα τα οποία προκαλούν προβληματισμό και δυσχεραίνουν την διαδικασία υιοθέτησης της τεχνολογίας του υπολογιστικού νέφους από τις επιχειρήσεις, και αφορούν στην ασφάλεια των δεδομένων. Οι κίνδυνοι που υπάρχουν σχετίζονται με τα θέματα πολυμίσθωσης και του κοινόχρηστου χαρακτήρα των πόρων του υπολογιστικού νέφους, στον βαθμό συμμόρφωσης με τις απαιτήσεις ασφαλείας του παρόχου, στον εγκλωβισμό σε έναν πάροχο, στη θέση των δεδομένων και άλλα. Έτσι, υπάρχουν κρίσιμες επιχειρηματικές διαδικασίες που αρκετές εταιρείες προτιμούν να τις τρέχουν τοπικά για τους παραπάνω λόγους. Ωστόσο, φαίνεται πως υπάρχει ευρεία υιοθέτηση του υπολογιστικού νέφους γι’ αυτό κορυφαίες επιχειρήσεις στον χώρο της πληροφορικής έχουν στραφεί πλέον στον προγραμματισμό και την υλοποίηση προϊόντων του «νέφους». Χαρακτηριστικά μερικά από τα προϊόντα που προσφέρονται από κορυφαίες στον χώρο της πληροφορικής εταιρείες είναι η Amazon WebServices (AWS), το Elastic Compute Cloud (EC2) και η Elastic Block Storage (EBS) της Amazon, το HPCloud της HP, η Google με το Google Compute Engine, οι Cloud Servers της GoGrid και πολλά άλλα. Το υπολογιστικό νέφος συνδέεται με τα Μεγάλα Δεδομένα καθώς η αντιπροσωπευτική τεχνική για το πρώτο είναι το μοντέλο MapReduce και η ανοικτού κώδικα εφαρμογή – Hadoop. Συχνά, ταυτίζεται το υπολογιστικό νέφος με τις τεχνολογίες Μεγάλων Δεδομένων, καθώς πολλές φορές το υπολογιστικό νέφος χρησιμοποιείται για να διευκολυνθεί η αποδοτική αποθήκευση των Μεγάλων Δεδομένων και επειδή οι τεχνολογίες Μεγάλων Δεδομένων προσφέρονται ως πλατφόρμα ως υπηρεσία μέσα από το περιβάλλον του νέφους. Επίσης, τα ίδια τα δεδομένα προσφέρονται ως υπηρεσία μέσα από το νέφος. Ωστόσο, αυτά τα δύο είναι διαφορετικά. Η σύνδεση αυτών των δύο έχουν βοηθήσει πολύ τις επιχειρήσεις καθώς τους έχει δώσει τη δυνατότητα να χρησιμοποιούν συστήματα υποστήριξης αποφάσεων στο νέφος. Έτσι, οι αναλυτικές μέθοδοι προσφέρονται ως υπηρεσία (AaaS) στο νέφος, το οποίο χαρακτηρίζεται από οικονομίες κλίμακας και εμβέλειας, παρέχοντας εικονικές αναλυτικές εφαρμογές με μεγαλύτερη επεκτασιμότητα και εξοικονόμηση κόστους. Επίσης, πολύ σημαντική είναι αυτή η ένωση των δύο τεχνολογιών στον τομέα της βιοπληροφορικής. Με αυτόν τον τρόπο έχουν δημιουργηθεί πόροι και εφαρμογές νέφους που απευθύνονται συγκεκριμένα στον τομέα της βιοπληροφορικής, προσπαθώντας να κάνουν την επεξεργασία του γονιδιώματος πραγματοποιήσιμη και σε ευθέτω χρόνο. Επίσης, τα κοινωνικά δίκτυα και η μηχανή αναζήτησης έχουν συμβάλλει στην παρακολούθηση των ασθενών, στην ταχύτερη διάγνωση νέων ασθενειών, στην πρόβλεψη επιδημιών και στην ανακάλυψη νέων φαρμάκων. Τέλος, μια νέα επαναστατική τεχνολογία φαίνεται να αναδύεται. Ο λόγος για το Διαδίκτυο των Πραγμάτων (Internet of Things – IoT), μία από την πιο αποδιοργανωτική τεχνολογική επανάσταση που θα επιτρέψει τη διασύνδεση στο Διαδίκτυο πολλών δισεκατομμυρίων αντικειμένων από αυτά που μας περιβάλλουν, τα οποία θα μπορούν να αισθάνονται, να επικοινωνούν, να υπολογίζουν, να ενεργούν, να έχουν νοημοσύνη και πολλά άλλα. Η συνεργασία, η αλληλεπίδραση και η επικοινωνία μεταξύ των ανθρώπων και των πραγμάτων, καθώς επίσης και μεταξύ των ίδιων των πραγμάτων, κάτι το οποίο ήταν μέχρι σήμερα άγνωστο και στα πλαίσια της φαντασίας, θα είναι πλέον εφικτό. Η εφαρμογή του Διαδικτύου των Πραγμάτων περιλαμβάνει τομείς όπως στη διαχείριση της εφοδιαστικής αλυσίδας, στη μεταφορά, στην αεροδιαστημική, στην αυτοκινητοβιομηχανία, στις έξυπνες πόλεις, στα έξυπνα σπίτια, στα έξυπνα δίκτυα, στο έξυπνο περιβάλλον, στο έξυπνο νερό, στους έξυπνους μετρητές, στο λιανικό εμπόριο, στην έξυπνη γεωργία, στην έξυπνη κτηνοτροφία, στον αυτοματισμό εργασιών του σπιτιού, στην ηλεκτρονική υγεία και σε πολλούς άλλους. Φυσικά, θέματα ασφάλειας και ιδιωτικότητας δεν θα μπορούσαν να μην υπάρχουν και σε αυτή την τεχνολογία. Το Διαδίκτυο των Πραγμάτων εγείρει θέματα γενικής ασφάλειας του συστήματος, ασφάλειας των δικτύων και ασφάλειας των εφαρμογών. Τα προβλήματα αυτά πρέπει να αντιμετωπιστούν και με τις κατάλληλες τεχνικές ασφαλείας και με νέες αρχιτεκτονικές. Μια νέα αρχιτεκτονική συστήματος, η Μονάδα και Πανταχού παρούσα IoT (Unit and Ubiquitous IoT - U2IoT) αντιμετωπίζει αρκετά προβλήματα που σχετίζονται με την ασφάλεια. Βέβαια, θα πρέπει να υπάρξει και η κατάλληλη νομοθεσία που θα ανταποκρίνεται στα καινούργια χαρακτηριστικά και στις προκλήσεις που φέρνει η νέα αυτή τεχνολογία. Στην παρούσα μελέτη παρουσιάζεται το ερευνητικό υπόβαθρο, τα τελευταία χρόνια πάνω στα Μεγάλα Δεδομένα και το Υπολογιστικό Νέφος. Μελετώνται οι τεχνολογίες που χρησιμοποιούνται για τα μεγάλα δεδομένα και θέματα που αφορούν το υπολογιστικό νέφος, όπως η υιοθέτησή του από τις μικρές και μεσαίες επιχειρήσεις, τα ρομπότ νέφους αλλά και τα θέματα ασφάλειας που εγείρονται. Επίσης, μέσα από την βιβλιογραφία εντοπίζεται η σύνδεση που έχουν αυτά τα δύο. Τέλος, εξετάζεται εν συντομία η νέα τεχνολογική επανάσταση, το Διαδίκτυο των Πραγμάτων.
We live in a digital society where recent years have seen the ever growing production of data .The data and information from rare have become superabundant. Data produced from anywhere ,by anyone and at anytime. The use and data growth is, for some time now , part of the impact ofinformation and communication technologies . These data are growing rapidly due to the lowercost of storage , and the development of digital data and information collection devices such asmobile phones , laptops , and sensors . It is certain , therefore , that we are in the era of data andinformation explosion.The era of Big Data has begun. It would suffice to type in the Google search engine the words"big data", to realize how popular , topical, attractive and familiar has this concept become, howit has changed us and how it will change our lives . The Big Data have infiltrated in many sectorsof our lives such as in science and research , education , transport , safety, energy conservation,health , businesses that handle their customer transactions and in many other areas . Moreover,nowadays social media such as Facebook, Twitter, are very popular and through them largegroups of people leave digital traces and produce data daily as they continuously upload photos,their thoughts, songs they like etc.From the above it can be easily seen that Big Data are correctly characterized by 3Vs, i.e., thevolume, the variety and the velocity. Volume refers to the amount of data. Variety refers to theheterogeneity of data types and semantics. Finally, velocity refers to both the speed at which thedata arrive and the time at which they must be processed. To these three important featuresvariability and complexity could be added. Variability refers to the data streams, which can bevariable e.g. daily, seasonal, peaks, while complexity includes everything from the movement ofoperational data in large data platforms and the difficulty in managing data across multiple sitesand geographical areas.The analysis of Big Data includes multiple distinct phases, which are: 1) data acquisition andrecording, 2) information extraction and cleaning, 3) integration, aggregation and representationof data, 4) query processing, modeling and data analysis, and 5) interpretation. In all stages ofthe analysis technical problems related to heterogeneity, scalability, timeliness, complexity andprivacy are addressed.As expected, the management of such data is a challenge since traditional database systems(RDBMS) can not meet these requirements. So for this reason new technologies have beencreated, which are grouped under the term "NoSQL". A pioneer in this endeavor was Googlewith the MapReduce framework. The MapReduce is a software framework that runs on top of acluster of commercial machines with a distributed manner. Then, many open-source softwarefrom the open source community have been developed such as the Hadoop, the HBase, theMongoDB, the Cassandra, and Thrift. The MapReduce is the key part in Hadoop.The Lambda architecture is a data system that meets the requirements of big data and whichanswers questions combining information acquired in the past. This architecture divides theproblem into three layers, which are 1) the batch layer, 2) the serving layer, and 3) the speedlayer.On the other hand, in the early 21th century the technology of cloud computing appeared, whichhas already begun to provoke interest among computer scientists and others. Many people arealready using cloud computing without even knowing of it. Many services, such as Facebook,Dropbox and email on the Web, use this technology to store photos, video and text files.Cloud computing is called the on demand available computing resources (such as network,servers, applications, and services) over the Internet with high flexibility and automation, andwith minimal effort from the user. That is, the resources and the services are provided via theInternet by a distributed computer clusters, including also many data centers and servers. Everytime someone wants to access their data, they simply plug in the "cloud" from their computer,smart phone or tablet.Cloud computing has three service models: infrastructure as a service (IaaS), platform as aservice (PaaS) and software as a service (SaaS), four deployment models: public clouds, privateclouds, community clouds, or hybrid clouds and finally, five basic characteristics, which are ondemand self-service, broad network access, the resource pooling, rapid elasticity and measuredservice.So far cloud computing is at an early stage and seems to follow the principles of operation of theInternet. Thereby, in the same way the appearance of World Wide Web initially containedsimple HTML websites with similar appearance and functions while its transformation includeddynamic websites with advanced functions, the form of cloud computing is expected to changeconsiderably in the future. Also, there are different opinions on this. Like any new technologyhas received both positive and negative comments. Some consider it as a new and revolutionarytechnology, while others as an advertising promotion campaign. Many also argue that there isn’ta "new model" because it includes existing technologies and its only innovation is the integrationof all these technologies together.Nevertheless it is a technology with many advantages and a promising tool, especially for smalland medium businesses that want to remain competitive, but it is not economically feasible forthem to keep pace with the constantly evolving technology. Some of the potential benefits of itsadoption is the lower cost, financial savings, more choice, simpler installation, and flexibility indata management.On the other hand, there are still some questions which cause concern and hinder the process ofadoption of cloud computing by enterprises, and relate to data security. The risks, that exist, arerelated to issues multi-tenancy and the shared character of the cloud computing resources, thedegree of compliance with the safety requirements, the provider lock-in, the location of the dataand more. Thus, there are critical business processes that many companies prefer to run locallyfor the above reasons.However, there seems to be widespread adoption of cloud computing so leading enterprises inthe field of IT have turned now to programming and implementation of the products of the"cloud". Some of the characteristic products offered by leading in the IT companies are theAmazon Web Services (AWS), the Elastic Compute Cloud (EC2) and Elastic Block Storage(EBS) of the Amazon, the HPCloud of HP, the Google Compute Engine of Google, the CloudServers of GoGrid and many more.Cloud computing is associated with Big Data as the technical representative for the former is themodel MapReduce and the open source application - Hadoop. Cloud computing is oftenidentified with the technologiesof big data, as many times cloud computing is used to facilitatethe efficient storage of big data and because the technologies of big data offered as platform as aservice through the environment of cloud. Moreover, the same data are offered as a servicethrough the cloud. However, these two components are different.The connection of Cloud Computing and Big Data has really helped businesses as it has giventhem the ability to use decision support systems in the cloud. So, the analytical methods areoffered as a service (AaaS) in the cloud, which is characterized by economies of scale and scope,providing virtual analytical applications with greater scalability and cost savings. Also veryimportant is this union of the two technologies in the field of bioinformatics. By doing so, cloudresources and applications have been created specifically targeted in bioinformatics, trying tomake the process of genome feasible and timely. Also, social networks and the search enginehave helped in monitoring patients, faster diagnosis of new diseases, in epidemic prediction anddiscovery of new drugs.Finally, a revolutionary new technology seems to emerge. The Internet of Things, one of themost disruptive technological revolution that will allow internet interface of multibillion objectsfrom those around us, which can feel, communicate, measure, act, have intelligence and manymore. The collaboration, interaction and communication between people and things, andbetween things themselves, which were unknown until today and in the context of fiction, arenow feasible.The application of Internet of Things include fields such as supply chain management, intransportation, aerospace, automotive, smart-cities, in smart homes, intelligent networks, smartenviroment, intelligent water, smart meters, in retail trade, smart agriculture, smart animalbreeding,the automation of housework, e-health and many more.Naturally, security and privacy issues could not miss in this technology. The IoT raises issues ofgeneral system security, network security and application security. These problems need to beaddressed with appropriate safety techniques and new architectures. A new system architecture,the Unit and Ubiquitous IoT (Unit and Ubiquitous IoT - U2IoT) faces several problems related tosafety. Of course, there should be proper legislation, matching the new features and challengesthat this new technology brings.This study presents the research background, over the last years on the Big Data and CloudComputing. It focuses on the technologies used for big data and issues related to cloudcomputing, such as the adoption by small and medium enterprises, cloud robots and securityissues raised. Also, through the literature the connection of these two is revealed. Finally, itbriefly reviews the new technological revolution, the Internet of Things.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.