بهبود مدل مفهومي CLAaaS براي تحليل داده هاي عظيم در ابر

تحلیل داده اهمیت خود را در كشف دانش و پیشتیبانی از تصمیمگیری در حوزه های كاربردی و اطلاعاتی متفاوت به اثبات رسانیده است. تحلیل دادههای عظیم چالشی جدی در خصوص منابع سختافزاری و نرمافزاری مورد نیاز را مطرح نموده است. امروزه تكنولوژی ابر راهحلی امید بخش برای این چالشها به وسیله امكان تأمین منابع محاسباتی به صورت مقیاسپذیر و فراگیر پیشنهاد كرده است. با این حال چالشهای بسیاری باقی مانده است، مانند در دسترس بودن نرمافزار تحلیلی مورد نیاز برای حوزههای كاربردی گوناگون، تخمین و به اشتراكگذاری منابع مورد نیاز برای كار تحلیل یا جریان كاری، مدیریت داده در ابر، و طراحی، ارزیابی و اجرای جریانهای كاری تحلیل، كه باید به اینها پرداخته شود. در این مقاله روشی برای بهبود معماری مفهومی تحلیل مبتنی بر ابر كه به وسیلۀ آن روند تحلیل با توجه به این كه یك معماری همه جانبه برای تمامی زمینهها میباشد، تسریع CLAaaS به عنوان بخشیده میشود، معرفی شده است.