Seminario UADY / FMAT. Marzo 2014. Presentar temas relacionados al cómputo en la nube y desde el punto de vista académico, tanto actuales como retos y oportunidades de investigación a futuro.

1. Dr. Javier Mijail Espadas Pech
Retos actuales y futuros del Cómputo en la
Nube – Un enfoque académico

2. • Presentar temas relacionados al cómputo
en la nube y desde el punto de vista
académico, tanto actuales como retos y
oportunidades de investigación a futuro.
Objetivo

3. Agenda
Qué es el Cómputo en la Nube?
Conclusión
Capas del Cómputo en la Nube
Problemáticas Actuales
Ventajas y Desventajas
Cómputo en la Nube y la Academia
Problemáticas Futuras
7
6
5
4
3
2
1

4. • Cómputo en la Nube (Cloud Computing)
se refiere a las aplicaciones, plataformas e
infraestructuras ofrecidas como servicio ya
sea por Internet o por medio de redes
privadas.
Qué es el cómputo en la nube?

5. • Compañías importantes (Microsoft, Google,
Amazon, HP, Oracle) han establecido que el
futuro de la tecnología de la información está en
el cómputo en la nube, ya que permite acceder
a sistemas de hardware y software por medio de
servicios bajo demanda y pago-por-uso,
similares a los servicios domésticos (agua,
electricidad).
Qué es el cómputo en la nube?

6. Qué es el cómputo en la nube?

7. • Accesibilidad.
• Ambiente distribuido.
• Virtualización.
• Escalabilidad.
• Modelo de negocio.
• “Infinito”
Ventajas

8. • Localización.
• Seguridad.
• Dependencia.
• Latencia.
Desventajas

9. Applications
(Software asa Service)
Abstract Services
(Platform as a Service)
Flexible infrastructure
(Infrastructureas a
Service)
Service Service Service
Infrastructure
Interface
Development
Deployment
Data Storage
Virtualization
OS
Hardware
CloudActors
Service Users Service Providers
CloudLayers
Salesforce.com
Microsoft Live Office
Cisco Webex
Google Apps
CloudServices
Amazon S3
Microsoft Azure
Google SDK
Amazon Elastic Cloud
Masso Hosting Cloud
Virtualization
OS
Hardware
Virtualization
OS
Hardware
Capas del Cómputo en la Nube
* Espadas, Et Al.

10. • Es de interés global el implementar centros y grupos de
investigación en el área de Cloud Computing.
• Actualmente universidades como Stanford o Berkeley
tienen formalmente cátedras de investigación en el área.
• Centros de Investigación en compañías como Microsoft,
HP, Google, Amazon.
Computo en la Nube y la Academia

11. • Procesamiento masivo de datos.
• Escalabilidad y asignación de recursos.
• Arquitecturas e interoperabilidad.
• Metodologías de desarrollo.
Problemáticas Actuales

12. • Grandes cantidades de información provenientes de
Internet y de centros de datos privados necesitan ser
procesados de manera eficiente y eficaz con el fin de
generar información relevante.
• Facebook almacena, accede y analiza 30+ petabytes de
datos al día.
• Decodificar el genoma humano tomaba 10 años, ahora
puede ser decodificado en una semana.
• En 2008, Google procesó 20,000 terabytes de datos (20
petabytes) por día.
Procesamiento masivo de datos

13. Experimentos
Archivos /
Centros de Datos LiteraturaSimulaciones
De petabytes a Exabytes
Procesamiento masivo de datos

14. • Enfoques de solución:
– Bases de Datos Distribuidas.
– Bases de Datos en la Nube.
– Hardware.
– Paralelismo (MPI, MapReduce)
Procesamiento masivo de datos

15. • MapReduce
– Es un modelo de programación que permite
procesar y generar grandes cantidades de
datos.
– Los datos son normalmente procesados en
ambientes paralelos, distribuidos dentro de
clusters o nubes.
Procesamiento masivo de datos

16. Procesamiento masivo de datos
• MapReduce

17. Procesamiento masivo de datos

18. Procesamiento masivo de datos
• Apache Hadoop
• Es una implementación del modelo
MapReduce.

19. • Aplicaciones en la nube
– Analytics (Web, Social, Logs)
– Procesamiento de imágenes y video
– Machine Learning
– Bases de Datos
– Matemáticas
– Biología / Clima
Procesamiento masivo de datos

20. • Retos académicos
– Clusters y nubes con MapReduce/Hadoop.
– Modelos y algoritmos paralelos.
– Optimización de búsquedas.
– Optimización de recursos.
– Diseño y análisis basados en paralelismo.
– Identificación de problemáticas.
Procesamiento masivo de datos

21. • Facebook genera dinámicamente más de dos
billones de páginas por día.
• Facebook procesa aproximadamente 23,000
requests por segundo. Actualmente tiene +1800
instancias de bases de datos.
• Walmart procesa 1 million de transacciones por
hora.
Escalabilidad y Asignación de Recursos

22. • Escalabilidad es la habilidad de un
sistema a reponder en base a la demanda
creciente.
Escalabilidad y Asignación de Recursos

23. Escalabilidad y Asignación de Recursos
• Los modelos de escalabilidad en la nube aún
carecen de mecanismos adecuados para
escalar dinámicamente aplicaciones Web.
* Espadas, Et Al.

24. Escalabilidad y Asignación de Recursos
• Enfoques de solución:
– Balanceo de cargas.
– Escalabilidad bajo demanda.
– Asignación dinámica de recursos.
Pay-per-use resources
Real demand
Expected demand
Under provisioning (saturation)
Over provisioning (underutilization)
* Espadas, Et Al.

25. Escalabilidad y Asignación de Recursos
• Muchos de los algoritmos de escalabilidad
y asignación efectiva de recursos son
relativos problemas de maximización de
utilidad y minimización de costo.
* Espadas, Et Al.

26. • Retos académicos
– Algoritmos de optimización de recursos (ej. Maxmin,
Mochila).
– Lenguajes, plataformas y arquitecturas auto-
escalables (ej. Scala).
– Clusters / nubes privadas (ej. Eucalyptus).
– Virtualización.
Escalabilidad y Asignación de Recursos

27. • La adopción del cómputo en la nube
depende en mayor medida de su
interoperabilidad y estandarización
Arquitecturas e interoperabilidad
Parameswaran & Chaddha, 2009

28. • Problemáticas actuales
– Arquitecturas
– Integración
– Seguridad
– Tolerancia a fallos
– SLA (Niveles de Servicio)
Arquitecturas e interoperabilidad

29. • Retos académicos
– Arquitecturas específicas (matemáticas, biología,
multimedia).
– Protocolos de integración (SOAP, REST).
– Modelos de consumo (stateless, stateful).
– Formatos de intercambio de datos (XML, JSON).
– Algortimos de seguridad (RSA, simétricos, asimétricos).
– Mecanismos de seguridad (DoS, Cross-site).
Arquitecturas e interoperabilidad

30. • Los modelos de desarrollo de software
también están cambiando en medida que
el crecimiento de aplicaciones en la nube
crece.
Metodologías de desarrollo

31. • Problemáticas actuales.
– Metodologías de desarrollo actuales no son
orientadas a servicios en la nube.
– Nuevas plataformas de desarrollo (ej. Salesforce,
Azure, App Engine).
Metodologías de desarrollo
* Espadas, Et Al.

32. • Retos académicos
– Ingeniería de Software orientada al Cómputo en la Nube.
– Metodos ágiles de testing y deployment.
– Nuevas herramientas de desarrollo.
Metodologías de desarrollo
* Espadas, Et Al.

33. • Uno de los crecientes enfoques en procesamiento de
datos ha sido para en análisis de datos genéticos.
• La bioinformática es la aplicación de tecnologías de
información a la gestión y análisis de datos biológicos.
Problemáticas Futuras: Bioinformática

34. • Los principales esfuerzos de investigación incluyen el
secuenciación de ADN, la predicción de genes, montaje
análisis estructural de proteínas, predicciones de la
expresión génica y modelado de la evolución.
Problemáticas Futuras: Bioinformática
Alineamiento de diferentes proteínas de hemoglobina, realizado con el servicio web para ClustalW
implementado en el Instituto Europeo de Bioinformática. El alineamiento de secuencias biológicas es
una de las herramientas básicas de la bioinformática.

35. • Para qué?
– Medicamentos de acción específica para enfermedades (cáncer,
artritis).
– Detección de enfermedades genéticas / hereditarias.
– Análisis y creación de nuevas proteínas.
– Análisis de mutaciones en el cáncer.
Problemáticas Futuras: Bioinformática

36. • Porqué necesitan la informática:
– «En un paciente, una enfermedad crónico-degenerativa es
causada por una mutación en un par de genes, de 3 billones de
pares»
– «GenBank contiene información de cerca de 100 billones de
nucleótidos y 100 millones de secuencias”
• Hasta hace unos años, los esfuerzos para analizar
eficientemente datos genéticos eran sobre clusters de
computadoras, programados con herramientas como MPI
(C++).
Problemáticas Futuras: Bioinformática

37. • Técnicas tradicionales:
– Clustering
– Minería de Datos
– Búsqueda
• Técnicas nuevas:
– Tradicionales + MapReduce
– Cloud Computing + Hadoop
Problemáticas Futuras: Bioinformática

38. • Retos académicos
• “Next-generation sequencing”
– Procesar todo en la nube (Amazon EC2).
– Algoritmos en paralelo (Hadoop).
– Optimizar algortimos de análisis (Clustering).
– Analizar resultados en tiempo real (Analytics).
Problemáticas Futuras: Bioinformática

39. • El uso de variantes de Redes Neuronales
(IA) para reconocimiento de patrones.
• Aplica en diversos dominios: Preferencias,
reconocimiento de imágenes, reconocimiento
del lenguaje, modelos de lenguaje, etc.
Problemáticas Futuras: Deep Learning

40. • Netflix logró correr algoritmos en 16,000 CPUs
(cores) en 1000 máquinas virtuales del cloud de
Amazon (AWS) para entrenar una red neuronal
en cuestion de días.
• Argumentan que la infraestructura usada es aún
impráctica.
• Técnicas nuevas:
– Distributing Machine Learning
Problemáticas Futuras: Deep Learning

41. Computación en la Nube: Futuro
Cliente/Servidor
Ambientes
Distribuidos
Computación
en la Nube
Internet de
las Cosas

42. Conclusiones
El cómputo en la nube es una tendencia primordial en el área de las TI.1
2
3
4
5
6
7
Es un área de investigación con importante crecimiento.
El análisis de grandes cantidades de datos en la nube es tópico de investigación.
La escalabilidad efectiva en la nube debe alcanzarce con nuevas técnicas.
Interoperabilidad entre las plataformas es detonante para la adopción.
Nuevas metodologías de desarrollo para nuevos tipos de aplicaciones.
Importante futuro en áreas como bioinformática, aprendizaje, etc.

43. • Javier Mijail Espadas Pech
• mijail.espadas@gmail.com
• http://linkedin.com/in/mijailespadas/
INFO