Piattaforme FaaS per la ottimizzazione di servizi FinTech con modelli MapReduce serverless

Grasso, Giulio (2020) Piattaforme FaaS per la ottimizzazione di servizi FinTech con modelli MapReduce serverless. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria informatica [LM-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (8MB)

Abstract

Nel panorama della gestione dei servizi business ospitati nel cloud, le soluzioni serverless, che trovano la loro massima espressione nei modelli Function as a Service (FaaS), si pongono come potenziale nuova tecnologia di punta su cui investire, con il potere di ridurre i costi di utilizzo delle risorse mentre si astraggono le difficoltà derivanti dalla configurazione e dalla gestione dei servizi. L’efficienza e l’elasticità promesse dalle FaaS, insieme ai numerosi vantaggi economici che ne derivano, hanno catturato l’interesse dei maggiori cloud provider presenti, portando ad una sempre crescente adozione della tecnologia e ad importanti investimenti nel settore. Risulta dunque utile e necessario analizzare le piattaforme disponibili e verificare l’affidabilità e le prestazioni che queste offrono in ambienti industriali, con una focalizzazione sulle soluzioni open source. In particolare, si vuole riportare un caso d'uso di funzioni serverless nell'ambito FinTech, utilizzandole come strumento per la generazione parallela di documentazione per lo smart banking in una struttura MapReduce. L’obiettivo è quello di implementare tale modello, selezionando una tra le piattaforme open source disponibili, per mostrare i vantaggi di un sistema FaaS parallelo rispetto a un tradizionale servizio sequenziale, a fronte di simulazioni di ambienti di produzione che prevedano un numero consistente di utenti.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Grasso, Giulio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
serverless,faas,mapreduce,fintech,pdf,openwhisk,hybrid cloud,cloud computing
Data di discussione della Tesi
12 Marzo 2020
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^