University of Missouris ingenjörer använder artificiell intelligens för att skapa skräddarsydda lösningar för företag för att optimera kapaciteten hos molnberäkningar. Kredit:University of Missouri
Föreställ dig att ett litet företag utvecklar fordonsdelar till en stor biltillverkare som ligger hundratals mil bort. För effektivitet, Båda företagen använder "molnet" för att överföra de stora mängderna designdata – som specifikationer för bildelar – fram och tillbaka och utveckla lösningar under tillverkningsprocessen. Även om det stora företaget kan anställa personer med teknisk expertis för att förstå och hantera molnet, det lilla företaget kanske inte har resurserna att göra det. Ett team av forskare från University of Missouri tillhandahåller lösningar för att lösa det problemet.
"Vi måste tänka på att använda molnet ungefär som att kartlägga en byggnad, sa Prasad Calyam, docent i elektroteknik och datavetenskap och föreståndare för Cyber Education and Research Initiative i MU Ingenjörshögskolan. "Hur kartlägger du en 1, 000 våningar som kommer att fungera effektivt och tillförlitligt som förväntat? Det måste ha detaljerade ritningar, eller en plan så att alla kan se hur du kan flytta från en våning till en annan, veta var ett visst kontor ligger eller till och med veta hur byggnaden kommer att klara extrema vindförhållanden. Vår lösning är i grunden som att skapa ritningar för molnet så att affärsapplikationer kan motstå cyberattacker eller anpassa sig till dynamiska förhållanden – som förändringar i användarkrav eller sporadiska systembaserade avbrott – som kan påverka användarens upplevelse."
I denna självbeskrivna "Heliga Graal från flera Silicon Valley-företag, "Forskarna tillhandahåller mallar - en kombination av hårdvara och mjukvara - för företag i alla storlekar att använda, särskilt små företag utan större företags tekniska expertis. Företaget kan "plugga" data i en mall, ladda upp den till molnet, och låt molnet "spela" eller bearbeta data och tillhandahålla flexibla lösningar. Calyam sa att företag kan dra nytta av deras lösning genom att bara skapa en mall, sedan återanvända den för framtida användningar. Han sa också att programvaran kan rekommendera när mallen behöver göras om från grunden, möjligen på grund av en betydande förändring av storleken på data som behandlas i den molnbaserade applikationen.
I exemplet med småföretag inom bildelar, molnet gör det möjligt för det lilla företaget att praktiskt taget skicka stora datafiler som en del av en flytande och anpassningsbar designprocess till den stora biltillverkaren – även när filerna är för stora för att överföras via traditionella sätt som bilagor i ett e-postmeddelande. Calyams lösning kommer att hjälpa det lilla företaget att bygga en mall för sin specifika data och göra det enkelt att skicka data genom molnet.
"Molnet har så många möjligheter - det växer alltid när det gäller val, " sa Calyam. "Till exempel, vi försöker hjälpa till att ge en bättre användarupplevelse för att välja lämpliga molnresurser som passar ett applikationskrav på ett kostnadseffektivt, högpresterande och säkert sätt. Våra lättanvända verktyg tar bort de dyra gissningarna för småföretagen och hjälper dem att skala upp sina applikationer för att bli mer lönsamma."
Studien, "Rekommendera heterogena resurser för science gateway-applikationer baserade på anpassade mallars sammansättning, " publicerades i Framtida generationens datorsystem .
Andra författare inkluderar Ronny Bazan Antequera, en postdoktor vid MU; Arjun Ankathatti Chandrashekara, en utexaminerad lärarassistent vid MU; och Reshmi Mitra, en formell postdoktor vid MU som nu är biträdande professor vid Webster University.