Friedrich-Alexander-Universität UnivisSuche FAU-Logo
Techn. Fakultät Willkommen am Department Informatik FAU-Logo
Logo I4
Lehrstuhl für Informatik 4
Middleware
Cloud Computing

 
  Vorlesung
    - UnivIS-Infos
    - Inhalt
    - Prüfungen
    - Folien
 
  Übungen
    - Inhalt
    - Tipps
    - Aufgaben
 
  Literatur
Forschungsprojekte     -REFIT
    -TCLOUDS
 
Frühere Veranstaltungen     -Hauptseminar AKSS
Department Informatik  >  Informatik 4  >  Lehre  >  WS 2010/11  >  Middleware - Cloud Computing

Middleware - Cloud Computing (MW) im WS 2010/11

Inhalt der Vorlesung

  • Überblick Cloud Computing
    • Entwicklung von Cluster, Grid und Utility Computing hin zu Cloud Computing
    • Auswirkungen auf Wirtschaft (z.B. Kostendruck und Energie) und Gesellschaft (z.B. Datenschutz)
  • Grundlagen verteilter Programmierung (Web Services/SOAP/REST)
    • Basistechnologie und Architektur
  • Virtualisierung als Basis für Cloud Computing
    • Ansätze zur Virtualisierung von Hardware (z.B. Xen, KVM oder VMware ESX)
    • Vor- und Nachteile von Virtualisierung (z.B. hinsichtlich Leistungsfähigkeit und Wartbarkeit)
  • Infrastructure as a Service am Beispiel von Eucalyptus und Amazon EC2
    • Deployment und Verwaltung von verteilten Anwendungen
  • Verteilte Dateisysteme für Cloud-Anwendungen
    • Bereitstellung von zuverlässigem Massenspeicher basierend auf unzuverlässigen Komponenten
  • Verteilte Programmierung für datenlastige Cloud-Anwendungen
    • Skalierbare Verarbeitung von großen Datenmengen
  • Interoperabilität und Multi-Cloud Computing
  • Fehlertoleranz und Sicherheit im Kontext von Cloud Computing
  • Aktuelle Forschungstrends (z.B. 'neue' Programmiersprachen, einbruchstolerante Systeme)
    • Erlang, Datalog, ...
    • Einbruchstolerante Systeme basierend auf Multi-Cloud Computing

Weiterführende Literatur und weitere Informationen zur Vorlesung...

Inhalt der Übungen

  • Entwicklung eines Cloud-basierten Web-Service
    • Facebook
    • Amazon S3
  • Praktischer Einsatz von Public und Private Clouds
  • Data-Mining in der Cloud
  • Implementierung skalierbarer Algorithmen mittels Apache Hadoop (MapReduce)
Im Rahmen der Übung werden Amazon Web Services (AWS) genutzt. Hierfür stellt Amazon jedem Studenten ein entsprechendes Freikontingent zur Verfügung.

Weitere Informationen zu den Übungen...

Dozenten und Betreuer

Dr. Rüdiger Kapitza Dr. Jürgen Kleinöder Dipl.-Inf. Tobias Distler Dipl.-Inf. Klaus Stengel Dipl.-Inf. (FH) Timo Hönig

Terminübersicht (Wochenplanung)

Mo Di Mi Do Fr
08:00
09:00
10:00
11:00
12:00
12:00 - 14:00
MW
(Kapitza)
K1
12:00 - 14:00
RÜ MW
(Kapitza)
01.155-N
13:00
14:00
14:00 - 15:30
Ü MW
(Distler)
0.031
15:00
16:00
17:00

  Impressum   Datenschutz Stand: 2011-04-03 16:50   TD