Internet des Choses, Cloud Computing et Big Data : nouvelles frontières pour le Génie Logiciel

Dimension: px
Commencer à balayer dès la page:

Download "Internet des Choses, Cloud Computing et Big Data : nouvelles frontières pour le Génie Logiciel"

Transcription

1 CAL CIEL 2014 Conférence francophone sur l'architecture Logicielle + Conférence en IngénieriE du Logiciel Internet des Choses, Cloud Computing et Big Data : nouvelles frontières pour le Génie Logiciel Didier Donsez Université de Grenoble LIG / ERODS D. Donsez, CAL & CIEL 2014 From Processing.org 1

2 LIG ERODS LIG Laboratoire d'informatique de Grenoble UMR CNRS, UJF, GINP, UPMF, INRIA Computer Sciences and ICT Up to 500 researchers and PhD students ERODS Distributed Systems Middleware Autonomic Computing Benchmarks Software Engineering Cloud Computing Big Data Analytics Internet of (Every)Things ERODS

3 Sommaire Nouveaux domaines Cloud Computing Big Data Analytics Internet des Choses et du reste A l'intersection Et le Génie Logiciel dans tout ça! Des exemples chez ERODS Roboconf CIRUS D. Donsez, CAL & CIEL

4 «Nouveaux» domaines pour l ingénierie logicielle Cloud Computing Big Data Analytics Internet des Choses et du reste Réseaux sociaux Mobile computing Crowd sourcing Open data... D. Donsez, CAL & CIEL

5 Le Cloud Computing L'informatique en nuage Présentations et videos sur D. Donsez, CAL & CIEL

6 Pari d'amazon Infrastructure informatique (sur)dimensionnée pour les piques de visite (Noël, ) Sous-utilisé à 80 % le restant du temps Idée en 2007 : louer CPU et Stockage lors des périodes creuses. 8

7 Evolution de l'hébergement Extrait de : Forester Research James Staten, with Simon Yates, F. E. G. (2008) 9

8 Définition (parmi d'autres) du Cloud Ensemble de ressources/applications/services s'exécutant dans un environnement distribué, accessible via les protocoles web standards, et dont l'ensemble fournit un service ayant les caractéristiques suivantes : Paiement à l'usage Fonction de la durée et de la quantité d'utilisation Illusion d'une infinité de ressources (scalabilité) Abstraction de l'infrastructure matérielle Virtualisation système, Virtualisation langage Mutualisation entre plusieurs clients Le multi-tenant From 10

9 Modèle économique et tarifaire Gratuité (période d'essai) Pay-per-use (durée et quantité de ressources utilisées) Bande passante (interne au cloud, vers/depuis l'extérieur) # I/O sur disque CPU time, clock wall Quantité de mémoire RAM Souscription mensuelle/annuelle Niveaux SLA/QoS Plafonds Enchère Spot VMs Revendeurs Tiers utilisant le cloud pour leur client From 11

10 Apports du Cloud Allocation/dés-allocation rapide (à la demande) de ressources Aucune procédure administrative Accessible de partout via un navigateur 24/7 Facilité d'utilisation TCO moins élevé Moins de personnel Pas de parc informatique interne à gérer Paiement à l'usage Ouvert à tous Pas d'investissements initiaux importants Fonctionnement versus Investissement From 12

11 Les défis du Cloud Sécurité & Confiance Garantie de service (SLA) Impact énergétique Monitoring détaillé pour la facturation Standardisation Pour faciliter l'interopérabilité et la portabilité (VMs, outils, processus,...) Cas des applications et matériels customisés Grands comptes Difficile de les reproduire dans le cloud multi-tenant) (car From 13

12 Les modèles de Cloud 2 typologies du Cloud Déploiement : quel est le degré d'intervention (en matière d'administration) de l'utilisateur dans la plate-forme Service : quel est le type de service qu'offre la plate-forme Extrait de la définition du cloud fournie par la NIST (National Institute of Standards and Technology) From 14

13 Modèles de déploiement Cloud communautaire : le cloud a été mis sur pied pour fournir un service commun à un ensemble d'entreprises. Ex. : UnivCloud. Cloud privé : le cloud a été mis sur pied par une entreprise et son accès est restreint aux membres de cette entreprise. Cloud publique : le cloud a été mis sur pied par une entreprise pour en faire un business en l'ouvrant à des personnes extérieures. Ex. : Amazon web services, Microsoft Azure, Eolas, etc. Cloud hybride : c'est une combinaison entre un cloud privé et plusieurs cloud publiques. Cloud bursting From 15

14 Modèles de services IaaS : Le cloud fournit un service de stockage et de calcul virtualisé Ex. : Amazon EC2, Windows Azure, etc. PaaS : le cloud fournit une plate-forme de construction et d'exécution d'applications dans l'infrastructure sous-jacente Ex. : Google App Engine, Windows Azure web rôle, etc. SaaS : le cloud fournit directement l'application qu'a besoin l'utilisateur Ex. : Google docs, SalesForce, mbed.org From 16

15 Modèles de service Server SW 18

16 Acteurs dans le Cloud Fournisseur de cloud fournit une plateforme de cloud, comprenant l'infrastructure matérielle. Ex. : Amazon Web Services Receleur/mandataire de cloud agrège plusieurs plateformes de cloud, dont il n'est pas le propriétaire, afin d'en fournir une qu'il revend aux clients. Ex. : RightScale Client/Utilisateur du cloud utilise directement les ressources de la plateforme de cloud. Développeur de cloud produit des outils pour le cloud. Ex. : IBM, UshareSoft 19

17 Exemples de Clouds publics Google Engine App 20

18 Big Data Analytics Analyse de grandes masses de données D. Donsez, CAL & CIEL

19 Big data is like teenage sex Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it Dan Ariely, Professor at Duke University, TED speaker

20 Le déluge de données 1ZB=10^12 GB

21 Informatique Décisionnelle Préoccupations Variées

22 Notre monde est dirigé par les données Science Humanities and Social Sciences Corporate sales, stock market transactions, census, airline traffic, Entertainment Scanned books, historical documents, social interactions data, tracking technologies like RFID, GPS Business & Commerce Data bases from astronomy, genomics, environmental data, transportation data, Internet images, movies, MP3 files, Medicine MRI & CT scans, patient records,

23 4+1 grands poncifes du Big Data Volume Velocité Variété Véracité + Valeur

24 Comment analyser ce déluge de données? En très peu de temps Pour accélérer et améliorer les prises de décision Difficile à traiter avec les outils BI classiques (OLTP, OLAP, ) Nouveaux modèles de traitements massivement distribués Milliers de nœuds de calcul (à la demande) Tolérance aux pannes Repenser toutes les méthodes statistiques 27

25 Modèles de calcul Big Data Post-Processing Batch TBs / PBs of stored data Continuous Event Streaming 100 MB/s of live data High-latency Decision Support Low-latencyDecisionSupport Map Reduce Event Stream Processing Hadoop, SciDB, Spark, Giraph,... Map-Update MUD8P Storm, S4, Samza, Millwheel,... Discretized Stream Processing Spark Streaming

26 Map Reduce Modèle de programmation Calcul distribué en mode batch (sur grille/cloud) Deux fonctions Map Organise les données en blocs Calcul des couples «clés-valeurs» Reduce Utilise les couples «clés-valeurs» Effectue un calcul Hadoop : implantation open source de MapReduce Maître & Workers (map, reduce), HDFS pour le stockage (input/output) Ecosystème : Hive, Pig, Mahout, Hbase... Pionnier : Google( 20PB par jour), Yahoo!, Amazon, Facebook HDaaS : Hortonworks, Amazon, Azure... 29

27 Map Reduce Exemple 30

28 Modèle de distribution de Map Reduce 31

29 Event Stream Processing Traitement distribué d'un flot continurecords de Faible latence de la réponse Tolérance aux pannes (replay) mutable state mutable state node 1 node 3 input records output records node 5 input records node 2 Node 4 32

30 Exemple de chaines de traitement Event Stream Processing Trending Topics VoIPSTREAM (VS) Twitter Sentiment Analysis (SA) From Maycon Bordin's ms thesis 33

31 Lambda Architecture Nathan Marz (Twitter, Backtype) Batch layer can compute the analytics model of the Speed Layer tica lm ode l Combine Low and High Latency BDA An aly

32 36

33 Un métier en pleine expansion : Data Scientist Double profil : informaticien et maths appliquées Gartner says big data creates big jobs: 4.4 million IT jobs globally to support big data by The U.S. could face a shortage by 2018 of 140,000 to 190,000 people with "deep analytical talent" and of 1.5 million people capable of analyzing data in ways that enable business decisions. (McKinsey & Co) Big Data industry is worth more than $100 billion growing at almost 10% a year (roughly twice as fast as the software business) Comment rendre ce «développeur» productif?

34 Internet of Things Internet des Choses Présentation sur D. Donsez, CAL & CIEL

35 Petit rappel Échelle logarithmique Niveau de compétence de l usager moyen Ingénieur Cadre Teen Nombre d usagers (humains) Ménagère de moins de 50 ans Senior Nombre de machines Bébé temps D. Donsez, CAL & CIEL

36 L'Internet des Choses : la Vision Mark Weiser 1991 The most profound technologies are those thatdisappear. They weave themselves into thefabric of everyday life until they areindistinguishable from it Kevin Ashton,1999 The problem is, people have limited time, attention and accuracy all of which means they are not very good at capturing data about things in the real world. And that's a big deal. We're physical, and so is our environment If we had computers that knew everything there was to know about things using data they gathered without any help from us we would be able to track and count everything, and greatly reduce waste, loss and cost. D. Donsez, CAL & CIEL

37 L'Internet des Choses (IoT) Industrial IoT (IIoT) RFID / NFC phones SCADA Instrumentation Communication Médiation Prise de Décision Action Exploration sensor nodes robot D. Donsez, CAL & CIEL

38 Internet(s) des choses et des trucs Internet of Everything Internet of People Internet of My Things Industrial Internet of Things (IIoT) Fog Computing Cyber-Physical Systems... D. Donsez, CAL & CIEL

39 Big Picture des Applications de l'internet des Choses Portée du réseau WAN MAN LAN WLAN WSN PAN BAN Domotique SOHO 16/06/2014 Immotique Bâtiment intelligent D. Donsez, CAL & CIEL 2014 Ville «intelligente» Echelle géographique 44 44

40 Big Picture des Applications de l'iot D. Donsez, CAL & CIEL

41 Les Services Machine-à-Machine (M2M): Nouvelle vague du "e-business" : Services à valeur ajoutée basés sur les dispositifs enfouies Intégration sécurisée Extract Transform Load Environnement Physique Infrastructure IT Action Ana l y se des environnements physiques / opérationnels et des infrastructures IT Support "temps réel"just-in-time ( ) à la prise de décision Intégration avec d'autres contextes d'entreprise Création de nouveaux services Créationde nouveaux modèles économiques D. Donsez, CAL & CIEL

42 M2M Applications and New Business Models Transportation and chain supply Fleet management, Car sharing,... Office appliances Copiers, Vending machines,... Security and Homeland security Security camera Predictive (preventive) maintenance Optimize Behavior study (second choice is Coke is unavailable) Leblanc boilers, Schneider Electrics, BMW... Insurance Pay as you drive (Norwhich Union, AXA in France for business fleet) D. Donsez, CAL & CIEL

43 M2M Applications and New Business Models... Healthcare Glycemy (blood sugar level) Hypertension heart attack forecast Assistive Technologies Smart city Intelligent trash can Optimize travel according levels of all trash containers Pay per Trash (Plastic Omnium) Interactive Digital Signage Pay per View (eye tracking) Etc... D. Donsez, CAL & CIEL

44 Grande Distribution Cagettes de Fruits / Légumes 1,8 million de cagettes recyclables avec des étiquettes RFID UHF (EPC Gen2) Magasins (1317 Super,Hyper,...) Stations de Lavage Plateformes de Répartition Producteurs Fruits/Légumes (France, Espagne) Images D. Donsez, CAL & CIELprises 2014 dans 49

45 Smart Trash Can (Pay per Trash) Poubelle (RFID) Camion Benne (Balance + GPS) Plastic Omnium, Rapport d'activité 2012, p D. Donsez, CAL & CIEL

46 Habitat Intelligent (Smart Building) Objectif : Sécurité, Sureté, Energie, Confort, Assistance,... Exemple : Canopea (vainqueur Solar Decathlon 2012) By courtesy GE2Lab D. Donsez, CAL & CIEL

47 Smart Urban Lighting Eclairage urbain 40 % de la facture d'électricité des villes 1900 milliard de kg de CO2 (4 fois les émission de la France) Contrôle individuel des lampadaires urbains 1 sur 2, gradation (LED), présence, «précède moi» «je suis en panne» (maintenance)... D. Donsez, CAL & CIEL

48 Multitude d'acteurs Le photocopieur en location Le photocopieur est installé en location chez le client Le loueur (est une organisme financier) facture mensuellement à la consommation Fixe mensuel + tarif par feuille Le loueur sous-traite la maintenance simple à une société spécialisée La société de maintenance réalise un diagnostic à distance avant d envoyer un agent L agent de maintenance interroge sur place le logiciel de diagnostic Le fabricant peut mettre à jour le logiciel embarqué RICOH (26% copier market share) inclut une passerelle OSGi dans ses photocopieurs (en 2006). D. Donsez, CAL & CIEL

49 Exemple de Scénario Le photocopieur en location (c) Didier Donsez, 2004 Customer Customer install and start the new version of the diagnotic tools Manufacturer Manufacturer update the version on the panel GUI core add a custom tab (ie plugin) to the panel GUI Renter Renter start the scanner function and the mail function of the copier subscribe ($ ) to the scanner function and the mail function of my copier D. Donsez, CAL & CIEL

50 Présent : Solutions M2M ad-hoc Centré Domaine Dédié (voir «fermé») à un secteur d'activité Un équipement Un usage Faible mutualisation des infrastructures matérielles et logicielles Solutions multi-acteurs/opérateurs difficiles Perte d'opportunités inter-secteurs Intergiciels, Méthodes Logicielles, communes (indépendant de domaines) D. Donsez, CAL & CIEL

51 Patrons d'architecture IoT récurrents SOA (Service Oriented Architecture) Couplage faible, Late binding Evénementiel Publish Subscribe QoS (realtime, reliable, elastic) Médiation ECA (Event Condition Action) CEP (Complex Event Processing) EST (Event Stream Processing) ETL (Extract Transform Load) Architecture Lambda (Map-Reduce & ESP) D. Donsez, CAL & CIEL

52 Publish-Subscribe des Mesures Producteurs Consommateurs Publisher Subscriber topic= "s10/geiger/pps" event.topics= {"#/location"} E6 Publisher topic="s11/hum" Subscriber E4 E1 Publisher topic="s12/temp" E2 E4 PubSub Broker E2 E1 E4 E3 E1 event.topics= {"#/temp","#/hum"} Subscriber event.topics= {"s11/#","s13/#"} E3 Subscriber event.topics= {"s14/#"} Publisher topic= "s13/wind" D. Donsez, CAL & CIEL

53 L'embarras du choix en PubSub Spécifications OSGi Event Admin : Wire Admin CORBA Data Distribution Service (DDS) AMPQ AMMP STOMP MQTT M3DA XMPP IoT ROS (Robot Operating System) UPnP GENA PubSubHubbub HTTP/REST CoAP CORE Siena Apache Kafka Opérateurs CloudPubSub-as-a-Service Xively Axeda Open.sen.se Thingworx SKYNET.im ClearBlade 2lemetry AirVantage WSO2 MB Twitter dans une certaine mesure. D. Donsez, CAL & CIEL

54 A l'intersection Cloud Computing Big Data Analytics Internet of Things D. Donsez, CAL & CIEL

55 IoT et Cloud Computing UbiCloud, Cloud of Things,... Intérêts pour l'iot TCO, Résilience, Elasticité, Déport de calcul, «Big Data» Stream Rem : IoT introduit de nouvelles menaces dans le Cloud UbiCloud vs Confidentialité (Privacy, Propriété intellectuelle, ), Souveraineté Clouds with/for Ubi-terminals (smartphones, tablettes, voitures, IDS,...) Cloud of Things (CoT) Cloud for Things (mediation et stockage des mesures,...) Things are facilities in the FaaS D. Donsez, CAL & CIEL

56 Cloud of Things Xively, Axeda, (on-demand access to any applications) Open.sen.se Platform as a Service (PaaS) Software as a Service (SaaS) (on-demand platform of delivering your own application) Inrastructure as a Service (IaaS) (on-demand cpu/storage/nw infrastructures) Virtual/Physical Infrastructure (FaaS) IT cooling Deltadrone, Cloud Robotics Smart Green Grid H2 D. Donsez, CAL & CIEL

57 Big Data and IoT Ubilytics : Ubiquitous big data analytics Milliards de Capteurs : source de données Sensor Big Data' 4V Sensor Data Variety Sensor Data Volume Sensor Data Velocity Sensor Data Veracity Ubilytics : Ubiquitous big data analytics Lambda Architecture Map-Reduce Event Stream Processing Ubilytics-as-a-Service D. Donsez, CAL & CIEL

58 Exemple d'ubilytics Energy Consumption Forecast Forecasts at 1min, 5min, 15min, 60min and 120min Anticipate electricity demand for ajusting the production (ie. save energy and avoid blackout) 65

59 Et le Génie Logiciel la dedans... Software crisis Encore et toujours... System of Systems of Systems Beaucoup de matériels/logiciels patrimoniaux Grandes variétés de technologies One size does not fit all! D. Donsez, CAL & CIEL

60 La panoplie des outils Programming Langages Java, Python, R, Lua, C/C++,... BPM SPL DSL Design Pattern Architectural styles Mashup and end-user programming Visual, IFTTT (If This Then That) Software evolution support CBSE, SOA,... Continuous Integration Continuous Delivery. D. Donsez, CAL & CIEL

61 Notre expérience chez ERODS Systèmes distribués, Intergiciels et Génie Logici Roboconf CIRUS en perspective D. Donsez, CAL & CIEL

62 Roboconf Problème du déploiement et de la (re)configuration d'applications distribuées sur un multi-cloud Cloudify, RightScale, Scalr Roboconf Projet commun Linagora & ERODS Liens https://github.com/roboconf D. Donsez, CAL & CIEL

63 Cas de l'entreprise Social Network de Linagora Editeur solutions FOSS modèle SaaS MongoDB Node.js LinID OpenLDAP NPM Redis (PubSub) Elastic Search Private cloud operated with OpenStack Debian Giraph James Git Public clouds for cloud bursting operated by Heroku, Azure, Amazon,... D. Donsez, CAL & CIEL

64 Cloud Computing : Application Administrators point of view 0) create an EC2 account and enter (company's) credit card number 1) Define a configuration Time consuming 2) Start AMIs Error Prone 3) Configure dependencies port, security, firewalls ) 4) Monitor performance and usage Requests A S D

65 Cloud Computing : Application Administrators point of view 0) create an EC2 account and enter (company's) credit card number 1) Define a configuration Time consuming 2) Start AMIs Error Prone 3) Configure dependencies port, security, firewalls ) 4) Monitor performance and usage Requests A S D Requests A S D 5) Change the configuration 6) Start additionnal AMIs / Stop existing AMIs / Migrate AMIs 7) Re-Configure dependencies port, security, )... 10) Pay monthly $$$$$ for CPU time,... Nightmare

66 Deployment issues Multi-scale Elastic & adaptative From embedded (box, sensor, card...) to cloud / IaaS More and more devices while IoT emerges Add/remove components (eg. according to load patterns) Adapt data flow (eg. load balancing) Optimize (eg. co-locate) Dependencies to be resolved at runtime Location of components (eg. where to send data) Configuration information (eg. database credentials)

67 Roboconf Motivation What does it do? Automatic deployment/evolution of distributed application configuration on a IaaS Instantiates and manages VM in the IaaS Deploys components on those VM Makes those components to configure each other RoboConf Design Principles SOA (loose-coupling, asynchronous registry) Configuration Inheritance Composition (Systems of Systems) Configuration Evolution DSL for describing configurations (ADL)

68 Roboconf DSL Configuration Model Types (inheritance) & Instances Import & Export Variables pubsub lifecycles scripts in BASH, PUPPET, WAR, OSGi Exported variables (default values) Imported variables (synchronized) Children components

69 Exemple d'application 3-tiers Component Types

70 Exemple d'application 3-tiers Component Instances # Registry MySQL.ip= MySQL.port=3306 Tomcat-1.ip= Tomcat-2.ip=

71 Deployment & Configuration Scripts Repo Artifacts Repo AMIs Repo PubSub vars : Act as a distributed configuration manager AMIs contains a RoboConf agent

72 CIRUS Motivation Plateforme PaaS pour «Ubilytics» de bout en bout «Simple as Possible» dédié aux PMEs de l'iot Problème Depuis les capteurs jusqu'à l'architecture lambda (cloud) Grande variété des besoins Grande variété des technologies Proposition DSL + Génération de PaaS et SaaS dédiés

73 Towards "Ubilytics" PaaSs Send selected sensors meausrements M2M Home, Office, City, Warehouse (OpenHAB, IoTSys) In Elastic Hybrid Cloud NoSQL Store MongoDB, Cassandra, HDFS In elastic Cloud Message MessageBroker Broker orormaas or PSaaS MaaS or PSaaS Mosquitto, RabbitMQ, Mosquitto, RabbitMQ, Protocols : MQTT, AMQP, Protocols : MQTT, AMQP, STOMP, XMPP, CoAP, STOMP, XMPP, CoAP, WebRTC, Motwin... WebRTC, Motwin... Car, City, Embedded boards smartphones by millions Sensors data messages ie energy Consumption, temperature, images,... MapReduce Hadoop Computed prediction model Realtime ESP Storm, Samza, S4, MQTT, AMQP, Spark Streaming, STOMP... topologies Mashup, Reporting, Dashboard,. (history charts,...) Storing agregates Predictions Trends,... Monitoring Placement (static,dynamic) Deployment & (Re)Configuration (Roboconf) ERODS

74 Conclusion Go West... 83

75 Q&A D. Donsez, CAL & CIEL

Projet ENSIMAG 3A ILBI Infrastructure Logicielle pour les Bâtiments Intelligents

Projet ENSIMAG 3A ILBI Infrastructure Logicielle pour les Bâtiments Intelligents Projet ENSIMAG 3A ILBI Infrastructure Logicielle pour les Bâtiments Intelligents Didier Donsez Vivien Quema Grenoble INP Université Joseph Fourier Prenom.Nom@imag.fr From Processing.org 1 Sommaire Introduction

Plus en détail

Cloud Computing. Alain Tchana, Maître de Conférence Institut National Polytechnique de Toulouse IRIT / Équipe SEPIA alain.tchana@enseeiht.

Cloud Computing. Alain Tchana, Maître de Conférence Institut National Polytechnique de Toulouse IRIT / Équipe SEPIA alain.tchana@enseeiht. Cloud Computing Alain Tchana, Maître de Conférence Institut National Polytechnique de Toulouse IRIT / Équipe SEPIA alain.tchana@enseeiht.fr Objectifs du cours Répondre aux questions suivantes : 1) Qu'est-ce

Plus en détail

Internet des Choses : Aspects Intergiciels

Internet des Choses : Aspects Intergiciels École d'été Web Intelligence 2013 «Le Web des objets» http://www.web-intelligence-rhone-alpes.org/ecoles/2013/presentation/ Internet des Choses : Aspects Intergiciels Didier Donsez Université de Grenoble

Plus en détail

Séminaire Partenaires Esri France 7-8 juin 2011 - Paris Cloud Computing Stratégie Esri

Séminaire Partenaires Esri France 7-8 juin 2011 - Paris Cloud Computing Stratégie Esri Séminaire Partenaires Esri France 7-8 juin 2011 - Paris Cloud Computing Stratégie Esri Gaëtan LAVENU Plan de la présentation Evolution des architectures SIG Qu'est ce que le Cloud Computing? ArcGIS et

Plus en détail

Une brève introduction aux Données Massives - Challenges et perspectives. Romain Picot-Clémente Cécile Bothorel Philippe Lenca

Une brève introduction aux Données Massives - Challenges et perspectives. Romain Picot-Clémente Cécile Bothorel Philippe Lenca Une brève introduction aux Données Massives - Challenges et perspectives Romain Picot-Clémente Cécile Bothorel Philippe Lenca Plan 1 Big Data 2 4Vs 3 Hadoop et son écosystème 4 Nouveaux challenges, nouvelles

Plus en détail

Cartographie des solutions BigData

Cartographie des solutions BigData Cartographie des solutions BigData Panorama du marché et prospective 1 1 Solutions BigData Défi(s) pour les fournisseurs Quel marché Architectures Acteurs commerciaux Solutions alternatives 2 2 Quels Défis?

Plus en détail

Systèmes Répartis. Pr. Slimane Bah, ing. PhD. Ecole Mohammadia d Ingénieurs. G. Informatique. Semaine 24.2. Slimane.bah@emi.ac.ma

Systèmes Répartis. Pr. Slimane Bah, ing. PhD. Ecole Mohammadia d Ingénieurs. G. Informatique. Semaine 24.2. Slimane.bah@emi.ac.ma Ecole Mohammadia d Ingénieurs Systèmes Répartis Pr. Slimane Bah, ing. PhD G. Informatique Semaine 24.2 1 Semestre 4 : Fev. 2015 Grid : exemple SETI@home 2 Semestre 4 : Fev. 2015 Grid : exemple SETI@home

Plus en détail

Cloud Computing Concepts de base Année académique 2014/15

Cloud Computing Concepts de base Année académique 2014/15 Concepts de base Année académique 2014/15 Qu'est que le? online 2 Qu'est que le? Cela s'est-il produit auparavant? Innovation Produit Service 3 Qu'est que le? Considérons-le comme-ça... Crée ta propre

Plus en détail

Symposium Systèmes IBM

Symposium Systèmes IBM Yves Holvoet Tech Sales Bluemix France Yves.holvoet@fr.ibm.com Symposium Systèmes IBM Surveillance Camera with a Raspberry PI Agenda Bluemix, the IBM PAAS Internet Of Things Demonstration IOT Foundation

Plus en détail

DevOps / SmartCloud Orchestrator. Dominique Lacassagne Cloud Architect

DevOps / SmartCloud Orchestrator. Dominique Lacassagne Cloud Architect DevOps / SmartCloud Orchestrator Dominique Lacassagne Cloud Architect DevOps / SmartCloud Orchestrator ( SCO ) Introduction: where does SCO fit in the DevOps story? A quick review of SCO main features

Plus en détail

http://www.roboconf.net https://github.com/roboconf

http://www.roboconf.net https://github.com/roboconf http://www.roboconf.net https://github.com/roboconf Déploiement et reconfiguration dynamique pour le développeur et l'exploitant Licence : Apache 2.0 (c) Linagora / Université Joseph Fourier RMLL 2014

Plus en détail

Cloud et SOA La présence du Cloud révolutionne-t-elle l approche SOA?

Cloud et SOA La présence du Cloud révolutionne-t-elle l approche SOA? Cloud et SOA La présence du Cloud révolutionne-t-elle l approche SOA? Jean-Marc Pierson pierson@irit.fr IRIT, Université de Toulouse Agenda! Le Cloud! Le SOA! Quelle différence!?! Cloud et SOA! Mise en

Plus en détail

Offre formation Big Data Analytics

Offre formation Big Data Analytics Offre formation Big Data Analytics OCTO 2014 50, avenue des Champs-Elysées 75008 Paris - FRANCE Tél : +33 (0)1 58 56 10 00 Fax : +33 (0)1 58 56 10 01 www.octo.com 1 Présentation d OCTO Technology 2 Une

Plus en détail

Big data et données géospatiales : Enjeux et défis pour la géomatique. Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique

Big data et données géospatiales : Enjeux et défis pour la géomatique. Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique Big data et données géospatiales : Enjeux et défis pour la géomatique Thierry Badard, PhD, ing. jr Centre de Recherche en Géomatique Événement 25e anniversaire du CRG Université Laval, Qc, Canada 08 mai

Plus en détail

Les enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013

Les enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013 Les enjeux du Big Data Innovation et opportunités de l'internet industriel François Royer froyer@datasio.com Accompagnement des entreprises dans leurs stratégies quantitatives Valorisation de patrimoine

Plus en détail

Comment concevoir et réaliser des applications mobiles combinant l'iot et le cognitif? Erwan Maréchal

Comment concevoir et réaliser des applications mobiles combinant l'iot et le cognitif? Erwan Maréchal IBM 2015 App Days Amphithéatre Blaise Pascal Comment concevoir et réaliser des applications mobiles combinant l'iot et le cognitif? Erwan Maréchal Appli Single Page : le concept du «Single Page App» Qu

Plus en détail

20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013. 20 ans du SIAD -"Big Data par l'exemple" -Julien DULOUT

20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013. 20 ans du SIAD -Big Data par l'exemple -Julien DULOUT 20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars 2013 20 ans du SIAD -"BigData par l'exemple" -Julien DULOUT Qui a déjà entendu parler du phénomène BigData? Qui a déjà

Plus en détail

SEcurité et Internet Des Objets : le laboratoire SEIDO

SEcurité et Internet Des Objets : le laboratoire SEIDO SEcurité et Internet Des Objets : le laboratoire SEIDO Gérard Memmi, Chef du Département Informatique et Réseaux Télécom ParisTech Philippe Forestier, Chef de projet EDF R&D AGENDA 1. INTERNET OF THINGS

Plus en détail

Anticiper et prédire les sinistres avec une approche Big Data

Anticiper et prédire les sinistres avec une approche Big Data Anticiper et prédire les sinistres avec une approche Big Data Julien Cabot Directeur Big Data Analytics OCTO jcabot@octo.com @julien_cabot OCTO 2013 50, avenue des Champs-Elysées 75008 Paris - FRANCE Tél

Plus en détail

Opportunités et enjeux à l heure du Cloud, du Big Data, de la mobilité et du Social Business

Opportunités et enjeux à l heure du Cloud, du Big Data, de la mobilité et du Social Business Opportunités et enjeux à l heure du Cloud, du Big Data, de la mobilité et du Social Business Véronique Blondelle, Leader Marketing Software Philippe Bournhonesque, Leader Stratégie Software Les grandes

Plus en détail

L écosystème Hadoop Nicolas Thiébaud ni.thiebaud@gmail.com. Tuesday, July 2, 13

L écosystème Hadoop Nicolas Thiébaud ni.thiebaud@gmail.com. Tuesday, July 2, 13 L écosystème Hadoop Nicolas Thiébaud ni.thiebaud@gmail.com HUG France 250 membres sur la mailing liste 30 présentations 9 meetups organisés, de 20 à 100 invités Présence de Cloudera, MapR, Hortonworks,

Plus en détail

RFID: Middleware et intégration avec le système d'information Olivier Liechti

RFID: Middleware et intégration avec le système d'information Olivier Liechti RFID: Middleware et intégration avec le système d'information Olivier Liechti Sun Microsystems, Inc. Agenda Introduction > Vision et architecture Le rôle du middleware RFID > Gestion des données > Administration

Plus en détail

HADOOP ET SON ÉCOSYSTÈME

HADOOP ET SON ÉCOSYSTÈME HADOOP ET SON ÉCOSYSTÈME Mars 2013 2012 Affini-Tech - Diffusion restreinte 1 AFFINI-TECH Méthodes projets Outils de reporting & Data-visualisation Business & Analyses BigData Modélisation Hadoop Technos

Plus en détail

Séminaire Partenaires Esri France 6 et 7 juin 2012 Paris. ArcGIS et le Cloud. Gaëtan LAVENU

Séminaire Partenaires Esri France 6 et 7 juin 2012 Paris. ArcGIS et le Cloud. Gaëtan LAVENU Séminaire Partenaires Esri France 6 et 7 juin 2012 Paris ArcGIS et le Cloud Gaëtan LAVENU Agenda Qu'attendent nos clients du Cloud Computing? Les solutions de Cloud ArcGIS dans le Cloud Quelles attendent

Plus en détail

Cloud computing Architectures, services et risques

Cloud computing Architectures, services et risques Cloud computing Architectures, services et risques Giovanna Di Marzo Serugendo Institute of Information Service Science Giovanna.Dimarzo@unige.ch iss.unige.ch FACULTY OF ECONOMIC AND SOCIAL SCIENCES Department

Plus en détail

Catherine Chochoy. Alain Maneville. I/T Specialist, IBM Information Management on System z, Software Group

Catherine Chochoy. Alain Maneville. I/T Specialist, IBM Information Management on System z, Software Group 1 Catherine Chochoy I/T Specialist, IBM Information Management on System z, Software Group Alain Maneville Executive I/T specialist, zchampion, IBM Systems and Technology Group 2 Le défi du Big Data (et

Plus en détail

Acquisition des données - Big Data. Dario VEGA Senior Sales Consultant

Acquisition des données - Big Data. Dario VEGA Senior Sales Consultant Acquisition des données - Big Data Dario VEGA Senior Sales Consultant The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated

Plus en détail

Architectures informatiques dans les nuages

Architectures informatiques dans les nuages Architectures informatiques dans les nuages Cloud Computing : ressources informatiques «as a service» François Goldgewicht Consultant, directeur technique CCT CNES 18 mars 2010 Avant-propos Le Cloud Computing,

Plus en détail

Innovative BI with SAP Jean-Michel JURBERT D. de Marché BI, HANA, BIG DATA _ SAP France

Innovative BI with SAP Jean-Michel JURBERT D. de Marché BI, HANA, BIG DATA _ SAP France Innovative BI with SAP Jean-Michel JURBERT D. de Marché BI, HANA, BIG DATA _ SAP France 2013 SAP AG. All rights reserved. Customer 1 Rôles et Attentes Instantanéité BIG DATA Users IT Real Time SAP HANA

Plus en détail

Chapitre 4: Introduction au Cloud computing

Chapitre 4: Introduction au Cloud computing Virtualisation et Cloud Computing Chapitre 4: Introduction au Cloud computing L'évolution d'internet Virt. & Cloud 12/13 2 Définition Le cloud computing est une technologie permettant de délocaliser les

Plus en détail

Stephan Hadinger, Sr. Mgr Solutions Architecture, AWS. Salon du Big Data 11 mars 2015

Stephan Hadinger, Sr. Mgr Solutions Architecture, AWS. Salon du Big Data 11 mars 2015 Stephan Hadinger, Sr. Mgr Solutions Architecture, AWS Salon du Big Data 11 mars 2015 Accélération de l innovation +500 +280 Amazon EC2 Container Service +159 AWS Storage Gateway Amazon Elastic Transcoder

Plus en détail

BIG DATA en Sciences et Industries de l Environnement

BIG DATA en Sciences et Industries de l Environnement BIG DATA en Sciences et Industries de l Environnement François Royer www.datasio.com 21 mars 2012 FR Big Data Congress, Paris 2012 1/23 Transport terrestre Traçabilité Océanographie Transport aérien Télémétrie

Plus en détail

Labs Hadoop Février 2013

Labs Hadoop Février 2013 SOA - BRMS - ESB - BPM CEP BAM - High Performance Compute & Data Grid - Cloud Computing - Big Data NoSQL - Analytics Labs Hadoop Février 2013 Mathias Kluba Managing Consultant Responsable offres NoSQL

Plus en détail

Qualité et ERP CLOUD & SECURITY (HACKING) Alireza MOKHTARI. 9/12/2014 Cloud & Security

Qualité et ERP CLOUD & SECURITY (HACKING) Alireza MOKHTARI. 9/12/2014 Cloud & Security Qualité et ERP CLOUD & SECURITY (HACKING) Alireza MOKHTARI 9/12/2014 Cloud & Security Sommaire Rappel court de Cloud Pour quoi cette sujet est important? Données sensibles dans le Cloud Les risques Top

Plus en détail

Lions Club de Beaune 2013-2014. Des outils de communication pour les

Lions Club de Beaune 2013-2014. Des outils de communication pour les Des outils de communication pour les jeunes Autistes Une année orientée Jeunesse Rencontre de l association des Papillons Blancs de Beaune qui nous a présenté le projet développé en interne et consistant

Plus en détail

Louis Naugès 2013. Paris, 17 juin 2013 Louis Naugès - Chief Cloud Evangelist Revevol

Louis Naugès 2013. Paris, 17 juin 2013 Louis Naugès - Chief Cloud Evangelist Revevol Paris, 17 juin 2013 Louis Naugès - Chief Cloud Evangelist Revevol 1 2013 = aube de la R2I : Révolution Industrielle Informatique 1 Google I/O 2013 2 - louis.nauges@revevol.eu - IAE de Paris - 17 juin 2013

Plus en détail

CLOUD COMPUTING et Relation Client/Fournisseur Une Révolution culturelle?

CLOUD COMPUTING et Relation Client/Fournisseur Une Révolution culturelle? CLOUD COMPUTING et Relation Client/Fournisseur Une Révolution culturelle? Stéphane Lemarchand Avocat Associé Matinale IPT - AGENDA Définition, Typologie des Services et Acteurs Problématiques connues Réalité

Plus en détail

SOA : le futur des bâtiments intelligents?

SOA : le futur des bâtiments intelligents? SOA : le futur des bâtiments intelligents? Philippe Nappey Schneider Electric Strategy & Innovation IN Tech 20 janvier 2011 Contexte Les bâtiments deviennent de plus en plus intelligents Ils intègrent

Plus en détail

Serveur d'application à la juste taille

Serveur d'application à la juste taille Serveur d'application à la juste taille 18 Mars 2010 Benoit.Pelletier@bull.net Plan Contexte JOnAS 5, plate-forme de convergence JavaEE/OSGi Caractéristiques essentielles pour le Cloud Computing & l'autonomic

Plus en détail

Containers : Outils magiques pour les Devops? OpenNebula et son écosystème pour une infrastructure cloud agile

Containers : Outils magiques pour les Devops? OpenNebula et son écosystème pour une infrastructure cloud agile Containers : Outils magiques pour les Devops? OpenNebula et son écosystème pour une infrastructure cloud agile AGENDA TAS Group REX : OpenNebula Questions TAS GROUP Software company and system integrator

Plus en détail

For Fun and Profit Datasio 2012

For Fun and Profit Datasio 2012 For Fun and Profit Datasio 2012 130 Nouveaux acteurs Big Data depuis 2009 1 2 3 Agenda Hadoop, poids lourd du Big Data Stats Web avec Hive chez Scoop.it Profession: Data Scientist Agenda 1 Hadoop, poids

Plus en détail

Hadoop, les clés du succès

Hadoop, les clés du succès Hadoop, les clés du succès Didier Kirszenberg, Responsable des architectures Massive Data, HP France Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject

Plus en détail

Entreprise et Big Data

Entreprise et Big Data Entreprise et Big Data Christophe Favart Chef Architecte, SAP Advanced Development, Business Information Technology Public Juin 2013 Agenda SAP Données d Entreprise Big Data en entreprise Solutions SAP

Plus en détail

Le Cloud au LIG? Pierre Neyron PimLIG - 2013-04-14

Le Cloud au LIG? Pierre Neyron PimLIG - 2013-04-14 Le Cloud au LIG? Pierre Neyron PimLIG - 2013-04-14 Cloud = buzz word Employé à toutes les sauces... http://www.youtube.com/watch?v=rdkbo2qmyjq (pub SFR) tout le monde fait du cloud? Qui fait du cloud au

Plus en détail

Déploiement d une architecture Hadoop pour analyse de flux. françois-xavier.andreu@renater.fr

Déploiement d une architecture Hadoop pour analyse de flux. françois-xavier.andreu@renater.fr Déploiement d une architecture Hadoop pour analyse de flux françois-xavier.andreu@renater.fr 1 plan Introduction Hadoop Présentation Architecture d un cluster HDFS & MapReduce L architecture déployée Les

Plus en détail

Hébergement MMI SEMESTRE 4

Hébergement MMI SEMESTRE 4 Hébergement MMI SEMESTRE 4 24/03/2015 Hébergement pour le Web Serveurs Mutualités Serveurs Dédiés Serveurs VPS Auto-Hébergement Cloud Serveurs Mutualités Chaque Serveur héberge plusieurs sites Les ressources

Plus en détail

LES ARCHITECTURES ORIENTÉES SERVICES

LES ARCHITECTURES ORIENTÉES SERVICES Pourquoi WebSphere La complexité des affaires exerce une forte pression sur l IT : Challenges Globalisation Pressions de la compétition Erosion de la fidélité des clients Complexité de la chaine logistique

Plus en détail

Technologies du Web. Ludovic DENOYER - ludovic.denoyer@lip6.fr. Février 2014 UPMC

Technologies du Web. Ludovic DENOYER - ludovic.denoyer@lip6.fr. Février 2014 UPMC Technologies du Web Ludovic DENOYER - ludovic.denoyer@lip6.fr UPMC Février 2014 Ludovic DENOYER - ludovic.denoyer@lip6.fr Technologies du Web Plan Retour sur les BDs Le service Search Un peu plus sur les

Plus en détail

Panorama du Cloud Computing

Panorama du Cloud Computing Ecole 20 Panorama du Cloud Computing Didier Donsez, Noël de Palma, Alain Tchana Université Joseph Fourier LIG / ERODS Définition des concepts Exemples de Clouds Quelques travaux de recherche Conclusion

Plus en détail

QlikView et Google Big Query : Une réponse simple, rapide et peu coûteuse aux analyses Big Data

QlikView et Google Big Query : Une réponse simple, rapide et peu coûteuse aux analyses Big Data QlikView et Google Big Query : Une réponse simple, rapide et peu coûteuse aux analyses Big Data Qui sommes-nous? Société de stratégie et de consulting IT spécialisée en ebusiness, Cloud Computing, Business

Plus en détail

Cloud computing Votre informatique à la demande

Cloud computing Votre informatique à la demande Cloud computing Votre informatique à la demande Thomas RULMONT Définition du Cloud Computing L'informatique dans le nuage (en anglais, cloud computing) est un concept ( ) faisant référence à l'utilisation

Plus en détail

Cloud Computing, Fondamentaux, Usage et solutions

Cloud Computing, Fondamentaux, Usage et solutions SEMINAIRE sur le «CLOUD COMPUTING» DU 24 AU 28 NOVEMBRE 2014 TUNIS (TUNISIE) Cloud Computing, Fondamentaux, Usage et solutions Objectifs : Cette formation vous permettra de comprendre les principes du

Plus en détail

Orientations stratégiques IBM Software. Philippe Bournhonesque Stratégie Software France

Orientations stratégiques IBM Software. Philippe Bournhonesque Stratégie Software France Orientations stratégiques IBM Software Philippe Bournhonesque Stratégie Software France Des clients désireux de changer 98% des CEOs envisagent des changements de leurs business models 3X de la difficulté

Plus en détail

Cloud Computing. Introduction. ! Explosion du nombre et du volume de données

Cloud Computing. Introduction. ! Explosion du nombre et du volume de données Cloud Computing Frédéric Desprez LIP ENS Lyon/INRIA Grenoble Rhône-Alpes EPI GRAAL 25/03/2010! Introduction La transparence d utilisation des grandes plates-formes distribuées est primordiale Il est moins

Plus en détail

Cassandra et Spark pour gérer la musique On-line

Cassandra et Spark pour gérer la musique On-line Cassandra et Spark pour gérer la musique On-line 16 Juin 2015 @ Paris Hammed RAMDANI Architecte SI 3.0 et BigData mramdani@palo-it.com +33 6 80 22 20 70 Appelez-moi Hammed ;-) (Sidi Mo)Hammed Ramdani @smramdani

Plus en détail

Evolution stratégique du cloud computing

Evolution stratégique du cloud computing Evolution stratégique du cloud computing Etat des lieux et tendances 2010-2013 www.idc.com Bruno TEYTON Directeur Consulting IDC France Copyright 2010 IDC. Reproduction is forbidden unless authorized.

Plus en détail

Camera de surveillance IP / WIFI / DVR Waterproof Vision nocturne Certification CE / FC

Camera de surveillance IP / WIFI / DVR Waterproof Vision nocturne Certification CE / FC Camera de surveillance IP / WIFI / DVR. 1 Camera de surveillance IP / WIFI / DVR. 2 Camera de surveillance IP / WIFI - Waterproof et infrarouge pour une utilisation extérieure. Une camera IP Puissante

Plus en détail

Quelle nouvelle génération de protection contre les intrusions dans le data center. IBM Proventia Network pour Crossbeam.

Quelle nouvelle génération de protection contre les intrusions dans le data center. IBM Proventia Network pour Crossbeam. Quelle nouvelle génération de protection contre les intrusions dans le data center. IBM Proventia Network pour Crossbeam. Loic Guézo, Senior Managing Consultant, IBM ISS. agenda 1 Le partenariat IBM Crossbeam

Plus en détail

Le BigData, aussi par et pour les PMEs

Le BigData, aussi par et pour les PMEs Parole d expert Le BigData, aussi par et pour les PMEs Stéphane MOUTON, CETIC Département Software and Services Technologies Avec le soutien de : LIEGE CREATIVE Le Big Data, aussi par et pour les PMEs

Plus en détail

Cycle Innovation & Connaissance 12 petit déjeuner Mardi 15 mai 2012. Cloud Computing & Green IT : nuages ou éclaircies?

Cycle Innovation & Connaissance 12 petit déjeuner Mardi 15 mai 2012. Cloud Computing & Green IT : nuages ou éclaircies? Cycle Innovation & Connaissance 12 petit déjeuner Mardi 15 mai 2012 Cloud Computing & Green IT : nuages ou éclaircies? Jean-Claude TAGGER, professeur SKEMA Business School AGENDA Le Cloud : Quelques définitions

Plus en détail

Cloud computing 2012-13

Cloud computing 2012-13 Cloud computing 2012-13 Laurent Wargon laurent@wargon.org de Marne-la-Vallée 1/48 Laurent Wargon Objectifs du cours Évaluer la pertinence du Cloud computing pour les organisations et savoir conduire un

Plus en détail

Institut français des sciences et technologies des transports, de l aménagement

Institut français des sciences et technologies des transports, de l aménagement Institut français des sciences et technologies des transports, de l aménagement et des réseaux Session 3 Big Data and IT in Transport: Applications, Implications, Limitations Jacques Ehrlich/IFSTTAR h/ifsttar

Plus en détail

OPTIONS SSSR. Réplication et cohérence de données 1

OPTIONS SSSR. Réplication et cohérence de données 1 OPTIONS SSSR Réplication et cohérence de données 1 Options SSSR Mixtes "Recherche" et "Professionnel" Big Data Réplication de données Malware Systèmes dynamiques Systèmes communicant contraints Plutôt

Plus en détail

Les défis statistiques du Big Data

Les défis statistiques du Big Data Les défis statistiques du Big Data Anne-Sophie Charest Professeure adjointe au département de mathématiques et statistique, Université Laval 29 avril 2014 Colloque ITIS - Big Data et Open Data au cœur

Plus en détail

Gouvernance et nouvelles règles d organisation

Gouvernance et nouvelles règles d organisation Gouvernance et nouvelles règles d organisation Didier Camous Strategy & Technology HP Software EMEA Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject

Plus en détail

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant Organiser vos données - Big Data Patrick Millart Senior Sales Consultant The following is intended to outline our general product direction. It is intended for information purposes only, and may not be

Plus en détail

Big Data. Cyril Amsellem Consultant avant-vente. 16 juin 2011. Talend 2010 1

Big Data. Cyril Amsellem Consultant avant-vente. 16 juin 2011. Talend 2010 1 Big Data Cyril Amsellem Consultant avant-vente 16 juin 2011 Talend 2010 1 Big Data Architecture globale Hadoop Les projets Hadoop (partie 1) Hadoop-Core : projet principal. HDFS : système de fichiers distribués

Plus en détail

e need L un des premiers intégrateurs opérateurs Cloud Computing indépendants en France

e need L un des premiers intégrateurs opérateurs Cloud Computing indépendants en France e need L un des premiers intégrateurs opérateurs Cloud Computing indépendants en France Sommaire Cloud Computing Retours sur quelques notions Quelques chiffres Offre e need e need Services e need Store

Plus en détail

état et perspectives

état et perspectives La Normalisation de l informatique en Nuage «Cloud Computing» état et perspectives Séminaire Aristote: L'interopérabilit rabilité dans le Cloud Ecole Polytechnique 23/03/2011 Jamil CHAWKI Orange Labs Networks

Plus en détail

La rencontre du Big Data et du Cloud

La rencontre du Big Data et du Cloud La rencontre du Big Data et du Cloud Libérez le potentiel de toutes vos données Visualisez et exploitez plus rapidement les données de tous types, quelle que soit leur taille et indépendamment de leur

Plus en détail

Le cloud,c est quoi au juste?

Le cloud,c est quoi au juste? Le cloud,c est quoi au juste? Yves LE ROUX Principal Consultant CA technologies Yves.leroux@ca.com Colloque «Cloud computing: Théorie et pratique» du 29 novembre 2012 Yves LE ROUX Yves Le Roux capitalise

Plus en détail

L UNIVERS INSTANTANÉ:

L UNIVERS INSTANTANÉ: L UNIVERS INSTANTANÉ: Samy Benzekry Speaker Name Title 2011 Hewlett-Packard Development Company, 2010 L.P. Hewlett-Packard Development Company, L.P. The information contained herein is subject to change

Plus en détail

L année du Cloud : De plus en plus d entreprises choisissent le Cloud

L année du Cloud : De plus en plus d entreprises choisissent le Cloud Information aux medias Saint-Denis, France, 17 janvier 2013 L année du Cloud : De plus en plus d entreprises choisissent le Cloud Des revenus liés au Cloud estimés à près d un milliard d euros d ici 2015

Plus en détail

Conférences invitées

Conférences invitées Conférences invitées The Process of Process Modeling Barbara Weber University of Innsbruck, Austria Barbara.Weber@uibk.ac.at ABSTRACT. Business process models have gained significant importance due to

Plus en détail

Plateforme IoT flexible et configurable:

Plateforme IoT flexible et configurable: Plateforme IoT flexible et configurable: Vers une intégration automatisée de dispositifs communicants Journée Capteurs connectés 2015 Prof. Nabil Ouerhani, HE-Arc Yverdon-les-Bains, 19.11.2014 Plan de

Plus en détail

Les participants repartiront de cette formation en ayant une vision claire de la stratégie et de l éventuelle mise en œuvre d un Big Data.

Les participants repartiront de cette formation en ayant une vision claire de la stratégie et de l éventuelle mise en œuvre d un Big Data. Big Data De la stratégie à la mise en oeuvre Description : La formation a pour objet de brosser sans concession le tableau du Big Data. Les participants repartiront de cette formation en ayant une vision

Plus en détail

Londres 1854 Des problèmes (re)connus Faire plus avec moins Tendances et défis «BYOD» WIN INTUNE «Nouveaux paradigmes» «Big Data» «Cloud» Windows Server Gestion Sys. Center Identité & Virt CLOUD OS Microsoft

Plus en détail

Cloud Computing : Généralités & Concepts de base

Cloud Computing : Généralités & Concepts de base Cloud Computing : Généralités & Concepts de base Les 24èmes journées de l UR-SETIT 22 Février 2015 Cette oeuvre, création, site ou texte est sous licence Creative Commons Attribution - Pas d Utilisation

Plus en détail

EXALOGIC ELASTIC CLOUD MANAGEMENT

EXALOGIC ELASTIC CLOUD MANAGEMENT EXALOGIC ELASTIC CLOUD MANAGEMENT Jean-Marc Digne Ingénieur Avant Vente Oracle France 1 The following is intended to outline our general product direction. It is intended for information purposes only,

Plus en détail

Votre entrée dans le monde des plombiers. Entering a plumber world

Votre entrée dans le monde des plombiers. Entering a plumber world Votre entrée dans le monde des plombiers Entering a plumber world Jean-Denis Roy 9 janvier 2010 Quelle est la principale différence entre l université et le marché du travail? What is the main difference

Plus en détail

Evolution des SI à l heure du Cloud

Evolution des SI à l heure du Cloud Evolution des SI à l heure du Cloud Avril 2010 F. VERGNAIS Les partenaires R&D Bank / Insurance Lines Of Business AMS Correspondants du CIT BDDF BFI IFRS BNL Technology & Marketing Watch Nouveaux acteurs

Plus en détail

Vers un Reseau Electrique Decentralise et Intelligent Marion Mesnage Accenture Technology Labs

Vers un Reseau Electrique Decentralise et Intelligent Marion Mesnage Accenture Technology Labs Vers un Reseau Electrique Decentralise et Intelligent Marion Mesnage Accenture Technology Labs Accenture, its logo, and High Performance Delivered are trademarks of Accenture. Plan La vision long terme

Plus en détail

L Art d être Numérique. Thierry Pierre Directeur Business Development SAP France

L Art d être Numérique. Thierry Pierre Directeur Business Development SAP France L Art d être Numérique Thierry Pierre Directeur Business Development SAP France La Transformation Numérique «Plus largement, l impact potentiel des technologies numériques disruptives (cloud, impression

Plus en détail

La tête dans les nuages

La tête dans les nuages 19 novembre 2010 La tête dans les nuages Démystifier le "Cloud Computing" Jean Bernard, Directeur, Gestion des services Radialpoint SafeCare Inc. Au sujet de Radialpoint Radialpoint offre des solutions

Plus en détail

SHAREPOINT PORTAL SERVER 2013

SHAREPOINT PORTAL SERVER 2013 Powered by TCPDF (www.tcpdf.org) SHAREPOINT PORTAL SERVER 2013 Sharepoint portal server 2013 DEVELOPING MICROSOFT SHAREPOINT SERVER 2013 CORE SOLUTIONS Réf: MS20488 Durée : 5 jours (7 heures) OBJECTIFS

Plus en détail

Cloud computing 2014-15

Cloud computing 2014-15 Cloud computing 2014-15 laurent@wargon.org 1/79 Cloud computing 2013-14 2/79 Objectifs du cours Évaluer la pertinence du Cloud computing pour les organisations 3/79 Déroulement du cours Questions sur le

Plus en détail

Groupe de Discussion Big Data Aperçu des technologies et applications. Stéphane MOUTON stephane.mouton@cetic.be

Groupe de Discussion Big Data Aperçu des technologies et applications. Stéphane MOUTON stephane.mouton@cetic.be Groupe de Discussion Big Data Aperçu des technologies et applications Stéphane MOUTON stephane.mouton@cetic.be Recherche appliquée et transfert technologique q Agréé «Centre Collectif de Recherche» par

Plus en détail

When you are told to do so, open your paper and write your answers in English in the spaces provided.

When you are told to do so, open your paper and write your answers in English in the spaces provided. FOR OFFICIAL USE C 000/403 NATIONAL QUALIFICATIONS 008 TUESDAY, 3 MAY.0 AM.0 PM Total FRENCH STANDARD GRADE Credit Level Reading Fill in these boxes and read what is printed below. Full name of centre

Plus en détail

Audio and Web Conferencing services. Orange Business Services. Web Conferencing

Audio and Web Conferencing services. Orange Business Services. Web Conferencing Audio and Web Conferencing services Orange Business Services Web Conferencing web conferencing completely integrated audio and web services conference availability 24hrs/7days up to 100 participants complete

Plus en détail

VMware : De la Virtualisation. au Cloud Computing

VMware : De la Virtualisation. au Cloud Computing VMware : De la Virtualisation. au Cloud Computing Tunis, le 12 Décembre 2012 Jamal Belhachemi BDM South EMEA 2010 VMware, Inc. Tous droits réservés. 2010 #1 dans les priorités des Directeurs Informatiques

Plus en détail

TRAVAUX DE RECHERCHE DANS LE

TRAVAUX DE RECHERCHE DANS LE TRAVAUX DE RECHERCHE DANS LE DOMAINE DE L'EXPLOITATION DES DONNÉES ET DES DOCUMENTS 1 Journée technologique " Solutions de maintenance prévisionnelle adaptées à la production Josiane Mothe, FREMIT, IRIT

Plus en détail

Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015

Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015 Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015 Jean-David Benassouli Managing Director, Responsable France de la practice Digital Data management +33 6 79 45 11 51

Plus en détail

Fouillez facilement dans votre système Big Data. Olivier TAVARD

Fouillez facilement dans votre système Big Data. Olivier TAVARD Fouillez facilement dans votre système Big Data Olivier TAVARD A propos de moi : Cofondateur de la société France Labs Développeur (principalement Java) Formateur en technologies de moteurs de recherche

Plus en détail

Lieberman Software Corporation

Lieberman Software Corporation Lieberman Software Corporation Managing Privileged Accounts Ou La Gestion des Comptes à Privilèges 2012 by Lieberman Software Corporation Agenda L éditeur Lieberman Software Les défis Failles sécurité,

Plus en détail

SAP HANA : BIEN PLUS QU UNE BASE DE DONNÉES EN MÉMOIRE. Jean-Michel JURBERT Chef de Marché SAP France

SAP HANA : BIEN PLUS QU UNE BASE DE DONNÉES EN MÉMOIRE. Jean-Michel JURBERT Chef de Marché SAP France SAP HANA : BIEN PLUS QU UNE BASE DE DONNÉES EN MÉMOIRE Jean-Michel JURBERT Chef de Marché SAP France Nos innovations sont conçues pour aider les organisations et entreprises à mieux fonctionner Applications

Plus en détail

Qu est ce que le Cloud Computing?

Qu est ce que le Cloud Computing? Qu est ce que le Cloud Computing? Makhlouf Hadji Ingénieur de Recherche Qu est ce que le Cloud Computing? Agenda: Virtualisation des Ressources Introduction au Cloud Computing Caractéristiques du Cloud

Plus en détail

CNAM 2010-2011. Déploiement d une application avec EC2 ( Cloud Amazon ) Auteur : Thierry Kauffmann Paris, Décembre 2010

CNAM 2010-2011. Déploiement d une application avec EC2 ( Cloud Amazon ) Auteur : Thierry Kauffmann Paris, Décembre 2010 CNAM 2010-2011 Déploiement d une application avec EC2 ( Cloud Amazon ) Auteur : Thierry Kauffmann Paris, Décembre 2010 Déploiement d une application dans le cloud. 1. Cloud Computing en 2010 2. Offre EC2

Plus en détail

Utiliser une WebCam. Micro-ordinateurs, informations, idées, trucs et astuces

Utiliser une WebCam. Micro-ordinateurs, informations, idées, trucs et astuces Micro-ordinateurs, informations, idées, trucs et astuces Utiliser une WebCam Auteur : François CHAUSSON Date : 8 février 2008 Référence : utiliser une WebCam.doc Préambule Voici quelques informations utiles

Plus en détail

Les journées SQL Server 2013

Les journées SQL Server 2013 Les journées SQL Server 2013 Un événement organisé par GUSS Les journées SQL Server 2013 Romain Casteres MVP SQL Server Consultant BI @PulsWeb Yazid Moussaoui Consultant Senior BI MCSA 2008/2012 Etienne

Plus en détail

Culture numérique Cloud computing

Culture numérique Cloud computing Culture numérique Cloud computing Hervé Le Crosnier Université de Caen Basse-Normandie herve.lecrosnier@unicaen.fr Processus John McCarthy «computation may someday be organized as a public utility.» Transformations

Plus en détail