haku: @instructor Di Francesco, Mario / yhteensä: 7
hakutulos-lista
viite: 5 / 7
« edellinen | seuraava »
Tekijä:Phan, Thi Anh Mai
Työn nimi:Cloud databases for Internet-of-Things data
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:viii + 70      Kieli:   eng
Koulu/Laitos/Osasto:Perustieteiden korkeakoulu
Oppiaine:Tietokoneverkot   (T-110)
Valvoja:Nurminen, Jukka K. ; Dragoni, Nicola
Ohjaaja:Di Francesco, Mario
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  2423   | Arkisto
Avainsanat:cloud
Internet of Things
IoT
data
database
DBMS
RDBMS
NoSQL
SQL
Tiivistelmä (eng): The vision of the future Internet of Things is posing new challenges and opportunities for data management and analysis technology.
Gigabytes of data are generated everyday by millions of sensors, actuators, RFID tags, and other devices.
As the volume of data is growing dramatically, so is the demand for performance enhancement.
When it comes to this Big Data problem, much attention has been paid to cloud computing and virtualization for their unlimited resource capacity, flexible resource allocation and management, and distributed processing ability that promise high scalability and availability.

On the other hand, the types and nature of data are getting more and more various.
Data can come in any format, structured or unstructured, ranging from text and number to audio, picture, or even video.
Data are generated, stored, and transferred across multiple nodes.
Data can be updated and queried in real time or on demand.
Hence, the traditional and dominant relational database systems have been questioned whether they can still be the best choice for current systems with all the new requirements.
It has been realized that the emphasis on data consistency and the constraint of using relational data model cannot fit well with the variety of modern data and their distributed trend.
This led to the emergence of NoSQL databases with their support for a schema-less data model and horizontal scaling on clusters of nodes.
NoSQL databases have gained much attention from the community and are increasingly considered as a viable alternative to traditional databases.

In this thesis, we address the issue of choosing the most suitable database for Internet of Things big data.
Specifically, we compare NoSQL versus SQL databases in the cloud environment, using common Internet of Things data types, namely, sensor readings and multimedia data.
We then evaluate their pros and cons in performance, and their potential to be a cloud database for the Internet of Things data.
ED:2014-08-22
INSSI tietueen numero: 49572
+ lisää koriin
« edellinen | seuraava »
INSSI