Dr. Javier Mijail Espadas Pech

Retos actuales y futuros del Cómputo en la Nube – Un enfoque académico

• Presentar temas relacionados al cómputo

en la nube y desde el punto de vista

académico, tanto actuales como retos y

oportunidades de investigación a futuro.

Objetivo

Agenda

Qué es el Cómputo en la Nube?

Conclusión

Capas del Cómputo en la Nube

Problemáticas Actuales

Ventajas y Desventajas

Cómputo en la Nube y la Academia

Problemáticas Futuras

7

6

5

4

3

2

1

• Cómputo en la Nube (Cloud Computing)

se refiere a las aplicaciones, plataformas e

infraestructuras ofrecidas como servicio ya

sea por Internet o por medio de redes

privadas.

Qué es el cómputo en la nube?

• Compañías importantes (Microsoft, Google,

Amazon, HP, Oracle) han establecido que el

futuro de la tecnología de la información está en

el cómputo en la nube, ya que permite acceder

a sistemas de hardware y software por medio de

servicios bajo demanda y pago-por-uso,

similares a los servicios domésticos (agua,

electricidad).

Qué es el cómputo en la nube?

Qué es el cómputo en la nube?

• Accesibilidad.

• Ambiente distribuido.

• Virtualización.

• Escalabilidad.

• Modelo de negocio.

• “Infinito”

Ventajas

• Localización.

• Seguridad.

• Dependencia.

• Latencia.

Desventajas

Applications

(Software as a Service)

Abstract Services

(Platform as a Service)

Flexible infrastructure

(Infrastructure as a Service)

Service Service ServiceInfrastructure

Interface

Development

DeploymentData Storage

Virtualization

OS

Hardware

Cloud Actors

Service Users Service Providers

Cloud Layers

Salesforce.com

Microsoft Live OfficeCisco Webex

Google Apps

Cloud Services

Amazon S3

Microsoft AzureGoogle SDK

Amazon Elastic Cloud

Masso Hosting Cloud

Virtualization

OS

Hardware

Virtualization

OS

Hardware

Capas del Cómputo en la Nube

* Espadas, Et Al.

• Es de interés global el implementar centros y grupos de

investigación en el área de Cloud Computing.

• Actualmente universidades como Stanford o Berkeley

tienen formalmente cátedras de investigación en el área.

• Centros de Investigación en compañías como Microsoft,

HP, Google, Amazon.

Computo en la Nube y la Academia

• Procesamiento masivo de datos.

• Escalabilidad y asignación de recursos.

• Arquitecturas e interoperabilidad.

• Metodologías de desarrollo.

Problemáticas Actuales

• Grandes cantidades de información provenientes de

Internet y de centros de datos privados necesitan ser

procesados de manera eficiente y eficaz con el fin de

generar información relevante.

• Facebook almacena, accede y analiza 30+ petabytes de

datos al día.

• Decodificar el genoma humano tomaba 10 años, ahora

puede ser decodificado en una semana.

• En 2008, Google procesó 20,000 terabytes de datos (20

petabytes) por día.

Procesamiento masivo de datos

Experimentos

Archivos / Centros de Datos Literatura Simulaciones

De petabytes a Exabytes

Procesamiento masivo de datos

• Enfoques de solución:

– Bases de Datos Distribuidas.

– Bases de Datos en la Nube.

– Hardware.

– Paralelismo (MPI, MapReduce)

Procesamiento masivo de datos

• MapReduce

– Es un modelo de programación que permite

procesar y generar grandes cantidades de

datos.

– Los datos son normalmente procesados en

ambientes paralelos, distribuidos dentro de

clusters o nubes.

Procesamiento masivo de datos

Procesamiento masivo de datos

• MapReduce

Procesamiento masivo de datos

Procesamiento masivo de datos

• Apache Hadoop

• Es una implementación del modelo

MapReduce.

• Aplicaciones en la nube

– Analytics (Web, Social, Logs)

– Procesamiento de imágenes y video

– Machine Learning

– Bases de Datos

– Matemáticas

– Biología / Clima

Procesamiento masivo de datos

• Retos académicos

– Clusters y nubes con MapReduce/Hadoop.

– Modelos y algoritmos paralelos.

– Optimización de búsquedas.

– Optimización de recursos.

– Diseño y análisis basados en paralelismo.

– Identificación de problemáticas.

Procesamiento masivo de datos

• Facebook genera dinámicamente más de dos

billones de páginas por día.

• Facebook procesa aproximadamente 23,000

requests por segundo. Actualmente tiene +1800

instancias de bases de datos.

• Walmart procesa 1 million de transacciones por

hora.

Escalabilidad y Asignación de Recursos

• Escalabilidad es la habilidad de un

sistema a reponder en base a la demanda

creciente.

Escalabilidad y Asignación de Recursos

Escalabilidad y Asignación de Recursos

• Los modelos de escalabilidad en la nube aún

carecen de mecanismos adecuados para

escalar dinámicamente aplicaciones Web.

* Espadas, Et Al.

Escalabilidad y Asignación de Recursos

• Enfoques de solución:

– Balanceo de cargas.

– Escalabilidad bajo demanda.

– Asignación dinámica de recursos.

Pay-per-use resourcesReal demandExpected demand

Under provisioning (saturation)

Over provisioning (underutilization)

* Espadas, Et Al.

Escalabilidad y Asignación de Recursos

• Muchos de los algoritmos de escalabilidad

y asignación efectiva de recursos son

relativos problemas de maximización de

utilidad y minimización de costo.

* Espadas, Et Al.

• Retos académicos – Algoritmos de optimización de recursos (ej. Maxmin,

Mochila).

– Lenguajes, plataformas y arquitecturas auto-

escalables (ej. Scala).

– Clusters / nubes privadas (ej. Eucalyptus).

– Virtualización.

Escalabilidad y Asignación de Recursos

• La adopción del cómputo en la nube

depende en mayor medida de su

interoperabilidad y estandarización

Arquitecturas e interoperabilidad

Parameswaran & Chaddha, 2009

• Problemáticas actuales

– Arquitecturas

– Integración

– Seguridad

– Tolerancia a fallos

– SLA (Niveles de Servicio)

Arquitecturas e interoperabilidad

• Retos académicos – Arquitecturas específicas (matemáticas, biología,

multimedia).

– Protocolos de integración (SOAP, REST).

– Modelos de consumo (stateless, stateful).

– Formatos de intercambio de datos (XML, JSON).

– Algortimos de seguridad (RSA, simétricos, asimétricos).

– Mecanismos de seguridad (DoS, Cross-site).

Arquitecturas e interoperabilidad

• Los modelos de desarrollo de software

también están cambiando en medida que

el crecimiento de aplicaciones en la nube

crece.

Metodologías de desarrollo

• Problemáticas actuales. – Metodologías de desarrollo actuales no son

orientadas a servicios en la nube.

– Nuevas plataformas de desarrollo (ej. Salesforce,

Azure, App Engine).

Metodologías de desarrollo

* Espadas, Et Al.

• Retos académicos – Ingeniería de Software orientada al Cómputo en la Nube.

– Metodos ágiles de testing y deployment.

– Nuevas herramientas de desarrollo.

Metodologías de desarrollo

* Espadas, Et Al.

• Uno de los crecientes enfoques en procesamiento de

datos ha sido para en análisis de datos genéticos.

• La bioinformática es la aplicación de tecnologías de

información a la gestión y análisis de datos biológicos.

Problemáticas Futuras: Bioinformática

• Los principales esfuerzos de investigación incluyen el

secuenciación de ADN, la predicción de genes, montaje

análisis estructural de proteínas, predicciones de la

expresión génica y modelado de la evolución.

Problemáticas Futuras: Bioinformática

Alineamiento de diferentes proteínas de hemoglobina, realizado con el servicio web para ClustalW

implementado en el Instituto Europeo de Bioinformática. El alineamiento de secuencias biológicas es

una de las herramientas básicas de la bioinformática.

• Para qué?

– Medicamentos de acción específica para enfermedades (cáncer,

artritis).

– Detección de enfermedades genéticas / hereditarias.

– Análisis y creación de nuevas proteínas.

– Análisis de mutaciones en el cáncer.

Problemáticas Futuras: Bioinformática

• Porqué necesitan la informática:

– «En un paciente, una enfermedad crónico-degenerativa es

causada por una mutación en un par de genes, de 3 billones de

pares»

– «GenBank contiene información de cerca de 100 billones de

nucleótidos y 100 millones de secuencias”

• Hasta hace unos años, los esfuerzos para analizar

eficientemente datos genéticos eran sobre clusters de

computadoras, programados con herramientas como MPI

(C++).

Problemáticas Futuras: Bioinformática

• Técnicas tradicionales:

– Clustering

– Minería de Datos

– Búsqueda

• Técnicas nuevas:

– Tradicionales + MapReduce

– Cloud Computing + Hadoop

Problemáticas Futuras: Bioinformática

• Retos académicos

• “Next-generation sequencing”

– Procesar todo en la nube (Amazon EC2).

– Algoritmos en paralelo (Hadoop).

– Optimizar algortimos de análisis (Clustering).

– Analizar resultados en tiempo real (Analytics).

Problemáticas Futuras: Bioinformática

• El uso de variantes de Redes Neuronales

(IA) para reconocimiento de patrones.

• Aplica en diversos dominios: Preferencias,

reconocimiento de imágenes, reconocimiento

del lenguaje, modelos de lenguaje, etc.

Problemáticas Futuras: Deep Learning

• Netflix logró correr algoritmos en 16,000 CPUs

(cores) en 1000 máquinas virtuales del cloud de

Amazon (AWS) para entrenar una red neuronal

en cuestion de días.

• Argumentan que la infraestructura usada es aún

impráctica.

• Técnicas nuevas:

– Distributing Machine Learning

Problemáticas Futuras: Deep Learning

Computación en la Nube: Futuro

Cliente/Servidor

Ambientes Distribuidos

Computación en la Nube

Internet de las Cosas

Conclusiones

El cómputo en la nube es una tendencia primordial en el área de las TI.

1

2

3

4

5

6

7

Es un área de investigación con importante crecimiento.

El análisis de grandes cantidades de datos en la nube es tópico de investigación.

La escalabilidad efectiva en la nube debe alcanzarce con nuevas técnicas.

Interoperabilidad entre las plataformas es detonante para la adopción.

Nuevas metodologías de desarrollo para nuevos tipos de aplicaciones.

Importante futuro en áreas como bioinformática, aprendizaje, etc.

• Javier Mijail Espadas Pech

• mijail.espadas@gmail.com

• http://linkedin.com/in/mijailespadas/

INFO