direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Multi-Cloud Data Analytics as a Service (MCloudDaaS)

Multi-Cloud Data Analytics as a Service (MCloudDaaS) kombiniert die Vorteile von Big Data Analytics und Multi-Cloud Infrastrukturen.
Derzeit ist es für viele Unternehmen ein Hindernis die Analyse Möglichkeiten von Cloud Systemen zu verwenden, da sie Schwierigkeiten bei der Benutzung haben und sich schwer tun die passenden Cloudanbieter zu finden, der am kostengünstigsten die Quality of Service (QoS) Anforderungen des Unternehmens zu erfüllen. Des Weiteren haben viele Unternehmen vorbehalte bezüglich der Sicherheit von Cloudsystemen, welches zu Mistrauen der Kunden führt.
Um diesen Hindernissen entgegen zu wirken bietet MCloudDaaS innovative Lösungen in den Bereichen Sicherheit, Skalierbarkeit und Fehlertoleranz. Nutzern soll ein Vendor lock-in erspart werden, welche ansonsten abhängig von den DaaS Lösungen der einzelnen Cloudanbieter sind und damit bei Anbieterwechsel hohe Kosten entstehen. Zudem soll das Vertrauen der Nutzer durch hohe Sicherheitsmaßnahmen gewonnen werden. Außerdem soll MCloudDaaS einfach zu verwalten sein, Performances vorhersagen können und dementsprechend das System skalieren. Dies führt zur Senkung von Investitionskosten, da Nutzer nicht mehr an einen Cloudanbieter gebunden sind und jederzeit zu einem günstigeren Anbieter wechseln können.


Ziel des Projektes ist es eine flexible, sichere und on-demand hybrid Cloud Plattform für Big Data Analytics anzubieten. Die wichtigsten Ziele sind daher:

  1. Interoperabilität und Portabilität gewährleisten, um einen Vender lock-in zu vermeiden und dem Nutzer einen kostengünstigen Wechsel zwischen DaaS Cloudanbietern zu ermöglichen.
  2. Einbettung von hohen Sicherheitsmaßnahmen. Dabei sollen Umfangreiche Funktionen bezüglich des Access Controls, Key Managements, Verschlüsselungstechniken und sicherer Datenaustausch umgesetzt werden.
  3. Einfache Benutzung durch Automatisierungstechniken. Von der Installation, Konfiguration und Individualisierung der Big Data Lösung sollen durch automatische Mechanismen die Nutzung erleichtern.
  4. Hohe Skalierbarkeit und Verfügbarkeit. Ein automatisches Fehlertoleranz- und Skalierbarkeits-Management soll die Performance der Analytics Jobs erhöhen.


Das Fachgebiet Komplexe und Verteilte IT-Systeme (CIT) bearbeitet im Kontext dieses Projekts die Realisierung eines Big Data Analytics Multi-Cloud Service Managements.

  • Dies beinhaltet die Integration von Multi-Cloud Big Data Services, wie das Management und Installation von Apache Hadoop und Apache Flink auf diversen Cloudsystemen.
  • Die Erstellung eines automatisches Skalierungsmanagement, welches die Performance der Analyse Jobs durch automatisches skalieren erhöht.
  • Die Integration von Daten Verschlüsselungstechniken und Access Control.

Zusatzinformationen / Extras

Direktzugang:

Schnellnavigation zur Seite über Nummerneingabe

Ansprechpartner

Florian Schmidt
+49 30 314 28306
Raum TEL 1205