Эмпирические исследования облачных вычислений как платформы создания информационного пространства научных исследований

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

" КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ"

(ФГБОУ ВПО «КубГУ»)

Кафедра общего, стратегического, информационного менеджмента и бизнес — процессов ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА Эмпирические исследования облачных вычислений как платформы создания информационного пространства научных исследований Студент (ка) Сливина Кристина Валериевна Краснодар 2013

Реферат Выпускная квалификационная работа 82 с., 11 рис., 45 источников.

Ключевые слова: НАУЧНЫЕ ИССЛЕДОВАНИЯ, ОБЛАЧНЫЕ ТЕХНОЛОГИИ, КОММУНИКАЦИИ, ИНФОРМАЦИОННОЕ, ПРОСТРАНСТВО, WEB-СЕРВИСЫ, WEB-ТЕХНОЛОГИИ, ИНФОРМАЦИОННЫЕ СИСТЕМЫ, ОЦЕНКИ ВОЗМОЖНОГО ИСПОЛЬЗОВАНИЯ ОБЛАЧНЫХ СРЕД.

Объект исследования — информационно-коммуникационная система факультета управления и психологии КУБГУ, представляющая собой сложную многосоставную систему и находящиеся в динамических отношениях с внешней средой.

Предмет исследования — методы, принципы и возможности построения, развертывания облачных технологий на факультете «Управления и Психологии» Кубанского Государственного Университета.

Цель работы Оценка возможности использования облачных вычислений как платформы создания информационного пространства научных исследований на базе эмпирических исследований.

В результате исследования проведена оценка возможности использования облачных платформ для реализации информационного пространства научных исследований.

Эффективность исследования определяется актуальностью проблемы перехода к использованию Web-технологий в процессе научной работы.

• Введение
• 1. Теоретические основы облачных вычислений
• 1.1 История возникновения облачных вычислений
• 1.2 Понятие «облачные вычисления». Уровни реализации облачных вычислений
• 1.3 Достоинства и недостатки использования облачных технологий в организации единого информационного пространства
• 2. Модель организации информационного пространства научных исследований в КубГУ
• 2.1Основные этапы научных исследований
• 2.2 Структура информационного пространства научных исследований
• 2.3 Информационное сопровождение научных исследований
• 3. Оценка эффективности использования облачных вычислений для организации пространства научных исследований
• 3.1 Обзор рынка облачных хранилищ данных
• 3.2 Методика эмпирических исследований облачных вычислений
• 3.3 Предварительный отбор облачных платформ для реализации информационного пространства научных исследований
• 3.3.1 Оценка важности критериев методом «Попарного сравнения»
• 3.3.2 Определение приоритетов с помощью «Тепловых карт»
• 3.3.3 Оценка облачных хранилищ методом «Экспертных оценок»
• Заключение
• Список использованных источников
• облачный вычисление информационный экспертный

Облачные вычисления (англ. Cloudcomputing) — технология распределённой обработки данных, в которой компьютерные ресурсы и мощности предоставляются пользователю как Интернет-сервис. Суть концепции облачных вычислений заключается в предоставлении конечным пользователям удаленного динамического доступа к услугам, вычислительным ресурсам и приложениям (включая операционные системы и инфраструктуру) через интернет. Развитие сферы хостинга было обусловлено возникшей потребностью в программном обеспечении и цифровых услугах, которыми можно было бы управлять изнутри, но которые были бы при этом более экономичными и эффективными за счет экономии на масштабе.

Согласно прогнозам International Data Corporation, объём рынка облачных сервисов в России в 2015 году превысит 1,2 млрд долларов. Следовательно, он должен расти более чем на 100%. По мнению экспертов, одним из наиболее интенсивно растущих секторов станет использование облачных услуг в различных вариациях. По их оценкам, к 2015 году 16−18% IT-сервисов компании и государственные структуры будут получать через публичные облака, и 28−30% через частные. При этом доля вложений в облачные технологии составит 46% от инвестиций во все основные категории IT сектора — приложения, их разработка и выпуск, программное обеспечение, системы хранения данных и серверы. Ожидается, что в ближайшие годы больше всего средств в развитие облачных сервисов будет вложено в США, поэтому к 2015 году около 50% прибыли от облачных технологий придется на американский IT сектор. Не менее серьёзный рост IDC прогнозирует в Западной Европе и странах Азиатско-Тихоокеанского региона, где сосредоточено больше всего производителей облачных услуг и затраты конечных пользователей на эти технологии превышают показатели других регионов.

На сегодняшний день не более 15% отечественных организаций на практике применяют облачные технологии в целях оптимизации своих IT-инфраструктур. Специалисты продолжают уверять, что Сloud Сomputing открывает доступ к мощным ресурсам, а также дает реальную возможность одним скачком преодолеть технологическую пропасть, отделяющую нас от более развитых стран.

Тема дипломной работы была выбрана исходя из актуальности облачных вычислений на рынке IT, на сегодняшний день, а именно оценка возможности использования облачных вычислений как платформы создания информационного пространства научных исследований на базе Кубанского государственного университета факультета Управления и Психологии. Технический проект, реализуемый на базовом предприятии включает в себя:

1) сбор и анализ конкретного материала о применении конкретных информационных технологий и систем информационного обеспечения для решения реальных задач организационной, управленческой или научной деятельности в условиях базового предприятия;

2) выявление и описание проблем информатизации базового предприятия;

постановка задачи исследований и выбор IT-проекта для разработки в рамках дипломной работы и внедрения на предприятии для повышения эффективности управления;

3) разработка программы эмпирических исследований на базовом предприятии по оценке эффективности внедрения IT-проекта.

1. Теоретические основы облачных вычислений

1.1 История возникновения облачных вычислений

Вычислительные облака состоят из тысяч серверов, размещенных в дата-центрах, обеспечивающих работу десятков тысяч приложений, которые одновременно используют миллионы пользователей. Непременным условием эффективного управления такой крупномасштабной инфраструктурой является максимально полная автоматизация. Аналитики «Гартнер-групп» (Gartner Group) называют облачные вычисления-самой перспективной стратегическая технологией будущего, прогнозируя перемещение большей части информационных технологий в «облака» в течение 5−7 лет.

Концепция «облачных» вычислений появилась не на пустом месте, а явилась результатом эволюционного развития информационных технологий за последние несколько десятилетий и ответом на вызовы современного бизнеса.

В наше время жизнь без компьютеров не представляется возможной. Внедрение вычислительной техники проникло почти во все жизненные аспекты, как личные, так и профессиональные. Развитие компьютеров было достаточно быстрым. Началом эволюционного развития компьютеров стал 1930 год, когда двоичная арифметика была разработана и стала основой компьютерных вычислений и языков программирования. В 1939 году были изобретены электронно-вычислительные машины, выполняющие вычисление в цифровом виде. Появление вычислительных устройств приходится на 1642 год, когда было изобретено устройство, которое могло механически добавлять числа. Вычисления производились с использованием электронных ламп.

Первое поколение современных компьютеров появилось в 1943, когда были разработаны Марк I и машина Колосс. С финансовой поддержкой от IBM (InternationalBusinessMachinesCorporation) Марк был сконструирован и разработан в Гарвардском университете.

Компьютеры Transistorized отметили появление второго поколения компьютеров, которые доминировали в конце 1950;ых и в начале 1960;ых.Несмотря на использование транзисторов и печатных схем, эти компьютеры были все еще большими и дорогостоящими.

Интегральная схема или чип были развиты Джеком Килби. Благодаря этому достижению он получил Нобелевскую премию по физике в 2000 году.

Изобретение Килби вызвало взрыв в развитии компьютеров третьего поколения. Даже при том, что первая интегральная схема была произведена в сентябре 1958, чипы не использовались в компьютерах до 1963. Историю мейнфреймов — принято отсчитывать с появления в 1964 году универсальной компьютерной системы IBM System/360, на разработку которой корпорация IBM затратила 5 млрд долларов. Нельзя не указать про появление мейнфреймов, так как они стали настоящим прорывом в вычислительной технике того поколения.

Мейнфрейм— это главный компьютер вычислительного центра с большим объемом внутренней и внешней памяти. Он предназначенный для задач, требующих сложные вычислительные операции. Сам термин «мейнфрейм» происходит от названия типовых процессорных стоек этой системы. В 1960;х — начале 1980;х годов System/360 была безоговорочным лидером на рынке. Её клоны выпускались во многих странах, в том числе — в СССР (серия ЕС ЭВМ). В то время такие мэйнфреймы, как IBM 360 увеличили способности хранения и обработки, интегральные схемы позволяли разрабатывать миникомпьютеры, что позволило большому количеству маленьких компаний производить вычисления. Интеграция высокого уровня диодных схем привела к развитию очень маленьких вычислительных единиц, что привело к следующему шагу развития вычислений.

В ноябре 1971 Intel выпустили первый в мире коммерческий микропроцессор, Intel 4004. Это был первый полный центральный процессор на одном чипе и стал первым коммерчески доступным микропроцессором. Это было возможно из-за развития новой технологии кремниевого управляющего электрода. Это позволило инженерам объединить намного большее число транзисторов на чипе, который выполнял бы вычисления на небольшой скорости. Это разработка способствовала появлению компьютерных платформ четвертого поколения.

Компьютеры четвертого поколения, которые развивались в это время, использовали микропроцессор, который помещает способности компьютерной обработки на единственном чипе. Комбинируя память произвольного доступа (RAM), разработанную Intel, компьютеры четвертого поколения были быстрее, чем когда-либо прежде и занимали намного меньшую площадь. Процессоры Intel 4004 были способны выполнять всего 60 000 инструкций в секунду. Микропроцессоры, которые развились из Intel 4004 разрешенные изготовителями для начала развития персональных компьютеров, маленьких достаточно дешевых, чтобы быть купленными широкой публикой. Первым коммерчески доступным персональным компьютером был MITS Altair 8800, выпущенный в конце 1974. В последствии были выпущены такие персональные компьютеры, как Apple I и II, Commodore PET, VIC-20, Commodore 64, и, в конечном счете, оригинальный IBM-PC в 1981. Эра PC началась всерьез к середине 1980;ых. В течение этого время, IBM-PC, CommodoreAmiga и AtariST были самыми распространенными платформами PC, доступными общественности. Даже при том, что микровычислительная мощность, память и хранение данных мощности увеличились намного порядков, начиная с изобретения из Intel 4004 процессоров, технологии чипов интеграции высокого уровня (LSI) или интеграция сверхвысокого уровня (VLSI) сильно не изменились. Поэтому большинство сегодняшних компьютеров все еще попадает в категорию компьютеров четвертого поколения.

Одновременно с резким ростом производства персональных компьютеров в начале 1990;х начался кризис рынка мейнфреймов, пик которого пришёлся на 1993 год. Многие аналитики заговорили о полном вымирании мейнфреймов, о переходе от централизованной обработки информации краспределённой (с помощью персональных компьютеров, объединённых двухуровневой архитектурой «клиент-сервер»). Многие стали воспринимать мейнфреймы как вчерашний день вычислительной техники, считая Unixи PC-серверы более современными и перспективными.

C 1994 года вновь начался рост интереса к мейнфреймам. Дело в том, что, как показала практика, централизованная обработка на основе мейнфреймов решает многие задачи построения информационных систем масштаба предприятия проще и дешевле, чем распределённая. Многие из идей, заложенных в концепции облачных вычислений также «возвращают» нас к эпохе мэйнфреймов, разумеется с поправкой на время. Еще шесть лет назад в беседе с Джоном Мэнли, одним из ведущих научных сотрудников центра исследований и разработок HP в Бристоле, обсуждалась тема облачных вычислений, и Джон обратил внимание на то, что основные идеи cloudcomputing до боли напоминают мэйнфреймы, только на другом техническом уровне: «Все идет от мэйнфреймов. Мэйнфреймы научили нас тому, как в одной среде можно изолировать приложения, — умение, критически важное сегодня» .

С каждым годом требования бизнеса к непрерывности предоставления сервисов возрастают, а на устаревшем оборудовании обеспечить бесперебойное функционирование практически невозможно. В связи с этим крупнейшие ИТ-вендоры производят и внедряют более функциональные и надежные аппаратные и программные решения.

Рассмотрим основные тенденции развития инфраструктурных решений, которые, так или иначе, способствовали появлению концепции облачных вычислений:

— рост производительности компьютеров;

— появление многопроцессорных и многоядерных вычислительных систем;

— развитие блейд-систем;

— появление систем и сетей хранения данных;

— консолидация инфраструктуры.

Не так давно (порядка пяти лет назад) производители процессоров достигли разумного ограничения наращивания мощности процессора, при котором его производительность очень высока при относительно низкой стоимости. При дальнейшем увеличении мощности процессора, необходимо было прибегать к нетрадиционным методам охлаждения процессоров, что достаточно неудобно и дорого. Оказалось, что для увеличения мощности вычислительного центра более эффективно, увеличить количество отдельных вычислительных модулей, а не их производительность. Это привело к появлению многопроцессорных, а позднее и многоядерных вычислительных систем. Появляются многопроцессорные системы, которые начитывают более 4 процессоров. На текущий момент существуют процессоры с количеством ядер 8 и более, каждое из которых эквивалентно по производительности. Увеличивается количество слотов для подключения модулей оперативной памяти, а также их емкость и скорость.

Увеличение числа вычислительных модулей в вычислительном центре требует новых подходов к размещению серверов, а также приводит к росту затрат на помещения для центров обработки данных, их электропитание, охлаждение и обслуживание.

Для решения этих проблем был создан новый тип серверов XXI века — модульные, чаще называемые Blade-серверами, или серверами-лезвиями (blade — лезвие). Преимущества Blade-серверов, первые модели которых были разработаны в 2001 г. изготовители описывают с помощью правила «1234». «По сравнению с обычными серверами при сравнимой производительности Blade-серверы занимают в два раза меньше места, потребляют в три раза меньше энергии и обходятся в четыре раза дешевле» .

Другой особенностью современной истории развития вычислительных систем, наряду с появлением блейд-серверов, стало появления специализированных систем и сетей хранения данных. Внутренние подсистемы хранения серверов часто уже не могли предоставить необходимый уровень масштабируемости и производительности в условиях лавинообразного наращивания объемов обрабатываемой информации. В итоге появились внешние системы хранения данных, ориентированные сугубо на решение задач хранения данных и предоставление интерфейса доступа к данным для их использования.

Система Хранения Данных (СХД)— это программно-аппаратное решение по организации надёжного хранения информационных ресурсов и предоставления к ним гарантированного доступа.

Системы хранения данных представляют собой надежные устройства хранения, выделенные в отдельный узел. Система хранения данных может подключаться к серверам многими способами. Наиболее производительным является подключение по оптическим каналам (FiberChannel), что дает возможность получать доступ к системам хранения данных со скоростями 4−8 Гбит/сек. Системы хранения данных так же имеют резервирование основных аппаратных компонент — несколько блоков питания, raid контроллеров, FC адаптеров и оптических патчкордов для подключения к FC коммутаторам.

Сети хранения данных SAN — это высокоскоростная коммутируемая сеть передачи данных, объединяющая серверы, рабочие станции, дисковые хранилища и ленточные библиотеки. Обмен данными происходит по протоколу Fibre Channel, оптимизированному для быстрой гарантированной передачи сообщений и позволяющему передавать информацию на расстояние от нескольких метров до сотен километров.

Движущей силой для развития сетей хранения данных стал взрывной рост объема деловой информации (такой как электронная почта, базы данных и высоконагруженные файловые сервера), требующей высокоскоростного доступа к дисковым устройствам на блочном уровне. Основу SAN составляет волоконно-оптическое соединение устройств по интерфейсу FibreChanel, обеспечивающее скорость передачи информации между объектами 1,2,4 или 8 Mbit/sec. Сети хранения помогают повысить эффективность использования ресурсов систем хранения, поскольку дают возможность выделить любой ресурс любому узлу сети. Рассмотрим основные преимущества SAN:

— производительность, технологии SAN позволяют обеспечить высокую производительность для задач хранения и передачи данных;

— масштабируемость, сети хранения данных обеспечивают удобство расширения подсистемы хранения, позволяют легко использовать приобретенные ранее устройства совместно с новыми устройствами хранения данных;

— гибкость, совместное использование систем хранения данных, как правило, упрощает администрирование и добавляет гибкость, поскольку кабели и дисковые массивы не нужно физически транспортировать и пере коммутировать от одного сервера к другому. SAN позволяет подключить новые серверы и дисковые массивы к сети без остановки системы;

— отказоустойчивость, сети хранения помогают более эффективно восстанавливать работоспособность после сбоя. В SAN может входить удаленный участок с вторичным устройством хранения. В таком случае можно использовать репликацию — реализованную на уровне контроллеров массивов, либо при помощи специальных аппаратных устройств. Спрос на такие решения значительно возрос после событий 11 сентября 2001 года в США;

— управление, технологии SAN позволяют обеспечить централизованное управление всей подсистемой хранения данных.

Консолидация — это объединение вычислительных ресурсов либо структур управления в едином центре.

Анализ международного опыта позволяет сегодня говорить о четкой тенденции к консолидации ИТ-ресурсов корпораций. Именно она способна существенно уменьшить затраты на ИТ. Сэкономленные же средства можно направить на повышение качества имеющихся информационных услуг и внедрение новых. Кроме оптимизации расходов на ИТ, консолидация ИТ-ресурсов позволяет улучшить управляемость предприятий за счет более актуальной и полной информации об их функционировании. Обычно говорят о консолидации:

— серверов — перемещение децентрализованных, приложений, распределенных на различных серверах компании, в один кластер централизованных гомогенных серверов;

— систем хранения — совместное использование централизованной системы хранения данных несколькими гетерогенными узлами;

— приложений — размещение нескольких приложений на одном хосте.

При этом можно выделить два базовых типа консолидации — физическую и логическую. Физическая консолидация подразумевает географическое перемещение серверов на единую площадку (в центр данных), а логическая — централизацию управления.

Перемещение компьютеров в единый центр обработки данных позволяют обеспечить комфортные условия для оборудования и технического персонала, а также увеличить степень физической защиты серверов. Кроме того, в центре обработки данных можно использовать более производительное и высококачественное оборудование, которое экономически неэффективно устанавливать в каждом подразделении. Создавая центры обработки данных, можно снизить расходы на техническую поддержку и управление самыми важными серверами предприятия. Удачным примером оборудования, которое может успешно решить задачи консолидации вычислительных ресурсов в организациях любого уровня являются блейд-системы, а также и системы и сети хранения данных.

Очевидное преимущество этого решения в том, что упрощается выделение персонала поддержки и его работа по развертыванию и управлению системами, снижается степень дублирования опытных кадров. Централизация также облегчает использование стандартизованных конфигураций и процессов управления, создание рентабельных систем резервного копирования для восстановления данных после сбоя и поддержания связности бизнеса. Упрощается и решение вопросов организации высококачественного контроля за состоянием окружающей среды и обеспечения физической защиты. Может быть улучшена и сетевая безопасность, поскольку серверы оказываются под защитой единого, централизованно управляемого межсетевого экрана.

Как отмечают специалисты по облачным технологиям — консолидация ИТ-инфраструктуры — является первым шагом к «облаку». Чтобы перейти к использованию облачных технологий, компаниям необходимо сначала решить задачи неконсолидированной ИТ-инфраструктуры. «Без консолидации невозможно построить эффективное процессно-ориентированное управление, поскольку отсутствует единая точка предоставления сервисов» .

Анализируя историю развития информационных технологий и современные тенденции можно сделать вывод, что эволюционный виток ИТ, начавшийся вместе с эпохой мэйнфреймов более пятидесяти лет назад, замкнулся — вместе с облаками мы вернулись к централизации ресурсов, но на этот раз не на уровне мэйнфреймов с их зелеными терминалами, а на новом технологическом уровне.

1.2 Понятие «Облачные вычисления». Уровни реализации облачных вычислений

Как уже говорилось ранее, облачные вычисления представляют собой динамически масштабируемый способ доступа к внешним вычислительным ресурсам в виде сервиса, предоставляемого посредством Интернета, при этом пользователю не требуется никаких особых знаний об инфраструктуре «облака» или навыков управления этой «облачной» технологией.

Ярким примером служит поисковые системы, интерфейс которых очень прост, но в то же время они предоставляют пользователям огромные вычислительные ресурсы для поиска нужной информации. Сегодня крупные вычислительные центры не только позволяют хранить и обрабатывать внутри себя определенные данные, но и дают возможности для создания собственных виртуальных дата-центров, позволяя потребителю не тратить силы на создание всей инфраструктуры с нуля.

На сегодняшний день существует множество определений «облачных вычислений». Рассмотрим некоторые из этих определений для того чтобы понять что такое «облачные» вычисления с разных точек зрения.

Облачные вычисления представляют собой динамически масштабируемый способ доступа к внешним вычислительным ресурсам в виде сервиса, предоставляемого посредством Интернета, при этом пользователю не требуется никаких особых знаний об инфраструктуре «облака» или навыков управления этой «облачной» технологией.

Cloud computing — это программно-аппаратное обеспечение, доступное пользователю через Интернет или локальную сеть в виде сервиса, позволяющего использовать удобный интерфейс для удаленного доступа к выделенным ресурсам (вычислительным ресурсам, программам и данным).Компьютер пользователя выступает при этом рядовым терминалом, подключенным к Сети. Компьютеры, осуществляющие Cloud computing, называются «вычислительным облаком». При этом нагрузка между компьютерами, входящими в «вычислительное облако», распределяется автоматически.

Так, «Облачные вычисления» — это новый подход, позволяющий снизить сложность ИТ-систем, благодаря применению широкого ряда эффективных технологий, управляемых самостоятельно и доступных по требованию в рамках виртуальной инфраструктуры, а также потребляемых в качестве сервисов. Переходя на частные облака, заказчики могут получить множество преимуществ, среди которых снижение затрат на ИТ, повышение качества предоставления сервиса и динамичности бизнеса" .

" Облако" является новой бизнес-моделью для предоставления и получения информационных услуг. Эта модель обещает снизить оперативные и капитальные затраты. Она позволяет ИТ департаментам сосредоточиться на стратегических проектах, а не на рутинных задачах управления собственным центром обработки данных.

Облачные вычисления — это не только технологическая инновация в ИТ, но и способ создания новых бизнес-моделей, когда у небольших производителей ИТ-продуктов, в том числе и в регионах, появляется возможность быстрого предложения рынку своих услуг и мало затратного способа воплощения своих бизнес-идей. Поддержка облачных вычислений в сочетании с инвестициями в молодые компании создают быстро развивающуюся экосистему инновационных производств.

Облачные вычисления являются рыночным ответом на систематическую специализацию и усиление роли аутсорсинга в ИТ. По сути, переход к облачным вычислениям означает аутсорсинг традиционных процессов управления ИТ-инфраструктурой профессиональными внешними поставщиками. Большинство современных поставщиков решений сферы облачных вычислений предоставляет возможность не только использовать существующие облачные платформы, но и создавать собственные, отвечающие технологическим и юридическим требованиям заказчиков.

" Облачные вычисления" работают следующим образом: вместо приобретения, установки и управления собственными серверами для запуска приложений, происходит аренда сервера у Microsoft, Amazon, Google или другой компании. Далее пользователь управляет своими арендованными серверами через Интернет, оплачивая при этом только фактическое их использование для обработки и хранения данных.

Термин «облако» используется как образ сложной инфраструктуры, за которой успешно скрываются все технические и программные детали.

Как уже упоминалось ранее, суть концепции облачных вычислений заключается в предоставлении конечным пользователям удаленного динамического доступа к услугам, вычислительным ресурсам и приложениям через интернет.

Элементами этой концепции являются: инфраструктура как сервис, платформа как сервис, программное обеспечение как сервис, а также бизнес-приложения, доступные через Интернет.

Различаются следующие уровни архитектуры облачных вычислений:

1) уровень клиента — это клиентское программное обеспечение, используемое для доступа к облачным сервисам;

2) уровень сервисов — это сами сервисы, используемые через облачную модель;

3) уровень приложений — это программы, доступные через «облако» и не требующие инсталляции на компьютере пользователя;

4) уровень платформы — это программная платформа, объединяющая полный набор инструментов для использования облачных вычислений на пользовательском компьютере;

5) уровень памяти — поддержка хранения данных пользователя и доступа к ним через «облако» ;

6) уровень инфраструктуры — предоставление полной виртуализованной платформы через «облако» .

Облако — это не что иное, как некий крупный дата-центр (или сеть взаимосвязанных между собой серверов).

Слово «облако» здесь присутствует как метафора, олицетворяющая сложную инфраструктуру, скрывающую за собой все технические детали. Это одна большая концепция, включающая в себя много разных понятий, предоставляющих услуги. Например, программное обеспечение, инфраструктура, платформа, данные, рабочее место и т. п.

В последнее время вопросы, связанные с построением облачных систем начинают привлекать не только крупные компании, но и государственные структуры в различных странах мира. Совсем недавно группой экспертов был выпущен документ, предназначенный для Еврокомиссии, в котором была предпринята попытка систематизировать современный опыт в области построения облачных систем и выработать рекомендации по развитию IT систем в Евросоюзе.

Согласно этому документу, «облако — это динамично расширяемая информационная система, при необходимости предоставляющая потребителям IT сервисы с заданными характеристиками и позволяющая контролировать качество предоставления услуг согласно заложенным метрикам» .

Самое важное в этом определении то, что облачные системы являются сервис-ориентированными: их основная задача — обеспечить потребителя качественной услугой.

Соответственно, выделяется несколько моделей предоставления услуг:

— инфраструктура как услуга (IaaS), как правило, модель IaaS подразумевает предоставление виртуального сервера, хранилища, сетевой инфраструктуры;

— платформа как услуга (PaaS), предоставление доступа к программной платформе. Пользователи могут создавать и размещать собственные приложения на базе данной платформы, они имеют доступ к управлению ресурсами более низкого уровня (операционная система, хранилища данных и.т.д.);

— ПО как услуга (SaaS), предоставление программного обеспечения. В данной модели пользователи получают доступ только к функционалу необходимого ПО через сеть.

Согласно SaaS-концепции мы платим не единовременно, покупая продукт, а как бы берем его в аренду. Причем, используете ровно те функции, которые нам нужны (и, соответственно, платим за них же). Причем, не только в отношении Softпрограмм, но и по части аппаратных ресурсов. И это условно называется Payasyougo.

Теперь попытаемся понять суть работы облачных технологий.

Если взять простой пример компьютерных игр, «то технически это выглядит следующим образом: сама игра располагается на удаленном сервере и там же производится обработка графики, которая на компьютер конечному пользователю поступает уже в «готовом» виде. Проще говоря, те вычисления, которые при обычной игре на компьютере выполняют видеокарта и процессор, здесь уже выполнены на сервере, а ваш компьютер используется лишь как монитор.

Так в 2006 году, впервые, компания Amazon представила свою инфраструктуру веб-сервисов (WebServices), обеспечивающую не только хостинг, но и предоставляющую клиенту удаленные вычислительные мощности. В 2010 году состоялся релиза сервиса Azure, ориентированного уже не на разработчиков, а на простых пользователей.

Так в итоге, чем же облачные технологии могут помочь конечному пользователю:

Во-первых, отсутствие ограничений производительности ПК и в доступном свободном месте на дисковом пространстве.

Во-вторых, пользователь платит только за услугу, предоставленные возможности и только за конкретные функции.

В-третьих, облачные технологии помогают организации в нужный период времени на определенном этапе жизнедеятельности предприятия, сократить затраты на обслуживание того огромного функционала, который нужен ей только в определенный момент.

Итак, используя облачнее технологии, клиент уходит от проблем, связанных с покупкой дополнительных лицензий, временем на установку и настройку приложений на каждом компьютере и поиске нового IT-сотрудника, используя онлайн-вариант необходимого софта, заплатив лишь за то время, которое сотрудники пользовались этим софтом.

Благодаря облаку IT становится услугой. Это выгодно всем. Компаниям, которые могут значительно сократить расходы на IT, сконцентрировав высвободившиеся ресурсы на развитии собственного бизнеса, и частично перевести капитальные расходы в операционные (кроме того, компании малого и среднего бизнеса получают дополнительные преимущества от использования недоступных ранее корпоративных IT-технологий). Рынку IT и телеком, способствуя возникновению новых бизнес-моделей и стимулируя появление сатртапов. И, как следствие, государству и обществу: повышается уровень информатизации страны, и развитие экономики получает дополнительный стимул" .

Использование облачных решений является общемировой тенденцией и дает множественные преимущества. Работа в облаке означает, что вы не тратите время и ресурсы на поддержку собственных серверов, при этом обеспечивается существенно более высокий уровень надежности, сохранности данных.

1.3 Достоинства и недостатки использования облачных технологий в организации единого информационного пространства

В связи с относительной новизной Облачных технологий, в вопросе

целесообразности, их внедрение, вызывает множество споров и дискуссии на тему способности организовывать единое информационное пространство. Принять эффективное решение, по внедрению рассеянных вычислений, сажная задача, требующая полного анализа предприятия, среды, для которой мы предполагаем, развернуть, так называемые, «Удалённые рабочие столы» .

Поэтому задачей этой части работы является провести всесторонний анализ преимуществ и недостатков использования CloudComputing.

Применимо к организации единого информационного пространства проанализируем возможные преимущества от использования облачных вычислений.

Низкие первоначальные инвестиции в IT, не нужно инвестиции в покупку оборудования, программное обеспечение, настройку и техническую поддержку сети. Повсеместно представители различных компаний, использующих облачные технологии, отмечают, что, наряду с повышением производительности и эффективности на всех уровнях — как в офисе, так и при удаленной работе, — они получили решение, которое может расти вместе с компанией и расширяться в соответствии с нуждами бизнеса. Данное решение очень удачно вписывается в наш бизнес-план предприятия. Чтобы установить в компании, к примеру, распространенный продукт MicrosoftExchangeServer, обычно организации требуется несколько недель, месяцев, начиная с момента покупки лицензий и серверов до организации единого информационного пространства. Также необходим собственный штат IT-специалистов для его установки и обслуживания. С помощью CloudComputing предприятие получает решение немедленно и по низкому «месячному тарифу». Так мы переходим к следующему преимуществу при оценки использования Облачных вычислений.

Оптимизация расходов, оплата за использование удаленного пространства производиться ежемесячно в форме подписки на необходимые сервисы. Здесь же низкая фиксированная ежемесячная оплата, определяется тем, что Cloud Computing позволяет обеспечивать экономию при росте масштаба и недорогую эксплуатацию. Лицензии на программное обеспечение не нужно ставить на баланс организации, то есть происходит сокращение ответственности, так как сервиспровайдер берт на себя обязательства лицензированию и бесперебойной работы. Гибкость и масштабируемость решений по организации и реорганизации работы с коммуникационным и информационным пространством, является еще одним преимуществом использования облачных сервисов, одним из немаловажных особенностей масштабируемости, является возможность увеличивать или уменьшать сетевые машины в рабочей группе. А так же добавлять новые рабочие решения. Простота в поддержке, оплачиваемая единая ITуслуга, в состав которой все включено, здесь, не нужно инсталлировать и обслуживать серверы, обновлять программное обеспечение, не заботясь о совместимости программ и аппаратных средств. Мы обходим необходимость обучения сотрудников предприятия использовать новые версии IT. Информационное пространство становиться крупной, отвлеченной инфраструктурой, со способностью распределения ресурсов, при которой они выделяются и освобождаются по запросам программы в ходе ее выполнения, легкий перенос приложений в нужную ячейку памяти. Отсутствие долгосрочных контрактов и обязательств перед поставщиками услуг.

Доступность с любого компьютера по протоколам интернет. Хотя, рядовому пользователю, современные облачные сервисы все еще тяжело представить как альтернативу собственному жесткому диску, чаще они как связующее звено между домашним компьютером и мобильным устройством. Поэтому производители компьютерной техники, пытаются приобщить все большее число пользователей к облачным сервисам, разрабатывая удобные приложения для отдыха и работы. Еще одним, из многочисленных преимуществ от использования Cloud Computing, особенно полезное для организации научной работа является возможность полного самообслуживания в подготовке к работе, управления и завершения, организации своей работы, возможность доступа к документам, файлам с любого компьютера, без привязки к определенной системе. Мы можем провести интеграцию облачных сервисов в имеющуюся вычислительную среду организации, без потерь времени, всего лишь оформив подписку у провайдера облачного сервиса.

Обеспечение непрерывности процесса и возможность быстрого восстановления после «падения» сервисов или сети на рабочем предприятии. Если данные хранятся «облаке», их копии автоматически распределяются по нескольким серверам, возможно находящимся на разных континентах. При «падении» сервисов или сети пользователь не теряет ценную информацию, которую он к тому же может получить с любого другого компьютера. Кто-то может возразить, что резервное копирование на другой персональный компьютер или на другие носители информации, например, DVD диски или флэш-накопители, также обезопасит данные. Но в последнем случае надо учесть два момента. Во-первых, за резервным копированием надо следить и регулярно его выполнять. Во-вторых, данные методы не обеспечивают физической безопасности, например, от пожара, воровства и т. д.

Несмотря на очевидные преимущества, саму концепцию облачных технологий немало критикуют, причем с самых разных сторон.

Главными недостатками Cloud Computing по отношению к среде единого информационного пространства и к корпоративным пользователям являются безопасность, контроль, нестабильность структуры затрат, потенциальное ухудшение гибкости бизнеса претензии связаны с безопасностью, достаточно ли надежно защищены данные в облаке. И нет ли вероятности того, что сам владелец дата-центра решит воспользоваться доверенными ему данными. Высочайшая потребность в надежном широкополосном доступе в интернет. Существует ряд менее очевидных проблем использования Cloud Computing:

Необходимость постоянно вносить фиксированную ежемесячную плату тогда как в случае программного обеспечения, работающего на местах, затраты сначала являются существенными, но потом происходит амортизация. Не четко определена ситуация с программными продуктами и лицензиями, расположенными на сервере. Так, Cloud Computing является наименее «прозрачным» методом предоставления внешних услуг, управление таковой системой может стать проблемным. Проблематика конфиденциальности, этот вопрос постоянно решается среди главных «Вендоров» облачных вычислений.

С другой стороны, если научная организация все же будет использовать облачные сервисы публичного или частного облака, то этот сервис должен в полной мере соответствовать требованиям конфиденциальности организации единого информационного пространства на предприятии и обеспечивать выполнение всех правил и законов. Следует так же учитывать, что, так называемый, набор дополнительных средств управления, которые могут добавляться арендатором, ограничен и не всегда позволяет закрыть пробелы в некоторых публичных облачных сервисах.

Однако, несмотря на все сомнения, будущее облачных технологий имеют огромные перспективы развития. Доказательством того, что это не временное увлечение, а новый путь развития высоких технологий, является следующий факт: сколь бы ни были сильны противоречия между тремя гигантами, представляющими площадки информационного пространства, а именно — Microsoft, Apple и Google, сколь бы ни различались взгляды Более того, именно с облачными технологиями все три компании связывают свое будущее. Сегодня же преимущества облачных технологий могут почувствовать даже те люди, которые не связаны с разработкой программ, веб-технологиями и прочими узкоспециализированными вещами.

2. Модель организации информационного пространства научных исследований в КУБГУ

2.1 Основные этапы научных исследований

Научное исследование — это процесс познания объективной действительности, закономерностей и связей между явлениями реального мира. Познания представляет собой сложный процесс движения человеческого сознания, человеческой мысли от незнания к знанию, от неполных или неточных знаний к более полным и точным. Цель любого научного исследования — всестороннее, достоверное изучение объектов, процессов или явлений, их структуры, связей и отношений на основе разработанных в науке принципов и методов познания. Проведение научных исследований — трудоемкий процесс изучения и познания действительности. Он, по сути, представляет собой движение к более точным и полным знаниям. Этот путь, возможно, пройти при помощи организации научных исследований. Любое научное исследование имеет свой объект и предмет.

Объектом научного исследования является материальная или идеальная система.

Предмет — это структура системы, закономерности взаимодействия элементов внутри системы и вне ее, закономерности развития, различные свойства, качества и т. д. Научное исследование проходит ряд этапов, которые составляют структуру научного исследования. Ее можно представить в виде схемы, изображенной на рисунке 2.1

Рисунок 2.1 — Этапы научного исследования

Первым этапом любого научного исследования является постановка проблемы. На нем осуществляется не только поиск проблемы, но и точная, четкая формулировка задачи научного исследования, так как от нее в значительной мере зависит успешный исход работы. В постановку проблемы включают сбор и обработку исходной информации — данных о технических и теоретических методах и средствах решения аналогичных задач, результатах других исследований в смежных областях (анализ названной информации проводится не только в начале, но и в процессе всего исследования).

Шаг второй — выдвижение и обоснование первоначальной гипотезы на основе четко сформулированной задачи исследования и критического анализа собранной исходной информации. При этом рабочая гипотеза может иметь несколько вариантов, из которых выбирают наиболее целесообразный, не оставляя без внимания остальные. Иногда для уточнения гипотезы проводят предварительный эксперимент, который позволяет более глубоко изучить исследуемый объект.

Далее следуют теоретические исследования, которые заключаются в анализе и синтезе существующих закономерностей, справедливых для исследуемого объекта, а также в добывании с помощью аппарата фундаментальных наук (математики, теоретической механики, сопротивления материалов и др.) новых, неизвестных еще закономерностей. Цель теоретических исследований — как можно полнее обобщить наблюдаемые явления, связи между ними, получить как можно больше следствий из принятой рабочей гипотезы. Теоретическое исследование аналитически развивает принятую гипотезу и, как правило, приводит к разработке теории, которая должна обладать способностью объяснять и предсказывать факты и явления, относящиеся к исследуемой проблеме. Если теория неадекватно описывает известные явления, то появляется необходимость в изменении гипотезы, которая требует сбора соответствующей дополнительной информации об объекте исследования.

На четвертом этапе, проводятся экспериментальные исследования, или научно поставленный опыт — наиболее сложный и трудоемкий этап научного исследования. Цель эксперимента зависит от характера научного исследования и последовательности его проведения. Если эксперимент проводится после теоретического исследования, он подтверждает либо опровергает результаты разработанной теории. В случае отсутствия достаточной теоретической базы эксперимент часто предшествует теоретическому исследованию. При таком порядке проведения исследования теория объясняет и обобщает результаты эксперимента.

После проведения теоретического и экспериментального исследований выполняют анализ и сопоставление их результатов, следствием которых является окончательное подтверждение выдвинутой гипотезы и формирование следствий, вытекающих из нее, либо необходимость ее видоизменения. В некоторых случаях на основе выполненного анализа гипотеза может быть опровергнута.

На этапе заключительных выводов подводятся итоги исследования, то есть формулируются полученные результаты и их соответствие поставленной задаче. Для чисто теоретических исследований этот этап является заключительным, но для большинства задач в области техники возникает следующий этап.

Этап седьмой заключительный. Освоение результатов — этап подготовки к промышленной реализации полученных результатов, разработка технологических или конструкторских принципов, которые зачастую не укладываются в рамки инженерной доработки и требуют непременного участия авторов исследования.

Значительный объём научных исследований выполняют высшие учебные заведения страны. Одним из преимуществ вузов при выполнении научных исследований перед другими научными организациями является наличие в их составе учёных и специалистов различного профиля, что позволяет проводить комплексные исследования на стыке научных дисциплин, обеспечивать мобильность научных коллективов. К выполнению научных исследований в вузе привлекается профессорско-преподавательский состав, составляющий основное ядро высшей школы. В вузах, обеспечивающих высокую эффективность научных исследований по актуальным направлениям, организуются научные учреждения — проблемные научно-исследовательские лаборатории, а в некоторых случаях и самостоятельные научные учреждения (НИИ).

Так, на кафедрах, в проблемных лабораториях и НИИ разрабатываются в основном фундаментальные и поисковые темы. Прикладные исследования выполняются, как правило, профессорско-преподавательским составом в свободное от основной работы время на основе хозяйственных договоров с организациями и предприятиями. Для выполнения хоздоговорных работ кафедры имеют право привлекать дополнительных штатных работников, совместителей, учебно-вспомогательный персонал, аспирантов и студентов. Для организации научных исследований в вузах создаются научно-исследовательские секторы (НИС) или научно-исследовательские части (НИЧ). Они осуществляют контроль за своевременностью и качеством выполняемых исследований.

Этапы научных исследований, настолько сложны, что их решение требует творческого поиска, исследовательских навыков. В связи с этим исследования проводимые в КУБГУ должны подкрепляться не только необходимой суммой фундаментальных и специальных знаний, но и определёнными навыками творческого решения практических задач, быстро адаптироваться к изменяющимся условиям. Их формирование начинается в вузе через участие студентов в научно-исследовательской работе.

2.2 Структура информационного пространства научных исследований

Информационное пространство представляет собой совокупность объектов, вступающих друг с другом в информационное взаимодействие, а также сами технологии, обеспечивающие это взаимодействие. Информационное пространство образуется информационными ресурсами, средствами информационного взаимодействия и информационной инфраструктурой. Информационное пространство имеет своим центром субъект, который в процессе своей деятельности создает информацию, присваивает ее, накапливает и передает. Таким субъектом может выступать человек, либо социальная группа, а также компании, органы государственного управления — все, кто в ходе осуществления деятельности использует возможности современных информационных технологий, но в любом случае информационное пространство не может существовать без деятельности человека.

В современном мире, в его информационном аспекте, информационное пространство в связи с развитием технических каналов коммуникации стало практически безграничным, так как в нем неэффективны практически все традиционные ограничения физического пространства — океаны, государственные границы, горы, географическая удаленность. Информационное пространство стирает границы, что является одним из стимулов, и в то же время результатов процессов глобализации. Однако все же информационное пространство имеет свои рамки, обусловленные официальными ограничениями.

Структура информационного пространства обусловлена наличием связи между субъектами и объектами, которыми эти субъекты оперируют.

Базой информационного пространства научных исследований в данной дипломной работе является Кубанский государственный университет и его научно-информационная структура деятельности.

Итак, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Кубанский государственный университет» является некоммерческой организацией, созданной для достижения образовательных, научных, социальных, культурных и управленческих целей, в целях удовлетворения духовных и иных нематериальных потребностей граждан в образовании, а также в иных целях, направленных на достижение общественных благ.

Полное наименование ВУЗа на русском языке: федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Кубанский государственный университет» .

Сокращенные наименования на русском языке: ФГБОУ ВПО «КубГУ», ФГБОУ ВПО «Кубанский государственный университет» .

Полное наименование на английском языке: KubanStateUniversity.

Сокращенное наименование на английском языке: KubSU.

Место нахождения ВУЗа: 350 040, г. Краснодар, ул. Ставропольская,

д. 149.

Учредителем ВУЗа является Российская Федерация.

Функции и полномочия учредителя ВУЗа осуществляет Министерство образования и науки Российской Федерации.

Динамика развития научной работы на факультете управления и психологии неразрывно связана с динамикой развития факультета. Наибольших достижений в объеме и результатах научной работы факультет достигал в 2005 по 20 012 году. Это отразилось в количестве публикаций, количестве защит диссертаций и количестве прикладных НИР. Актуальной задачей науки на факультете является активизация в области прикладных НИР. Развитие новых (интеллектуальных, обучающихся и сетевых) организаций на основе использования современных концепций экономики, менеджмента и инженерии знаний, контроллинга, методов организационного проектирования и интеллектуальных ИКТ. Ниже приведена краткая характеристика научной работы ФУП:

— организационный интеллект: пути формирования и развития;

— использование методологий процессного управления и управления знаниями в проектах корпорации;

— стратегический и инновационный менеджмент на основе управления знаниями;

— технологии разработки виртуальных, интеллектуальных и сетевых организаций;

— развитие человеческого капитала на основе управления знаниями;

— синергетический искусственный интеллект и интеллектуальные организации;

— методы и средства искусственного интеллекта в проектировании организаций и предприятий нового поколения;

— системы управления корпоративными знаниями;

— интеллектуальное моделирование, управление бизнес-процессами и гибкими производственными единицами;

— интеллектуальные технологии организации, поиска, извлечения и анализа знаний;

— жизненный цикл знаний. Управление знаниями и инженерия знаний;

— инструментальные средства для разработки систем управления знаниями;

— методологии реинжиниринга деловых, образовательных и административных процессов;

— CALS-технологии и интеллектуальные логистические системы;

— интеллектуальная собственность организации.

Принято считать, что научные исследования проводятся только в условиях предоставления возможностей такие исследования проводить. Однако здесь следует разделить эти возможности в КУБГУ на два направления. Первое — собственно научная разработка не требует привлечения крупных технических средств — это, как правило, работа над отображением формул, зависимостей, пояснений на бумаге или с использованием компьютера.

Второе — привлечение крупных технических средств в условиях отсутствия научной базы (здесь не идет речь о проверке результатов с привлечением технических средств, и тем более, проблемах реализации). Поэтому к КУБГУ, факультету «Управления и Психологии» следует отнести только первое направление.

Основными задачами КУБГУ в области научно-исследовательской деятельности являются:

— развитие фундаментальных исследований как основы для создания и освоения новых технологий, укрепления лидирующего положения вузовской науки по приоритетным научным направлениям;

— подготовка научно-педагогических кадров высшей квалификации;

— наиболее полное использование научного потенциала работников университета, обеспечение вклада ученых университета в научно-технический прогресс, развитие российской и международной научной интеграции;

— сохранение и укрепление базисного, определяющего характера науки для развития высшего профессионального образования;

— обеспечение единства учебного и научного процессов, определяющих высокое качество подготовки обучающихся;

— подготовка и публикация научной, научно-методической, учебной и учебно-методической литературы.

Научно-исследовательская деятельность в КубГУ осуществляется нескольких подразделениями, а именно,

1) Центры коллективного пользования (ЦКП);

2) Научно-исследовательские институты (НИИ);

3) Научно-образовательные центры (НОЦ).

Таким образом, можно говорить о структуре пространства научных исследований в КубГУ, как о сложной системе информационных коммуникаций, сформированных в процессе научных исследованийТакая сложность обусловлена большим объемом потоков информации, которыми необходимо эффективно управлять для успешной научной деятельности.

2.3 Информационное сопровождение научных исследований

В настоящее время интенсивно развивается глобальный процесс формирования информационного общества. КУБГУ уделяет этому аспекту особое внимание, руководствуясь тем, что вся наука как самоорганизующаяся система питается и управляется своими информационными потоками. В соответствии с этой концептуальной установкой, реализует широкий спектр мероприятий, направленных на информационное обеспечение науки. Информационное сопровождение, так же являются одним из наиболее важных факторов, влияющих на процесс научных исследований и взаимодействие субъектов и объектов процесса. Грамотно спланированная организация информационных потоков позволяет повысить качество научных исследований и взаимодействие при решении научных проблем.

В практике использования существует множество способов и методов информационного сопровождения процессов, отличающихся охватом границ коммуникационной системы, каналами распространения информации и технологиями воздействия.

В КубГУ существует хорошо организованная система информационной поддержки научных исследований. Существуют как традиционные методы сопровождения, так и новые, такие как различные интернет сайты и информационные системы.

КубГУ выпускает несколько научных журналов, самыми популярными из них являются:

— «Человек. Сообщество. Управление». Журнал издается с 1999 года. Журнал публикует работы в области политологии и политического управления, государственного и муниципального управления, местного хозяйства, менеджмента и управленческого консультирования, общей психологии и психологии личности, социальной и экономической психологии, психологии развития, психологии труда, педагогики и др. областях. Журнал «Человек. Сообщество. Управление» находится в перечне ВАК;

— Экологический вестник научных центров Черноморского экономического сотрудничества (ЧЭС). В этом журнале публикуются новые оригинальные результаты научных и прикладных исследований в различных областях науки и техники: сейсмологии, геофизике, акустоэлектронике, ультразвуковой дефектоскопии, машиностроении, фундаментостроении и др. Издаваемый журнал служит целям развития науки в регионе Черноморского экономического сотрудничества, решению актуальных научных проблем, взаимодействию ученых в России и других странах мира. Журнал включен в перечень ведущих рецензируемых научных журналов и изданий, выпускаемых в РФ, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени кандидата и доктора наук по специальностям — физика, математика и механика;

— «Известия Кубанского государственного университета. Естественные науки». Опубликовывать статьи в этом научном журнале могут преподаватели, сотрудники, докторанты, аспиранты, студенты КубГУ и других вузов. Для издания принимаются материалы по следующим научным направлениям: Биология, География, Геология, Математика, Математическое моделирование, Механика, Физика, Химия, Применение компьютерных технологий в научных исследованиях;

— «Теория и практика общественного развития» электронное периодическое издание. Этот журнал выходит в новом для научного сообщества КубГУ формате — в виде электронного издания, также входит в перечень ВАКаМинобрнауки РФ. Для публикации в журнале принимаются материалы по следующим рубрикам: философские науки, социологические науки, психологические науки, педагогические науки, исторические науки, культурология, политические науки, экономические науки, юридические науки.

Каждый факультет Кубанского университета имеет свой веб-сайт, где также возможно получить определенную информационную поддержку. С помощью этих источников можно получить данные о большом числе научно-исследовательских коллективов и отдельных ученых, вовлеченных во всё многообразие видов научной деятельности в университете. Также на данных ресурсах можно получить ссылкина уникальные научные информационные ресурсы. Среди них — опубликованные результаты научных исследований и экспериментов, библиографические и фактографические базы данных, сведения об ученых, их научной деятельности, публикациях, проектах и т. п. Эти ресурсы представляют значительный интерес для научного сообщества.

В настоящее время в университете КубГУ для информационной поддержки научной деятельности применяются несколько автоматизированных систем: «База информационных потребностей КубГУ», разработана и внедрена в официальный сайт КУБГУ. Информационная система содержит:

— основные образовательные программы и рабочие программы курсов;

— информация о научных публикациях преподавателей КубГУ;

— информация об участии преподавателей КубГУ в научных конференциях;

— информация о конкурсах и научных грантах Университета.

Информационная Система «СИНКОПА» (Система Интегрированная Корпоративного управления Планирования и Анализа) ввели в действие в университете с 2010;2011 учебного года для автоматизации документационного обеспечения управления.

Система управления «СИНКОПА» является электронным инструментом для полного управления предприятием или группой предприятий (в том числе разного профиля), разнесенных территориально на любом удалении.

В системе за счет универсальных инструментов и подходов обеспечивается возможность объединения работы практически всех категорий сотрудников от бухгалтерии до медицины с различными видами оборудования охранного, торгового, технологического. При этом в едином информационном пространстве обрабатывается и сохраняется все виды информации (текстовая, числовая, графическая, видео и звуковая).

Удаленные пользователи (с разрешенными функциями) могут работать в Системе через Интернет без специального программного обеспечения.

Главной особенностью Системы является мощный единый аппарат аналитики для бухгалтерского, управленческого и производственного учетов, обеспечивающий жесткую увязку всей информации с первичными бухгалтерскими данными.

Система содержит ядро, включающее стандартную СУБД и несколько уникальных программных продуктов, с помощью которых разрабатываются и эксплуатируются прикладные задачи, собираемые в так называемые оболочки.

Но все же, рассмотренные информационные системы являются, так называемыми, узконаправленными, внедренные для определенного круга лиц, что вызывает наличии проблем в реализации единого информационного пространства вуза в свиязи с неудобством и недостаточной функциональностью существующих систем.

Исследуя проблемы в организации научной деятельности рабочего предприятия, а именно «Кубанского Государственного Университета» факультета «Управления и психологии», важно понять, как рассеянные вычисления могут помочь организовать научную деятельность, проводимую в КУБГУ, дать характеристику проблемных мест при проведении научных исследований и оценить возможные варианты внедрения облачных сервисов в существующую систему. Все это будет рассмотрено в 3 главе работы.

3. Оценка эффективности использования облачных вычислений для организации пространства научных исследований

3.1 Обзор рынка облачных хранилищ данных

Облачное хранилище данных — модель онлайн-хранилища, в котором данные хранятся на многочисленных, распределённых в сети серверах, предоставляемых в пользование клиентам, в основном третьей стороной. В противовес модели хранения данных на собственных, выделенных серверах, приобретаемых или арендуемых специально для подобных целей, количество или какая-либо внутренняя структура серверов клиенту, в общем случае, не видна. Данные хранятся, а равно и обрабатываются, в облаке, которое представляет собой, с точки зрения клиента, один большой, виртуальный сервер. Самое большое экономическое преимущество достигается при использовании общедоступного облака там, где применяется эффект масштаба наряду с границей эффективности. По прогнозам экспертов, «две трети к предприятий планируют придерживаться стратегии развития частных облачных вычислений до 2014 г.»

Что касается частных облаков, поставщики на рынке продолжают совершенствовать сервисы виртуализации. Определяющей характеристикой частного облака является важность инфраструктуры управления, уровни которой имеют первостепенное значение, особенно с учетом того, что большинство существующих ИТ-инфраструктур гетерогенны по своей природе.

Существующие тенденции свидетельствуют о том, что ожидания в отношении вычислительной среды и доверие к ней со стороны пользователей и потребителей продолжают расти благодаря поставщикам уникальных приложений. Поскольку эта зависимость выходит за пределы предприятия, ожидают, что критически важные приложения будут работать постоянно.

Существуют три основные модели реализации облаков, представленные на рисунке 3.2

Рисунок 3.2 Основные модели реализации облачных хранилищ данных Публичное облако — комплекс информационно-вычислительных ресурсов, информационных систем, программных продуктов и сервисов, размещенных на ИКТ-инфраструктуре «облачного» оператора и предоставляемых конечным потребителям как «услуга» по их запросу. В данном случае «облачный» оператор гарантирует высокую доступность, производительность, целостность и сохранность данных клиента. Использование «облачных» систем лучше всего начать, взяв «в аренду» любой пакет ресурсов и сервисов Публичного облака. Это обеспечит рабочий организации самый простой способ платформы создания информационного пространства научных исследований, сформировав информационно-вычислительную инфраструктуру. Хотя, чаще организации ищут решения для бизнеса в использовании частных хранилищах данных.

Частное облако (англ. private cloud) — инфраструктура, предназначенная для использования одной организацией, включающей несколько потребителей (например, подразделений одной организации), возможно также клиентами и подрядчиками данной организации. Частное облако может находиться в собственности, управлении и эксплуатации как самой организации, так и третьей стороны (или какой-либо их комбинации), и оно может физически существовать как внутри, так и вне юрисдикции владельца. ИТ-инфраструктура, выделяемая из общего пула информационно-вычислительных ресурсов ИТ-оператора и управляемая в интересах Вашей компании. Концепция построения «частных облаков» подразумевает создание динамической инфраструктуры, удовлетворяющей потребности отдельных подразделений или департаментов, организации в целом и/или ее дочерних и зависимых обществ в различных ИТ-сервисах.

В рамках «Частного облака» можно воспользоваться различными типами сервисов: Инфраструктура как сервис (Infrastructure as a Service, IaaS), Платформа как сервис (Platform as a Service, PaaS), Программное обеспечение как услуга (Software as a Service, SaaS). Модель, некого, обеднения двух реализаций облачных хранилищ данных является гибридная модель данных Гибридная модель (англ. hybrid cloud) — это комбинация из двух или более различных облачных инфраструктур, частных или публичных, остающихся уникальными объектами, но связанных между собой стандартизованными или частными технологиями передачи данных и приложений (например, кратковременное использование ресурсов публичных облаков для балансировки нагрузки между облаками). Гибридная модель является экономическим и ценностным повышающим коэффициентом частного облака и, возможно, основной причиной для его внедрения. На сегодняшний день многие компании используют частные облака, чтобы самостоятельно убедиться во всех преимуществах этой технологии не рискуя своими данными. При этом, по объективным причинам, частные облака могут быть менее надежными и защищенными, чем публичные сервисы. Наблюдается тенденция к использованию в частных облаках более старых технологий, чем в публичных: организация готова потратить на аппаратное и программное обеспечения для своего частного облака десятки и сотни тысячи рублей, но оправданны ли эти вложения.

Так, публичные облака переводят капитальные расходы в эксплуатационные, рабочей организации нет необходимости строить собственный дата-центр. У публичных облаков лучший коэффициент использование: При использовании частного облака требуется выстраивать и поддерживать системы из различных серверов, чтобы выдерживать пики запросов. В публичном облаке потребуется платить больше только непосредственно в пиковые моменты. Затраты на инфраструктуру в публичных облаках для новых проектов ниже. Публичные облака предоставляют лучшую масштабируемость. Так же публичные облака избавляют компании от необходимости вникать в функционирование дата-центров: Постройка частного облака требует более глубокого погружения в работу дата-центра, чем в случае с обычной серверной. Публичные облака выигрывают по экономическим показателям: Ни одно частное облако не смоет посоревноваться по стоимости использования с Google или Microsoft.

Безопасность в публичных облаках усилена, так как им постоянно приходится бороться с попытками хакерских атак: За последние годы тысячи хакеров пытались взломать платформы Google и Amazon. Провайдеры публичных облаков готовы практически ко всему. Публичные облака привлекают лучших специалистов в области безопасности. Компетенция сотрудников частного облака неизвестна. В частных облаках недостаточно часто и качественно проводятся тесты на защиту от несанкционированного доступа.

Приведем наиболее крупные и часто используемые облачные сервисы хранения данных, которые в дальнейшем будут опробованы рабочей группой, в качестве потенциальных площадок для научных исследований КУБГУ ФУП:

1) Google Drive — бесплатное облачное хранилище данных, позволяющее пользователям хранить свои данные на серверах в облаке и делиться ими с другими пользователями в интернете. После активации заменяет собой Google Docs. По сути, взяли Google Docs для работы с документами, трансформировали его в облачный сервис и добавили 5 ГБ бесплатного пространства. В данном сервисе можно хранить не только документы, но и фотографии, музыку, видео и многие другие файлы — всего 30 типов. Но вообще все очень удобно и привычно для пользователей Google-сервисов. Каждому пользователю Google Drive предоставляется бесплатно 5Gb пространства. Если выделенного объёма недостаточно, можно приобрести дополнительно от 25 ГБ до 16 ТБ.

Кроме доступа к сервису через веб-интерфейс, есть возможность доступа через клиенты для Windows, Mac OS и Android, iOS.

Таблица 3.1 — Оценка Диск Google

2) Яндекс Диск — бесплатный облачный сервис от Яндекса, позволяющий пользователям хранить свои данные на серверах в облаке и передавать их другим пользователям в интернете. Работа построена на синхронизации данных между различными устройствами. В настоящее время регистрация пользователей доступна всем. Ранее, до запуска Яндекс. Диска, функции хранения пользовательских файлов на Яндексе выполнял сервис Яндекс. Народ.

Изначально Яндекс Диск предоставляет около 10Гб. Кроме того, Яндекс Диск может выступать в качестве службы облачного сервиса, интернируясь в офисный пакет Microsoft Office 2013, а недавно появилась возможность автоматической загрузки фото и видеофайлов с цифровых камер и внешних носителей информации на Яндекс. Диск. При этом пользователю предоставляются дополнительно 32 ГБ пространства на полгода.

Таблица 3.2 — Оценка Диск Яндекс

3) SkyDrive — базирующийся на облачной организации интернет-сервис хранения файлов с функциями файлообмена, созданный в августе 2007 года и управляемый компанией Microsoft. Сервис SkyDrive интегрирован с Microsoft Office. Непосредственно из приложения можно сохранять файлы Excel, OneNote, PowerPoint и Word в службе Windows Live SkyDrive. Сервис SkyDrive позволяет хранить до 25 Гбайт информации в упорядоченном с помощью стандартных папок виде. Для изображений предусмотрен пред просмотр в виде эскизов, а также возможность их просмотра в виде слайдов. Для всех папок и файлов можно определять уровень доступа — от исключительно персонального до публичного. С помощью сервиса можно производить обмен файлами размером до 100 МБ

Таблица 3.3 — Оценка MS SkyDrive

4) Dropbox — позволяющий пользователям хранить свои данные на серверах в облаке и разделять их с другими пользователями в интернете. Его работа построена на синхронизации данных. Dropbox предоставляет три тарифных плана, в том числе и бесплатный.

Basic — 2 Гб — бесплатно;, Pro 50 — 50 Гб — $ 9.99 в месяц;, Pro 100 — 100 Гб — $ 19.99 в месяц.

Приложение Dropbox можно скачать и инсталлировать на PC, Mac, Linux или мобильное устройство. Одно из главных преимуществ Dropbox — легкость и интуитивность в использовании — нужно просто закачать файлы в папку Dropbox, расшарить её, если хотите, или синхронизировать с нужным устройством. В отличие от основных конкурентов, при работе с Dropbox редактированные файлы не копируются полностью на сервер — осуществляется передача только измененной части, предварительно сжатой. Считается, что именно этот факт во многом объясняет известную оперативность работы с Dropbox, по сравнению с аналогами.

Dropbox позволяет пользователю размещать файлы на удаленных серверах при помощи клиента или с использованием веб-интерфейса через браузер. Хотя главный акцент технологии делается на синхронизации и обмене информацией, Dropbox ведёт историю загрузок, чтобы после удаления файлов с сервера была возможность восстановить данные. Также ведётся история изменения файлов, которая доступна на период последних 30 дней, кроме этого доступна функция бессрочной истории изменения файлов «Pack-Rat» .

Таблица 3.4 — Оценка MS Dropbox

5) Oracle Cloud — это полный набор всего необходимого с дополнениями в виде платформенных сервисов, прикладных сервисов и сервисов социальных сетей.

Oracle, на памяти более чем одного поколения выступавшая в роли пропагандиста и защитника традиционных систем, ориентированных на корпоративные ЦОДы, теперь официально стала провайдером облачных систем и сервисов для использования различных прикладных сервисов на основе подписки требуется регистрация. Сервисы включают Fusion CRM (управление отношениями с клиентами), Fusion HCM (управление людскими ресурсами) и социальную сеть Oracle Social Network.

Дополнительными сервисами Oracle Cloud Platform будут:

— Java Services для разработки и развертывания приложений Java с использованием Oracle WebLogic и управления ими;

— Developer Services, позволяющие разработчикам приложений организовать совместную работу;

— Web Services для быстрого создания веб-приложений с помощью PHP, Ruby и Python;

— Mobile Services, позволяющие разработчикам создавать кроссплатформенные мобильные приложения для смартфонов и планшетов, не нуждающиеся в адаптации и использующие HTML5;

— Documents Services, позволяющие участникам проекта организовать сотрудничество и коллективно использовать документы с помощью онлайновых рабочих пространств и порталов;

— Sites Services, позволяющие бизнес-пользователям разрабатывать и обслуживать привлекательно оформленные веб-сайты в домене .com;

— Analytics Services, позволяющие бизнес-пользователям с помощью облака создавать и совместно использовать аналитические панели и отчеты.

В Oracle Cloud будут предоставляться перечисленные ниже прикладные сервисы.

Планирование ресурсов предприятия. Полный набор компонентов: финансовый учет, управление проектами, управление закупками, выбор поставщиков, управление рисками и соблюдением требований регуляторов.

Управление людскими ресурсами. Полноценное решение, включающее управление глобальными человеческими ресурсами, жизненным циклом рабочей силы, компенсационными выплатами, бонусами, фондом заработной платы и другие приложения.

Управление персоналом. Полноценное решение, включающее поиск и подбор кадров, управление производительностью труда и обучением сотрудников.

Продажи и маркетинг. Полноценное решение, включающее планирование продаж, территориальное управление, управление посредническими услугами и прогнозирование.

Обслуживание клиентов. Полноценное решение, включающее самообслуживание через Интернет, контакт-центры, управление знаниями, чат и управление электронной почтой.

Так же Oracle предоставляет Интегрированная социальная платформа Oracle Cloud будет включать следующие компоненты:

— Oracle Social Network — социальная сеть, обеспечивающая безопасное сотрудничество в масштабе предприятия и целенаправленное ее использование для бизнеса;

— Social Data Services — сервисы социальных данных для сбора данных из социальных сетей и корпоративных источников с целью использования в бизнес-приложениях;

— Social Marketing and Engagement Services — сервисы социального маркетинга, позволяющие маркетологам централизованно создавать, публиковать, модерировать кампании социального маркетинга, управлять ими, определять их эффективность и составлять отчеты;

— Social Intelligence Services — сервисы сбора социальной информации, позволяющие маркетологам анализировать взаимодействие с социальными сетями, а сотрудникам подразделений по обслуживанию клиентов и отделов продаж эффективно взаимодействовать с имеющимися и потенциальными клиентами.

Так стоимость одной Named User Licence2225.85 руб.

Стоимость одной Processor licence111292.65 руб.

Таблица 3.5 — Оценка Oracle Cloud

Oracle предлагает технологии, позволяющие предприятиям строить частные облака, пользоваться публичными и предоставлять облачные услуги другим. Oracle также предлагает широкий выбор горизонтальных и отраслевых приложений, которые работают в частной облачной модели общих сервисов, а также в качестве публичной облачной модели «ПО как услуга» (SaaS).

6) Специализированная автоматизированная система «КИАС РФФИ» разработана НИИСИ РАН специально для осуществления информационной поддержки конкурсного процесса РФФИ. «КИАС РФФИ» позволяет посредством сети Интернет проводить прием заявок и отчетов по конкурсам РФФИ, осуществлять экспертизы этих заявок, подготавливать финансовые отчеты организаций и решать другие задачи, возникающие при работе с проектами, финансируемыми РФФИ Для работы с системой требуется установленный на компьютере пользователя браузер, поддерживающий технологии HTML4, CSS2.1, JavaScript. Например, Microsoft Internet Explore версии не ниже 7.0, а также большинство альтернативных браузеров последних версий — Google Chrome, Mozilla Firefox, Opera. Также необходимо программное обеспечение для просмотра файлов формата PDF, например Adobe AcrobatReader. КИАС РФФИ является специальной автоматизированной системой, разработанной НИИСИ РАН, для осуществления информационной поддержки конкурсного процесса РФФИ. Посредством сети Интернет система позволяет пользователям подавать заявки и отчеты по конкурсам РФФИ, а также осуществлять около проектную деятельность: осуществление экспертизы заявок, подготовка финансовых отчетов. КИАС РФФИ предлагает все необходимые функции для работы с проектами РФФИ. Система позволяет искать проекты, искать соавторов для работы над проектами, использовать некоторые функции по управлению проектами. Однако система не реализует социальные функции, такие как возможность открывать доступ к своим данным другим пользователям, делиться информацией в сети Интернет. Основной недостаток системы КИАС РФФИ — закрытый характер информации, любая информация, находящаяся в базе данных или добавляемая туда пользователями, используется только в системе. Оценка эффективности КИАС РФФИ приведена в таблице 3.6:

Таблица 3.6 — Оценка КИАС РФФИ

Система позволяет искать проекты, искать соавторов для работы над проектами, использовать некоторые функции по управлению проектами. Однако система не реализует социальные функции, такие как возможность делиться информацией, делиться информацией в сети Интернет. Основной недостаток системы КИАС РФФИ — закрытость информации, любая информация находящаяся в базе данных или добавляемая туда пользователями, используется только в системе.

3.2 Методика эмпирических исследований облачных вычислений

Важнейшей частью оценки возможности использования облачных вычислений как платформы создания информационного пространства научных исследований считается эмпирическое исследование, направленное на сбор и анализ данных по проблеме и оценке результата внедрения облачных хранилищ данных в КубГУ ФУП. И в том и в другом случае должна быть определенная новизна по сравнению с уже существующим опытом в этой области.

Эмпирическое исследование (от «эмпирическое» — опытное) — это исследование, проводимое с целью определения и выделения определенных закономерностей.

Исследование данного рода, могут выполняться в области фундаментальных или прикладных отраслей научной деятельности. Эмпирические исследования различаются по объему. Этот объем определяется количеством участников, задействованных в рабочем проект, количеством использованных методик и степенью их трудоемкости, сложностью обработки и анализа полученных результатов и доказательность актуальности.

Актуальность характеризуется с практической и научной точек зрения. Практическая актуальность — определяется необходимостью поиска новых решений по практической проблеме на основе выводов экспертной, рабочей группы, имеющей практическую направленность.

Теоретическая актуальность — оценивается на основании значений, характеристик альтернативных вариантов, в нашем случае различных облачных площадок. Так эти показатели конкретной проблемы складываются в единую оценку эффективности внедрения облачного пространства в КУБГУ ФУП.

Первоначально в работе будут рассмотрены преимущества и недостатки продуктов, а именно облачных хранилищ данных.

Далее необходимо перейти к практической части исследования. Она будет подразделяться на следующие составные части:

— применение уже готовых решений, полученных в ходе отбора первого этапа;

— самостоятельное обоснование выбора облачных сервисов, методом оценки выдвинутой рабочей группой пользователей, в числе 3 человек:

1. Сливина Кристина Валеривевна

2. Скопинцев Александр

3. Захарченко Денис Преимуществом осуществления практической части по второму типу является потенциальная возможность более детального, тонкого исследования представленных продуктов.

Теперь более подробно остановимся на общих принципах написания практической части.

Практическая часть эмпирического исследования связана с теми целями и задачами, которые поставлены во введении.

Объект исследования — является информационно-коммуникационная система факультета управления и психологии, представляющая собой сложную многосоставную систему и находящиеся в динамических отношениях с внешней средой.

Предметом исследования выступают методы, принципы и возможности построения, развертывания облачных технологий на факультете «Управления и Психологии» КУБГУ.

Планирование эмпирического исследования предполагает подбор методов и методик исследования и обработки полученных эмпирических данных, определение участников исследования, определение места и условий его проведения.

При планировании исследования формулируется рабочая гипотеза как временное предположение, необходимое для систематизации фактического материала, после анализа которого гипотеза уточняется.

Для решения поставленных задач подбираются соответствующие методы.

1 Оценка важности критериев методом попарного сравнения Метод парных сравнений основан на попарном сравнении альтернатив. Для каждой пары альтернатив эксперт указывает, какая из альтернатив предпочтительнее (лучше, важнее и т. д.). Существует ряд алгоритмов, реализующих метод парных сравнений: они различаются по количеству используемых экспертных оценок (индивидуальные и коллективные оценки), по шкалам сравнения альтернатив и т. д. Для каждой пары альтернатив мы указываем, в какой степени одна из них предпочтительнее другой. Присваиваем каждому критерию вес, отражающий степень значимости, на основании собранных весов по каждому облачному хранилищу данных делаем вывод по итоговому баллу. После отбора наиболее подходящих сервисов, предусмотрен переход ко второму этапу, практическому отбору на основании мнения участников рабочей группы. Руководствуясь всей имеющейся информацией о технической оснащенности лаборатории информационных технологий КУБГУ ФУП и сетевых структур в базовом предприятии, после прохождения практики был подготовлен отчет. Кроме того, в процессе прохождения экономической практики менеджмента, были выполнены индивидуальные задания, получен документ с отметками.

2 Определение приоритетов с помощью «Тепловых карт»

" Тепловая карта" представляет общую картину, целостное представление, необходимое при принятии решений о приоритетах. Определяя в этом методе приоритеты работ и расходов, нужно учесть ряд моментов, которых делится на три категории:

— повышение производительности;

— снижение затрат;

— устранение бизнес-рисков.

Для этого метода необходимо определить родительские бизнес-функции и найдите наиболее ценные, но обладающие низкой производительностью. Эти функции не вносят надлежащий вклад в общую отдачу, поэтому именно здесь внедрение Сloud Сomputing приведут к повышению общей производительности рабочей организации. А это подразумевает определение возможности использования новых бизнес-функций, таких как облачные вычисления.

3 Метод экспертных оценок Завершающим этапом оценок облачных хранилищ, является метод экспертных оценок. Этот метод предполагает проведение экспертами интуитивно-логического анализа проблемы с количественной оценкой суждений и формальной обработкой результатов.

Эксперт — компетентное лицо, имеющее глубокие знания о предмете/объекте исследования.

В данном случае экспертами будут являться студенты 5 курса ФУП КУБГУ. Методик эмпирического исследования на основе работ проведенных группой пользователей в числе 3х человек исследования будет опираться на знания и умения, полученные им при изучении соответствующий темы. Для сбора оценок облачных сервисов использовались такие методы как наблюдение, эксперимент, опрос, анализ. На основании того, что каждый из сервисов имеет определенные преимущества и недостатки. Оценки данного рода обладают целым рядом преимуществ с точки зрения доказательности, поэтому им обычно отдается приоритет. Для обеспечения ясности и достоверности научных выводов важно уже на ранних стадиях исследования точно определить переменные (веса каждого сервиса), которые будут изучаться. Независимо от типа эмпирических задач исследования оценок всегда следует искать возможность получить и представить количественные данные по изучаемому объекту, явлению или закономерности в определенном представлении.

3.3 Предварительный отбор облачных платформ для реализации информационного пространства научных исследований

Анализируя собранные данные можно сделать вывод, что КУБГУ существует возможность создания и внедрения пространства научных исследований на основе облачных вычислений так как:

— в университете и на факультете в достаточной степени развиты вычислительные компьютерные сети, позволяющие организовать общий доступ к необходимым ресурсам;

— технические характеристики имеющегося оборудования (персональных компьютеров, ноутбуков и нетбуков) удовлетворяют минимальным требованиям и позволяют использовать необходимое программное обеспечение для организации и использования облачных ресурсов;

— на факультете имеется большой опыт внедрения, освоения и использования различных информационных и автоматизированных систем.

Для того чтобы оценить возможные варианты реализации облачных хранилищ, нужно учитывать потребности пользователей, разработать определённый план отражающий именно задачи данного факультета с его особенностям, с уже реализованной ИТ инфраструктурой, полагаясь на опыт прошлых лет, выстроить нечто новое.

Облачные технологии дают возможность создания web-ориентированных лабораторий (хабов) в конкретных предметных областях:

— интерактивный доступ к инструментам моделирования;

— поддержка распределенной разработки;

— совместное управление проектами и отслеживания ошибок;

— механизмы добавления новых ресурсов;

— информационные ресурсы (wiki, презентации и др.);

— поддержка пользователей;

— визуализация результатов и др.

Принципиально новые возможности для исследователей по организации доступа, разработке и распространению прикладных моделей (следствие возможность создания сообществ профессионалов в специализированных областях, стандартизация используемого инструментария, форматов хранения данных и др.).

Научные коммуникации, исследования, проводимые в КУБГУ и на факультете управления и психологии в частности, можно образно разделить на следующие части, представленные на рисунке 3.3.

Рисунок 3.1 Представление научных коммуникаций как площадки для научных исследований Для того чтобы связать имеющиеся составляющие научных коммуникаций, нужно учитывать потребности пользователей, разработать определённый план отражающий именно задачи данного факультета с его особенностям, с уже реализованной ИТ инфраструктурой, полагаясь на опыт прошлых лет, выстроить нечто новое.

Облачные технологии дают возможность создания Web-ориентированных лабораторий (Хабов) в конкретных предметных областях научно-исследовательская деятельность:

— разработка новых методов решения задач и проведение научных исследований;

— работа с аспирантами и работа диссертационных советов;

— подготовка научных публикаций;

— проведение научных исследований с участием студентов;

— организация НИР студентов (выставок, конкурсов, публикации);

— организация научных связей с предприятиями и организациями.

Приведем, ниже, общую структуру организации Web-ориентированных лабораторий (Хабов) Рисунок 3.4 Общая структура организации Web-ориентированной лаборатории Организация данной структуры, основанной на облаке, представляет пользователю принципиально новые возможности для исследователей по организации доступа, разработке и распространению прикладных моделей (следствие возможность создания сообществ профессионалов в специализированных областях, стандартизация используемого инструментария, форматов хранения данных и др.).

3.3.1 Оценка важности критериев методом попарного сравнения

На основе критериев описанных в предыдущих пунктах была создана таблица критериев оценки облачных платформ, с целью определения значимости каждой из них. Список критериев для метода попарного сравнения, представлен в таблице 3.6

Таблица 3.6 — Список критериев

Таблица 3.7 — Матрица попарных сравнений важности критериев.

Из таблицы видно, как каждому критерию был присвоен вес, методом попарного сравнения. Количество баллов получаемых каждым критерием зависит от значимости каждого из критериев по отношении друг к другу:

1 балл — данный критерий менее важен для научной деятельности.

2 балла — оба критерия одинаково важны.

3 балла — данный критерий более важен, чем его оппонент.

Проанализировав критерии, можно сделать вывод, что наибольший вес получили критерии: надежность системы и коллективная работа. Надежность заключается в отсутствии непредвиденных, недопустимых изменений качества в процессе эксплуатации и хранения данных, а коллективной работе данных помогает поддерживать надежность системы на высоком уровне.

Таким образом, надежность и коллективная работа — важные факторы для пользователя системы.

Для выявления наиболее эффективной облачных сервисов, в таблице 3 приведен сравнительный анализ функциональных возможностей облачных сервисов исходя из функциональных критериев.

Таблица 3. 8 — сравнительный анализ облачных хранилищ.

Вес — это важность критерия, каждому критерию присвоен вес от 0,1 до 0,2. Веса критериев определялись методом попарного сравнения.

Наибольший вес получил критерий — «Финансовая доступность», так как он предусмотрен во всех облачных сервисах и является значимым для хранения данных. Следом за ним идут такие важные критерии, как «Срок хранения данных» и «Ограничение в размере хранения данных» .

Наименьший вес получили критерии — «Интеграция с соц. сетями» и «Мобильная версия» .

В результате сравнительного анализа, наибольший бал получил облачный сервис GoogleDisk от системы Google и SkyDrive от Microsoft, они является самым многофункциональным и удобным для хранения данных.

Компания Microsoft уделяет проекту по развитию облачных вычислений серьёзное внимание и скорее всего в ближайшее время появится аналогичный уровень интеграции и количества приложений.

Совместный доступ и редактирование документов примерно одинаковые, но плюсы есть и у того и другого. В SkyDrive есть группы для совместного доступа и редактирования, что очень удобно в использовании.

Говоря о синхронизации, на данный момент SkyDrive работает в разы быстрее, относительно Google Drive. Но при этом SkyDrive удобнее в использовании.

3.3.2 Определение приоритетов с помощью «Тепловых карт»

Большинство научных, и не только организаций, по мере роста сегодня стараются добиться большей прозрачности и автоматизации своей деятельности. Каждый день появляются новые технологии, и облачные платформы не исключение. Как и следовало ожидать, изоляционистской организации с непрозрачными связями между различными подразделениями в организации сложнее добиться максимальной отдачи от новых технологий.

На сегодняшний день существует гигантский коммуникационный разрыв между различными подразделениями одной рабочей организации, и коммуникационные связи — здесь не исключение. Нужна более четкая формулировка потребностей и приоритетов научной организации, а также должно присутствовать ясное понимание того, как новые модели SaaS и облачные вычисления, дополнят существующие ИТ-решения и архитектуру. Для того что бы построить так называемые «тепловые карты» необходимо придерживаться следующих шагов в реализации:

1) карта ценности, тут необходимо определить функции научной организации, обладающие как самой большой ценностью, так и с наименьшей;

2) определение приоритетов — задача непростая. «Тепловая карта» представляет общую картину, целостное представление, необходимое при принятии решений о приоритетах. Определяя приоритеты работ по внедрению облачных хранилищ и расходов, нужно учесть ряд моментов, большинство из которых делится на три категории:

— повышение производительности;

— снижение затрат;

— устранение рисков.

" Тепловая карта" предоставляет важные исходные данные для обсуждения приоритетов. Мы можем определить и расположить по приоритетам функции организаций коммуникаций как площадки для научных исследований Использование SaaS и облачные вычисления для создания лучших решений.

Дальнейший анализ функций позволяет определить область действия проблемы. Создания карт, даст возможность наглядно проанализировать, на что следует обратить особое внимание.

Отображая задачи по создания информационного пространства научных исследований, необходимо руководствуясь рисунком 3.4, обозначаем цветом все функции, причем оттенки темного требуют более пристального внимания (высокая ценность и низкая производительность), а оттенки светлого говорят об обратном (низкая ценность, высокая производительность). Кроме прочего, «тепловая карта» показывает области, где можно повысить доходность за счет сокращения затрат, консолидации и аутсорсинга. Лучше всего это делается путем определения бизнес-функций с самой низкой бизнес-ценностью. На «тепловой карте» это функции со светлой (ценность) заливкой. После определения того, что бизнес-функция необходима, но ценность ее невысока, детали реализации менее важны не имеет значения, кто (или сколько сотрудников) ее будет выполнять, где это она выполняется, какая используется технология и как выглядит сам процесс, при условии, что достигается нужная производительность (а также соблюдение стандартов). Цветовое сочетание процессов представлены на рисунке 3.4

Рисунок 3.4 Цветовое сочетание отображения процессов в соответствии приоритетности организации научных коммуникаций Из цветовых предпочтений оформления данных блоков возможно наглядно проанализировать наиболее важные функции научных коммуникаций, проводимы на рабочем предприятии КУБГУ. Только после определения приоритетов проблем можно разрабатывать и определять область действия решений. Сначала важно разобраться, как из «тепловых карт» узнать, где нужно усовершенствовать, чтобы повысить производительность. Просмотрите родительские блоки и найдите наиболее ценные, но обладающие низкой производительностью. Эти функции не вносят надлежащий вклад в общую отдачу, поэтому именно здесь необходимо произвести работы по усовершенствованию. Это горячие точки на «тепловой карте», у которых и заливка (ценность) и рамка (производительность) темного цвета Рисунок 3.5 Тепловые карты Из цветовых предпочтений оформления данных блоков возможно наглядно проанализировать наиболее важные функции научных коммуникаций, проводимы на рабочем предприятии КУБГУ. Блок — совместная работа с дочерним под блоком «Совместное управление проектами и отслеживания ошибок» является важным и наименее автоматизированным. Что же может помочь решить это проблему «горячей точки» механизм Contoso Systems использует SQL базы данных, является дополнение в линейке дополнительных возможностей MicrosoftSkyDrive. Система использует возможность Service Bus в Windows SkyDrive для связи между пользователями и обмена данными между приложениями. В SkyDrive разрешения на доступ к файлу регулируются на уровне папок и файлов. Когда пользователь представляет разрешение на доступ в нее конкретным людям, эти параметры распространятся также и на все вложенные папки и файлы, если не задавать им другие разрешения.

Следующая «горячая» карта это «Библиотека ресурсов» тут возможно так же повысить производительность за счет сервера SharePoint Server 2013 от MSSkyDrive, является профессиональной библиотекой для хранения рабочих документов и других файлов. Доступ к библиотеке осуществляется при помощи учетной записи SharePoint Online организации или установленной программы SharePoint 2013. Тут возможно упорядочивать и сохранять документы и другие файлы в личной библиотеке SkyDrive, предоставлять общий доступ к файлам и работать над документами вместе с сотрудниками научного предприятия. Организовав гибкие настройки учетной записи возможно так же предоставить доступ к документам сторонним организациям-партнерам.

Безопасность, сервис SkyDrive позволяет безопасно хранить файлы и получать к ним доступ с любого устройства. Файлы и папки, которые вы храните в SkyDrive, защищаются функциями безопасности, включая следующие:

Протокол SSL, обеспечивающий шифрование файлов при их передаче или загрузке, необходимые меры безопасности на серверах, помогающие защищать файлы.

Сохранение нескольких копий каждого файла на разных серверах и жестких дисках, что позволяет защитить ваши данные от сбоя оборудования.

Так же есть возможность повысить безопасность хранилища SkyDrive, создав надежный пароль и добавив в учетную запись SkyDrive один или несколько способов защиты. Добавить сведения для проверки, чтобы в случае потери пароля, кражи или потери компьютера или телефона данные были защищены и остались доступными только пользователю.

Вторым лидером, по итогам оценки «Методом попарного сравнения» стало облачное хранилище данных от GoogleDrive, анализирую те же «горячие карты» функций проведения научных коммуникаций на рабочем предприятии «КУБГУ» можно ответить следующее:

Блок — совместная работа с дочерним под блоком «Совместное управление проектами и отслеживания ошибок», Google Drive и Документы Google позволяют нескольким пользователям, находящимся в разных местах, одновременно работать над одним и тем же документом с любого компьютера, подключенного к Интернету. Имена пользователей, просматривающих и редактирующих элемент в одно время с вами, будут показаны в верхней части страницы. Возле каждого имени отображается индивидуальный цветовой маркер. Так же пользователям доступен Чат, с возможностью передачи файлов следующих типов:

— документы Google;

— таблицы Google;

— презентации Google;

— рисунки Google.

Google Drive есть возможность распознавания текста на графических документах (OCR).

Безопасность, реализуется двухступенчатой системой защиты и неавторизированный пользователь не сможет получить доступ к онлайн файлу даже в том случае, если ему известны ваше имя пользователя и пароль. Такого дополнительного уровня защиты вы нет у SkyDrive.

В результате у нас получился список инициатив, решающих главные задачи организации научных коммуникаций на рабочем предприятии.

3.3.3 Оценка облачных хранилищ Методом «Экспертных оценок»

Основная идея экспертных оценок заключается в построении рациональной процедуры интуитивно-логического мышления рабочей группы и обработки получаемых результатов.

Сущность методов экспертных оценок заключается в том, что в основу прогноза закладывается мнение специалиста или коллектива специалистов, основанное на профессиональном, научном и практическом опыте. Различают индивидуальные и коллективные экспертные оценки.

Индивидуальные экспертные оценки основаны на использовании мнений экспертов-специалистов соответствующего профиля. Среди индивидуальных экспертных оценок наиболее широкое распространение получили методы интервью аналитический метод.

Метод интервью предполагает беседу экспертов по схеме вопрос—ответ, оценка, в процессе которой экспертом отвечают на вопросы относительно перспектив развития прогнозируемого объекта. Успех такой оценки в значительной степени зависит от способности эксперта экспромтом давать заключение по разным вопросам.

Аналитический метод предусматривает самостоятельную работу эксперта над анализом тенденций, оценкой состояния и путей развития прогнозируемого объекта. Эксперт может использовать всю необходимую ему информацию об объекте прогноза. Свои выводы он оформляет в виде докладной записки или листка ответов. Основное преимущество этого метода — возможность максимального использования индивидуальных способностей эксперта. Однако он малопригоден для прогнозирования сложных систем и выработки стратегии из-за ограниченности знаний одного специалиста-эксперта в смежных областях знаний.

Наиболее достоверными являются коллективные экспертные оценки.

После опроса осуществляется обработка материалов, полученных в результате коллективной экспертной оценки. Окончательная оценка может определяться как среднее суждение или как среднее арифметическое значение оценок всех экспертов, выражается в баллах и могут принимать значения от 0 до 1, от 0 о 10, от 0 до 100 и т. д.

Первый этап связан с формированием группы участников мозговой атаки по решению определенной проблемы. На втором этапе группа формирует список приоритетных вопросов, составляет листок оценок. Третий этап — этап обзорной работы. Четвертый этап связан с систематизацией данных, высказанных на этапе генерации. Формируется листок итоговых баллов полученных в ходе испытаний облачных хранилищ данных.

Так, самостоятельное обоснование выбора облачных сервисов, методом оценки, было проведено рабочей группой пользователей, в числе 3 человек, студентов 5 курса КУБГУ ФУП:

1 Сливина Кристина Валериевна

2 Скопинцев Александр

3 Захарченко Денис Преимуществом осуществления практической части по второму типу является потенциальная возможность более детального, тонкого исследования представленных продуктовлидеров, а именно продукта компании Google и Microsoft .

Оценка облачного хранилища MicrosoftSkyDrive как средство реализации информационного пространства научных коммуникаций.

Объект оценки: облачные сервисы MSSkyDrive.

Цель: оценка возможностей облачного хранилища MSSkyDrive на основе практической работы с сервисом.

Планируемые виды и методы оценки: экспертная оценка в баллах, где:

1 — возможность отсутствует,

2 — плохо реализовано,

4 — возможность реализована.

Необходимый инструментарий: ПК, с предустановленным ПО; интернет-браузер (Chrome, Firefox, Opera и пр.), подключение с сети Интернет.

На основе проведённой работы с облачным сервисом, была составлена следующая таблица общих оценок рабочей группы:

Таблица 3.10 — Оценка общей группы

Так же была проведена оценка облачного хранилища GoogleDrive как средство реализации информационного пространства научных коммуникаций.

Объект оценки: облачные сервисы MSSkyDrive.

Цель: оценка возможностей облачного хранилища MSSkyDrive на основе практической работы с сервисом.

Планируемые виды и методы оценки: экспертная оценка в баллах, где:

1 — возможность отсутствует,

2 — плохо реализовано,

4 — возможность реализована.

Необходимый инструментарий: ПК, с предустановленным ПО; интернет-браузер (Chrome, Firefox, Opera и пр.), подключение с сети Интернет.

На основании изученного сервиса был составлена таблица баллов рабочей группы:

Таблица 3.11 — Баллы общей группы

При проведении практического эксперимента использовались как стандартные инструменты, так и специфические, связанные с типом исследования. Для фиксации основных моментов и показателей использовался карточка оценки. Работа с исследуемыми информационными системами велась с помощью ЭВМ и специального программного обеспечения. Также с помощью компьютера проводился анализ и изучение получаемых данных.

Инструкции для оценивания возможностей облачных вычислений были выданы экспериментаторам. Оценка проводилась по бальной шкале. Далее проводилось сравнение облачных сервисов, согласно полученным оценкам. Облачные платформы, получившие наибольшие оценки были предложены к использованию в создании пространства научных коммуникаций.

Для облачных сервисов, выдвинутых для использования в системе пространства научных коммуникаций, были разработаны рекомендации по использованию.

Как видно при проведении оценок использовались достаточно стандартные методы и инструменты, несмотря на то, что исследование проводилось в специфичной виртуальной среде. Эксперимент в виртуальном пространстве можно считать схожим с обычным физическим или полевым экспериментом, за исключением места его проведения — всемирной сети Internet. Такой эксперимент, по сути, объединяет признаки нескольких стандартных типов исследований. В процессе проведения эксперимента исследователь совершает похожие действия и использует схожие методы с обычным физическим экспериментом, но в условиях виртуальной среды.

После проведения практического этапа оценки облачных хранилищ исследования были собраны данные для последующего анализа. Полученные облачными сервисами оценки сравнивались между собой, согласно функциональным требованиям и инструкциям к эксперименту.

Все выдвигаемые требования были объединены по группам для более удобного сравнения показателей.

Первая группа требований — технические возможности сервисов. Здесь рассматривались: объем хранилища файлов, максимальный размер файла для загрузки, количество поддерживаемых типов файлов. Сравнение результатов представлено на диаграмме (Рис. 3.4).

Рисунок 3.4 — Сравнение оценок по техническим характеристикам Вторая группа рассмотренных функциональных требований описывает возможности сервисов по работе с файлами и проектами. Рассматривались функции по редактированию, комментированию, рецензированию файлов и проектов (Рис. 3.6).

Рисунок 3.6 — Сравнение оценок по возможностям работы файлами Следующая группа критериев, оцененных в ходе эксперимента — возможности поиска, личного профиля, а также реализация международного охвата сервисами (Рис. 3.7).

Рисунок 3.7 — Сравнение оценок поиска, личного профиля и международного охвата Последняя группа оцененных характеристик — возможности коммуникативной работы. Рассматривались функции совместной работы и организации совместной работы над проектами (Рис. 3.8).

Рисунок 3.8 — Сравнение оценок коммуникативных возможностей сервисов В итоге, по результатам проведенного экспериментального исследования можно говорить о том, что на данный момент не существует облачного сервиса, который бы полностью удовлетворял всем необходимым требованиям, реализовывал все функции и задачи, начиная от начала научного исследования, и заканчивая оформлением его последних этапов. Однако подобного эффекта можно добиться, используя специальную научную систему вместе с одной из широкопрофильных, таких как данные представители, а именно SkyDrive и GoogleDrive. Например, этапы совместной работы, планирования, обсуждения и разработки проектов осуществлять с помощью сервисов Диск Google или SkyDrive Microsoft, а этапы оформления и подачи заявок на проекты с помощью специальных систем, например КИАС РФФИ. Такой интегрированный подход позволит создать настоящее информационное пространство научных коммуникаций на основе облачных технологий, реализующее весь процесс целиком.

После того как были произведены сравнительный оценки облачных сервисов, по итогам теоретической и практической части оценки эффективности внедрения данного рода системы на рабочие предприятие, именуемое Кубанский Государственный Университет, возможно, сформулировать следующую возможный план мероприятий по внедрению обычного хранилища данных.

В соответствии со спецификой научной деятельности, протекающими процессами, имеющимся оборудованием на базе ФУП КУБГУ, наработанной базой коммуникаций, внедренных ранее АСУ, является рациональным провести ряд действий.

1) Закупка Blade-серверов, с этого шага реализуется консолидация или объединение вычислительных ресурсов, структур управления в едином центре. Так же решаются проблемы масштабируемости сети и энергопотребления. По стоимости Blade-серверы в четыре раза дешевле типовых серверов «Intel» имеюший загруженность на 10−15%.

2) Приобретение пакета на пользование облачным пространством у компании Microsoft с рабочим пространством 25 ГБ, тем самым мы увеличенная производительность пользовательских компьютеров. Так как большая часть программ и служб запускаются удаленно в сети Интернет, пользовательские компьютеры с меньшим числом программ быстрее запускаются и работают. Уменьшаем затраты на приобретаемое программное обеспечение. Вместо приобретения пакетов программ для каждого локального пользователя, предприятию КУБГУ понадобится купить лишь нужные программы один раз на сервер. Устойчивость данных к потере или краже оборудования.

Заключение

В работе была актуальная отражена актуальная на сегодняшний момент проблема перехода к использованию «Облачных Вычислений» в процессе оценки возможного использования. Для рассмотрения данной темы было проведены оценки возможностей облачных сервисов являющееся частью группового исследования облачных вычислений как платформы для создания информационного пространства научных исследований.

В ходе работы были изучены основные возможности и функции информационного пространства научных коммуникаций. В процессе оценки возможного использования облачных решений, также рассмотрены основные свойства, характеристики и возможности. После этого были проанализированы Web-сервисы на основе технологии облачных вычислений в аспекте удовлетворения целей научного сообщества. Каждая отобранная информационная система была протестирована в условиях, приближенных к реальному научному исследованию. После этого все полученные данные фиксировались и сравнивались. Итогом данной работы служат описания облачных сервисов и их возможностей.

Была достигнута поставленная цель: произведена оценка возможности использования облачных вычислений как платформы создания информационного пространства научных исследований.

Также были решены все поставленные в ходе работы были выполнены задачи, поставленные ранее.

1 Произведен сбор и анализ конкретного материала о применении конкретных информационных технологий и систем информационного обеспечения для решения реальных научной деятельности.

2Выявлены и описаны проблемы информатизации научной деятельности.

3Разработан перечень критериев для сравнения облачных платформ.

4 Анализированы возможности облачных хранилищ данных.

Результатом практического исследования является оценка эффективности облачных платформ для реализации информационного пространства научных исследований и созданы рекомендации для их использования, отраженные в данной работе. Описаны как специализированные информационные системы для работы над научными проектами, так и Web-приложения, предлагающие решения для любой сферы деятельности. После проведения оценок утверждать, что существуют Web-сервисы, способны удовлетворить требованиям для создания пространства научных коммуникаций. При использовании возможностей этих систем, возможно, предоставить необходимые условия для перевода всех необходимых функций в виртуальное пространство. При успешном осуществлении такого перехода возможна организация пространства научных коммуникаций с новыми возможностями, отвечающими современным требованиям безопасности и удобства использования.

Список использованных источников

1. Власов В. К., Королев Л. Н. Элементы информатики./ Под. Ред. Л. Н. Королева.- М.: Наука, 2008 г.

2. Выпускная квалификационная работа: Методические указания по выполнению дипломной работы (проекта)/Сост. В. В. Ермоленко [и др.] Краснодар: 2008. 96 с.

3. Якубайтис Э. А. Информационные сети и системы: Справочная книга.- М.: Финансы и статистика, 2008, с. 270

4. Дубровский Е. Н. Информационно-обменные процессы как факторы эволюции общества. М.: МГСУ, 1996.

5. Кураков Л. П., Лебедев Е. К. Информатика. — М.: Вуз и школа, 2009. — 636с.

6. Робертсон Д. С. Информационная революция // Информационная революция: наука, экономика, технология: Реферативный сб./ ИНИОН РАН. М., 1993, с. 17−26.

7. Tim O’Reilly «Web 2.0 and Cloud Computing» radar.oreilly.com/2008/10/web-20-and-cloud-computing.html — Режимдоступа: http:// radar.oreilly.com/2008/10 (30.02.2013).

8. Cloud Computing Market: Global Forecast (2010 — 2015) [Электронныйресурс] / marketsandmarkets.com. — Б. м., 2010. — Режим доступа: http://www. marketsandmarkets.com/Market-Reports/cloud-computing-234.html (30.10.2010).

9. Закон Российской Федерации «Об информации, информатизации и защите информации» от 20.02.1995 г.

10. Иванов Ю. А. Информационные технологии: В 2ч.-М.: Лаборатория Базовых Знаний. Ч.2: Офисная технология и информационные системы.-2000.-336с.

11. Моисеев Н. Н. Информационное общество как этап новейшей истории // Свободная мысль. — 1996. — № 1

12. Коршунов А. В. Системное проектирование сложных программных средств для информационных систем. Серия «Информатизация России на пороге ХХI века». — М.: СИНТЕГ, 1999, 224с.

13. ГОСТ 34.003−90. Информационная технология. Комплекс стандартов на автоматизированные системы: Автоматизированные системы. Термины и определения. — М.- Изд-во стандартов, 1991.

14. Ершов А. П. Проблемы информатизации, № ¾, 1993, с.81−88.

15. Безручко В. Т. Информатика (курс лекций): учебное пособие. — М.: ИД «Форум»: ИНФРА-М, 2007. — 432.: ил.

16. Закон Российской Федерации «Об информации, информатизации и защите информации» от 20.02.1995 г.

17. Екатерина Баранова, «Концепция Cloud computing» [Электронный ресурс] / marketsandmarkets.com. — Б. м., 2010. — Режим доступа: http://www. marketsandmarkets.com/Market-Reports/cloud-computing-234.html (30.04.2013).

18. Отчет ИСПРАН «Облачные вычисления в образовании, науке и госсекторе», Директор ИСП РАН академик Иванников Виктор Петрович.

19. Гусева Т. И. Персональные компьютеры в сфере информационных ресурсов // Социальная информатика. М., 1990, с. 154.

20. Михайловский В. Н. Формирование научной картины мира и информатизация. С.-Петербург, 1994, с. 56.

21. Зотов В. В. Системное проектирование сложных программных средств для ин-формационных систем. Серия «Информатизация России на пороге ХХI века». — М.: СИНТЕГ, 1999, 224с.

22. Миронов Т. И. Персональные компьютеры в сфере информационных ресурсов // Социальная информатика. М., 1990, с. 154.

23. Михайловский В. Н. Формирование научной картины мира и информатизация. С.-Петербург, 1994, с. 54.

24. Ершов А. П. Проблемы информатизации, № ¾, 1993, с.81−88.

25. Михайловский В. Н. Формирование научной картины мира и информатизация. С.-Петербург, 1994, с. 56.

26. Моисеев Н. Н. Информационное общество как этап новейшей истории // Свободная мысль. — 1996. — № 1

27. Липаев В. В. Системное проектирование сложных программных средств для ин-формационных систем. Серия «Информатизация России на пороге ХХI века». — М.: СИНТЕГ, 1999, 224с.

28. Шафрин Ю. А. Информационные технологии: В 2ч.-М.: Лаборатория Базовых Знаний. Ч.1: Основы информатики и информационных технологий.-2000.-320с.

29. Облачные вычисления: обзор и рекомендации. Общая среда облачных вычислений — Рекомендации Национального Института Стандартов и Технологий (США), NIST, USA, 2007.

30. Эталонная архитектура облачных вычислений — Рекомендации Национального Института Стандартов и Технологий (США), NIST, USA, 2007

31. Эталонная архитектура облачных вычислений — Рекомендации Национального Института Стандартов и Технологий (США), NIST, USA, 2007

32. Определение Облачных Вычислений — Рекомендации Национального Института Стандартов и Технологий (США), NIST, USA, 2007

33. SoCC '10: Proceedings of the 1st ACM symposium on Cloud computing / Hellerstein, Joseph M. — N. Y.: ACM, 2010. — ISBN 978−1-4503−0036−0

34. Грейс Уокер, «Основы облачных вычислений», Справочник IBM.

35. Официальный сайт КИАС РФФИ [Электронный ресурс] / http://kias.rfbr.ru. - Режим доступа: http://kias.rfbr.ru.

36. Официальный сайт SkyDriveMicrosoft[Электронный ресурс] / https://skydrive.live.com. - Режим доступа: https://skydrive.live.com

37. Официальный сайт Диск Google[Электронный ресурс] / https://drive.google.com. — Режим доступа: https://drive.google.com

38. Официальный сайт Яндекс. Диск [Электронный ресурс] / http://disk.yandex.ru. — Режим доступа: http://disk.yandex.ru

39. Официальный сайт КубГУ [Электронный ресурс] http://kubsu.ru.. — Режим доступа: / http://kubsu.ru.

40. Грейс Уокер, «Основы облачных вычислений», Справочник IBM.

41. Gillam, Lee Cloud Computing: Principles, Systems and Applications/ Nick Antonopoulos, Lee Gillam. — L.: Springer, 2010.

42. SoCC '10: Proceedings of the 1st ACM symposium on Cloud computing / Hellerstein, Joseph M. — N. Y.: ACM, 2010. — ISBN 978−1-4503−0036−0.

43. Mell, Peter and Grance, Timothy The NIST Definition of Cloud Computing (англ.). Recommendations of the National Institute of Standards and Technology. NIST (20 October 2011).

44. Андрей Крупин, «CloudComputing: высокая облачность». Компьютерра, 2009 г.

45. Г. Маклеод (Hugh Macleod) «Самый хорошо охраняемый секрет Облаков» Джордж Риз «Облачные вычисления», 2009 г.

46. Литвак Б. Г. Экспертные оценки и принятие решений. М.: Патент, 1996.

47. Дмитрий Петров «Встречный план» www.kommersant.ru/doc.aspx?DocsID=1 162 192 [Электронный ресурс] / Gartner. — Б. м., 2011. — Режим доступа: http://lcolumbus.files.wordpress. com/2011/07/hype-cycle-for-cloud-computing-2011.jpg.

48. Cloud Computing: Global (2010 — 2015) [Электронныйресурс] / marketsandmarkets.com. — Б. м., 2010. — Режимдоступа: http://www. marketsandmarkets.com/Market-Reports/cloud-computing-234.html (30.10.2011).

49. Информатика: Базовый курс/ Симонович С.В.и др. — СПб.: Питер, 2008, с.560