Servicios de minería de datos en Cloud Computing

Abstract

A complete semantic vocabulary has been designed that addresses both the definition of experimentation with data mining and service management in Cloud Computing providers, allowing a direct and efficient definition, in addition to adding discovery capabilities, integrability and portability, solving the provider lockin problem. To complete the definition, in an additional way, a proposal has been designed for the deployment architecture of data mining services called OC2DM, which allows, from the definitions of the services created with the scheme, to build and deploy the service so that it is fully functional. Finally, a Cloud Computing services intermediation tool (<<Brokering>>) has been developed in order to capture all the features of the data mining services, enabling a single management point for the intermediation of services from different providers. To confirm the applicability of the work in real environments, three use cases have been developed in different areas, such as the definition of services in High Energy Physics, the study of time series or fuzzy systems as services in Cloud Computing.

Se ha diseñado un vocabulario semántico completo que aborda tanto la definición de la experimentación con minería de datos como la gestión del servicio en los proveedores Cloud Computing, permitiendo una definición directa y eficiente, además de añadir capacidades de descubrimiento, integrabilidad y portabilidad, solucionando el problema del anclaje al proveedor. Para completar la definición, de forma adicional, se ha diseñado una propuesta de arquitectura de despliegue de servicios de minería de datos llamada OC2DM, que permite, a partir de las definiciones de los servicios creados con el esquema, construir y desplegar el servicio de forma que sea completamente funcional. Por último se ha desarrollado una herramienta de intermediación (<<Brokering>>) de servicios Cloud Computing, para poder capturar todas las características de los servicios de minería de datos, habilitando un único punto de gestión para la intermediación de servicios de diferentes proveedores. Con el propósito de confirmar la aplicabilidad y la validez del trabajo en entornos reales, tres casos de uso han sido desarrollados en diferentes áreas, tales como la definición de servicios en Física de Alta Energías, el estudio de las series temporales o los sistemas difusos como servicios en Cloud Computing.