diplomsko delo
Bogdan Petrović (Avtor), Matjaž Kukar (Mentor)

Povzetek

Računalništvu v oblaku je v zadnjem času posvečene veliko pozornosti zaradi njegovega potenciala, saj omogoča prilagodljive rešitve, kot so podatkovne baze ali programska oprema na zahtevo. Med razvojem katere koli vrste aplikacije je potrebno vnaprej premisliti o skalabilnosti, prilagodljivosti in oceniti stroške. V diplomskem delu smo preizkusili različne načine vzpostavitve storitve API za uporabo vnaprej naučenega modela strojnega učenja, pri čemer smo uporabili vsebnike in tehnologije za orkestracijo, testirali različne ponudnike oblačnih rešitev ter jih primerjali med sabo. Poskusili smo tudi oceniti stroške vzpostavitve glede na potrebno infrastrukturo za doseganje zadovoljivega odzivnega časa. Kljub temu da je Kubernetes najpogostejša rešitev za orkestracijo vsebnikov, smo pokazali da je AWS ECS dobra alternativa. Pri oblačni platformi Heroku nimamo veliko fleksibilnosti, vendar je vzpostava zelo enostavna.

Ključne besede

računalništvo v oblaku;strojno učenje;vsebniki;AWS;računalništvo in informatika;univerzitetni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [B. Petrović]
UDK: 004.85(043.2)
COBISS: 31217411 Povezava se bo odprla v novem oknu
Št. ogledov: 876
Št. prenosov: 200
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Scalable useage of machine learning models in the cloud
Sekundarni povzetek: In recent times, cloud computing is attracting a lot of attention because of its' services such as servers, databases or software on premise. During the development of an application of any type, scalability, flexibility and cost estimates must be considered in advance. In this diploma thesis, we experimented with different methods for establishing an API service for using a pre-trained machine learning model, whereby we used use containers and technologies for container orchestration, test different cloud providers, and compare them to each other. We tried to estimate the costs of the establishment of a scalable sistem depending of infrastructure needed for achieving a satisfactory response time. Despite Kubernetes being the most often used solution for container orchestration, we have shown that AWS ECS is a good alternative. On Heroku cloud platform, we don't have as much flexibility, however the establishment is very simple.
Sekundarne ključne besede: cloud computing;machine learning;containers;AWS;computer and information science;diploma thesis;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000468
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 58 str.
ID: 12037019