[論文レビュー] Cloud based Big Data Analytics: A Survey of Current Research and Future Directions

Samiya Khan, Kashish Ara Shakil+1 more|arXiv (Cornell University)|Aug 18, 2015

Cloud Computing and Resource Management被引用数 7

ひとこと要約

本サーベイはクラウドベースのビッグデータ分析を検討し、現在の研究、課題、今後の方向性を分析する。データセキュリティ、スケーラビリティ、パフォーマンスといった主要な課題を特定し、大規模な分析を効率的で安全かつスケーラブルに行うために、クラウドインフラとビッグデータワークロードを統合するフレームワークを提案する。

ABSTRACT

The advent of the digital age has led to a rise in different types of data with every passing day. In fact, it is expected that half of the total data will be on the cloud by 2016. This data is complex and needs to be stored, processed and analyzed for information that can be used by organizations. Cloud computing provides an apt platform for big data analytics in view of the storage and computing requirements of the latter. This makes cloud-based analytics a viable research field. However, several issues need to be addressed and risks need to be mitigated before practical applications of this synergistic model can be popularly used. This paper explores the existing research, challenges, open issues and future research direction for this field of study.

研究の動機と目的

• クラウドベースのビッグデータ分析分野における現在の研究状況を分析すること。
• クラウド環境におけるデータセキュリティ、プライバシー、パフォーマンスのボトルネックといった重要な課題を特定すること。
• スケーラブルなデータ処理を実現するため、クラウドコンピューティングとビッグデータ分析の相乗効果を調査すること。
• 分野における未解決の問題を明らかにし、今後の研究の方向性を提案すること。
• 分野における既存のアーキテクチャ、ツール、プラットフォームの包括的概要を提供すること。

提案手法

• 2010年から2015年までのクラウドベースのビッグデータ分析に関する既存文献の体系的レビュー。
• データ量、速度、多様性に基づいてビッグデータ分析ワークロードを分類すること。
• クラウドプラットフォーム（例：AWS、クラウド上でのHadoop）とビッグデータフレームワークとの統合を分析すること。
• クラウドベースのデータ処理パイプラインにおけるセキュリティおよびプライバシーメカニズムの評価。
• スケーラブルでフェイルセーフなシステムを設計するためのアーキテクチャパターンと設計原則の特定。
• 出版された研究の主題分析を通じて、トレンドと研究ギャップの統合。

実験結果

リサーチクエスチョン

• RQ1 ビッグデータ分析をクラウドプラットフォームに展開する際の主な課題は何ですか？
• RQ2 現在のクラウドベースのアーキテクチャは、ビッグデータワークロードのスケーラビリティとパフォーマンス要件をどのように満たしていますか？
• RQ3 クラウド環境でデータを保存・処理することに関連する主なセキュリティおよびプライバシーリスクは何ですか？
• RQ4 効果的なクラウドベースのビッグデータ分析を実現するための主要なアーキテクチャパターンと設計原則は何ですか？
• RQ5 クラウドコンピューティングとビッグデータ分析の統合分野で、今後の研究の方向性として浮上しているのは何ですか？

主な発見

• 2016年までに、全データの半数がクラウドに格納されると予測されており、データ管理におけるクラウドインフラへの依存度の増大が浮き彫りになった。
• エラスティックなリソースプロビジョニングとオンデマンドコンピューティングのおかげで、クラウドコンピューティングは、ビッグデータ分析のためのスケーラブルでコスト効率の良いプラットフォームを提供する。
• 利点がある一方で、クラウドベースのビッグデータ分析は、データセキュリティ、プライバシー漏洩、ベンダーロックインといった深刻な課題に直面している。
• 既存の研究では、ハイブリッドクラウドモデルがパフォーマンス、コスト、データ制御の面でより良いトレードオフを実現していると示されている。
• マルチテナントクラウド環境におけるデータ分析パイプラインのセキュリティを標準化したフレームワークが不足している。
• 今後の研究は、リアルタイム処理の向上、データラインレージングの強化、クラウドベース分析のための自動最適化技術の開発に注力すべきである。