ОБЛАЧНЫЕ СЕРВИСЫ (ПОНЯТИЕ ОБЛАЧНЫХ СЕРВИСОВ И ИХ ОСНОВНЫЕ ХАРАКТЕРИСТИКИ)

Содержание:

ВВЕДЕНИЕ

В современном мире нельзя представить себе человека, который смог бы обойтись без использования информационных технологий. На всех уровнях управления имеется желание расширить свои информационные и коммуникационные возможности за счет внедрения современных информационных технологий. Преимущества, которыми обладают облачные сервисы, огромны, но только если удастся верно рассчитать риски при переходе к облачной модели, которые должны учитывать пользователи и поставщики.

Сегодня все больше руководителей ИТ выбирают облачные вычисления. Суть облачных сервисов - в переходе к высоко стандартизированным наборам удобных сервисов и программного обеспечения, которые вместе составляют основу высокоэффективного использования ресурсов.

Когда говорят про облачный сервис, обычно используют такие термины как «инфраструктура как сервис», «платформа как сервис» или «приложения как сервис». Концептуально облачные вычисления появились как результат развития стандартизации в области информационных технологий и развитие методов информационного управления.

Облачные сервисы обладают многими преимуществами по сравнению с традиционными решениями для построения инфраструктур предприятий, предложению сервисов и услуг и т.п. Среди таких преимуществ выделяются: гибкость, масштабируемость, оплата за фактически использованные ресурсы и отказоустойчивость. При этом предлагаемые облачные сервисы отличаются по своим функциям.

Между тем отсутствие достаточного количества серьезных исследований вопросов риска облачных сервисов, других недостатков применения облачных технологий, связанных с организационно-техническими и законодательными вопросами, мешает многим пользователям совершить переход к облачной модели.

Все вышеизложенное свидетельствует об актуальности выбранной темы курсовой работы и необходимости ее дальнейшего изучения. Проблемы, связанные с применением технологий облачных сервисов, исследовали в своих трудах такие ученые как: В.И. Суханов, С.В. Ковальчук, О.Л. Чагаева, А.А. Поляков, В.Я. Цветков, С.В. Разумников, А.И. Москаленко, А.Ю. Сироткин, Е.В. Никульчев, В.Н. Васильев, К.В. Князьков, Т.Н. Чуров, Д.А. Насонов, Ф.А. Мурзин, Т.В. Батура и другие.

Цель настоящей курсовой работы состоит в изучении понятия облачных сервисов и анализе проблемных аспектов в практике использования облачных сервисов.

Исходя из поставленной цели, определены основные задачи исследования

1) изучить понятие облачных сервисов, их основные характеристики;

2) рассмотреть основные характеристики облачных сервисов;

3) проанализировать трудности использования облачных сервисов и пути их преодоления.

В качестве непосредственного объекта исследования в данной курсовой работе выступает облачный сервис.

Методологическую основу составили следующие методы: материалистическая диалектика, ее законы и категории, исторический материализм, анализ и синтез, дедукция и индукция, исторический и логический, восхождения от абстрактного к конкретному в мышлении, формально-логический, метод системного анализа, сравнительного правоведения, изучение и анализ документов.

Практическая значимость исследования заключается в том, что сделанные в курсовой работе выводы уточняют современные представления о роли и месте облачных сервисов и перспективах их развития.

Структура курсовой работы состоит из введения, трех глав, заключения, списка использованных источников.

ГЛАВА 1. ПОНЯТИЕ ОБЛАЧНЫХ СЕРВИСОВ И ИХ ОСНОВНЫЕ ХАРАКТЕРИСТИКИ

Первые идеи, связанные с облачными технологиями, появились на заре развития Интернета. Идея использования удаленных вычислительных мощностей не только для хранения данных, но и средств их обработки, появилась в середине 70-х годов, однако вплоть до 90-х развитие облачных технологий сдерживалось относительной неразвитостью сети Интернет, особенно в отношении низкой пропускной способности каналов^[1].

Качественный прорыв произошел с развитием мобильных устройств и сети Интернет в целом. Как следствие, облачные технологии ежегодно демонстрируют свое поступательное развитие вместе с ростом масштабов Всемирной сети. Опытные пользователи используют их все чаще в повседневной работе с информационными потоками по причине удобства и экономии времени при условии наличия постоянного доступа к сети.

Как и все активно развивающиеся технологии, облачные технологии ввиду своих явных плюсов проникают во все сферы человеческой жизни. Разумеется, в разных областях их внедрение происходит с разной скоростью. Облачные вычисления применяются для решения задач в ряде предметных областей: семантический поиск, социальные сети, базы знаний, моделирование фотонных кристаллов, поиск последовательностей ДНК и т.д.^[2]

Под облачными вычислениями (от англ. cloud computing) обычно понимается предоставление пользователю компьютерных ресурсов и мощностей в виде интернет-сервисов^[3]. Вычислительные ресурсы предоставляются пользователю в «чистом» виде, и пользователь может не иметь понятия, какие компьютеры обрабатывают его запросы, под управлением какой операционной системы это происходит и т.д.

В настоящее время крупные вычислительные облака состоят из тысяч серверов, размещенных в центрах обработки данных (ЦОД). Они обеспечивают ресурсами десятки тысяч приложений, которые одновременно используют миллионы пользователей.

Существует большое количество вариантов определения для термина «облачный сервис. Это связано с тем, что различные поставщики стараются подчеркнуть уникальность своих предложений и выбирают разные названия, которые зачастую не совсем верно отражают реальную суть предлагаемых сервисов.

Наиболее приемлемым является следующее определение облачного сервиса - это модель обеспечения повсеместного сетевого доступа по требованию к общему пулу конфигурируемых вычислительных ресурсов (сетям передачи данных, серверам, устройствам хранения данных, приложениям), которые могут быть оперативно предоставлены и освобождены с минимальными эксплуатационными затратами^[4].

Основные характеристики облачных сервисов:

1. Масштабируемость. Эта характеристика означает способность системы, сети или процесса справляться с увеличением рабочей нагрузки (увеличивать свою производительность) при добавлении ресурсов (обычно аппаратных). Масштабируемость - важный аспект систем, программных комплексов, сетей, сервисов и т.п., если для них требуется возможность работать под большой нагрузкой. Система называется масштабируемой, если она способна увеличивать производительность пропорционально дополнительным ресурсам.

Масштабируемость можно оценить через отношение прироста производительности системы к приросту используемых ресурсов. Чем ближе это отношение к единице, тем лучше. Также под масштабируемостью понимается возможность наращивания дополнительных ресурсов без структурных изменений центрального узла системы. В системе с плохой масштабируемостью добавление ресурсов приводит лишь к незначительному повышению производительности, а с некоторого «порогового» момента добавление ресурсов не дает никакого полезного эффекта^[5].

Масштабируемое приложение позволяет выдерживать большую нагрузку, за счет увеличения количества запущенных экземпляров. Как правило, для одновременного запуска множества экземпляров используется типовое оборудование, что снижает общую стоимость владения и упрощает сопровождение инфраструктуры.

2. Эластичность (вычислительная эластичность) В облачных вычислениях эластичность определяется как степень адаптации системы к изменению рабочей нагрузки и деинициализации ресурсов таким образом, что в каждый момент времени имеющиеся ресурсы соответствуют текущему запросу. Вычислительная эластичность является определяющей характеристикой, которая отличает облачные вычисления от ранее предложенных вычислительных парадигм, таких как распределенные вычисления. Это динамическое изменение в использовании компьютерных ресурсов для удовлетворения пользователей при различной нагрузке.

Эластичность позволяет быстро нарастить мощность информационной инфраструктуры, без необходимости проведения начальных инвестиций в оборудование и программное обеспечение. Эластичность связана с масштабируемостью приложений, так как решает задачу моментального изменения количества вычислительных ресурсов, выделяемых для работы информационной системы.

3. Мультитенантностъ. Мультитенантность - это возможность изолированно обслуживать разных пользователей в рамках одного сервиса. В основе этого подхода лежат два критерия: разделение физических и логических ресурсов, а также изоляция.

Мультитенантность часто упоминается вместе с облаками для решения вопроса миграции приложений и данных в распределенные ИТ-инфраструктуры, поддерживающие масштабируемые облака любых типов. Эта характеристика - один из способов снижения расходов за счет максимального использования общих ресурсов для обслуживания различных групп пользователей, разных организаций, разных категорий потребителей и т.п.^[6]

4. Оплата за использование. Оплата использованных ресурсов - это еще один атрибут облачных вычислений, позволяющий перевести часть капитальных издержек в операционные. Приобретая только необходимый объем ресурсов, можно оптимизировать расходы, связанные с работой информационных систем организации. Эластичность позволит быстро изменить объем ресурсов в сторону увеличения или уменьшения, тем самым, приведя расходы на информационные технологии в соответствие с фактическими потребностям организации.

5. Самообслуживание. В зависимости от того, кем производится процесс разработки приложения (контрактором или внутренними силами), он может потребовать выделения аппаратных ресурсов и установку программного обеспечения. Все это может занять длительное время: месяцы и даже годы. Самообслуживание позволяет потребителям запросить и получить требуемые ресурсы за считанные минуты^[7].

ГЛАВА 2. КЛАССИФИКАЦИЯ ОБЛАЧНЫХ СЕРВИСОВ

В связи с многообразием возможностей облачных вычислений и их постоянным развитием привести четкую классификацию достаточно сложно. Поэтому целесообразно выделить основные категории, связанные с характером сервиса, моделью развертывания облачных технологий и другие облачные сервисы.

По модели развертывания облачные сервисы разделяют на^[8]:

1) Частные облака - это внутренние облачные инфраструктура и службы предприятия. Эти облака находятся в пределах корпоративной сети. Организация может управлять частным облаком самостоятельно или поручить управление внешнему подрядчику. Абонентами являются корпоративные офисы и подразделения, деловые партнеры, поставщики сырья, реселлеры, участники производственной цепочки и другие организации. Защищены файрволлом, не выходят за пределы замкнутой внутренней сети, обеспечивается более высокий уровень защиты. Частное облако не всегда территориально размещено у заказчика. Частное облако означает конфиденциальность, а не конкретное местоположение, владение ресурсами или самостоятельное управление.

2) групповые облачные сервисы, которые распределены между несколькими организациями, объединенными общими интересами (по обслуживанию и расположению не отличаются от частных облаков).

3) общедоступные (публичные) облака - это облачные услуги, предоставляемые организациям или частным лицам на базе инфраструктуры провайдера облаков. Абонентом предлагаемых сервисов может стать любая компания и индивидуальный пользователь. Предлагают хранение, а также легкий и доступный по цене способ развертывания веб-сайтов или информационных систем, с большими возможностями масштабирования, которые в других решениях были бы недоступны. Облака находятся за пределами корпоративной сети. Пользователи не имеют возможности управлять данным облаком или обслуживать его - вся ответственность возложена на владельца облака.

4) гибридные облачные сервисы сочетают в себе общедоступные и частные облака, возможно и групповые облака. Обычно они создаются предприятием, а обязанности по управлению ими распределяются между предприятием и поставщиком общедоступного облака.

По способу оплаты выделяются такие виды облачных сервисов^[9]:

1) облачные сервисы, оплачиваемые на основе подписки, когда пользователь оплачивает использование сервиса за определенный период времени, в течение которого может в любой момент им воспользоваться.

2) облачные сервисы, оплачиваемые по факту использования (аналогично оплате коммунальных услуг, отсюда термин utility computing). Пользователь оплачивает только то время, в течение которого фактически пользовался сервисом.

3) облачные сервисы с включением оплаты в стоимость программного продукта. Покупая программный продукт, пользователь может воспользоваться определенными облачными сервисами, которые предлагает разработчик.

4) бесплатные облачные сервисы, когда пользователь может воспользоваться тем или иным облачным сервисом без оплаты.

По характеру облачного сервиса выделяют следующее типы:

1) Программное обеспечение как сервис (Software as a Service, SaaS) обеспечивает возможность аренды приложений^[10]. Модель предоставления программного обеспечения как сервиса является моделью обеспечения доступа к приложениям через Интернет с оплатой по факту их использования.

Данная модель является наиболее распространенной на сегодняшний день моделью предоставления облачных сервисов. Организации могут реализовывать подобную модель предоставления сервиса из частных облаков, используя внутренние сетевые каналы, дополнительно защищенные и не связанные с Интернетом.

Потребителями данного типа сервисов являются конечные пользователи, которые работают с приложениями, предоставляемыми в «облаке». Соглашение о предоставлении сервисов (SLA) обычно покрывает такие характеристики сервисов, как их доступность (uptime) и производительность. Возможности настройки приложений под нужды потребителей минимальны или вообще отсутствуют, их уровень диктуется требованиями рынка или возможностями поставщиков таких приложений. Оплата конечного сервиса, как правило, производится ежемесячно и рассчитывается на основе количества пользователей приложения.

2) Платформа как сервис (PaaS). Модель предоставления платформы как сервиса (Platform as a Service, PaaS) обеспечивает возможность аренды платформы, которая обычно включает операционную систему и прикладные сервисы^[11].

Платформа как сервис облегчает разработку, тестирование, развертывание и сопровождение приложений без необходимости инвестиций в инфраструктуру и программную среду. Платформа как сервис также включает и инфраструктуру как сервис. Примером платформы как сервис может служить Windows Azure, Amazon Web Services (AWS).

В такой модели потребителями являются сами компании, разработавшие приложения. Платформа обеспечивает среду для выполнения приложений, сервисы по хранению данных и ряд дополнительных сервисов, например интеграционные или коммуникационные. Соглашение о предоставлении сервисов (SLA) включает такие характеристики сервисов, как доступность среды выполнения приложений и ее производительность.

Возможности настройки приложений под нужды потребителей не ограничены в рамках функциональности платформы. Оплата облачной платформы рассчитывается исходя из объема использованных вычислительных ресурсов, таких как: время работы приложения; объем данных и количество операций с данными (транзакций); сетевой трафик.

3) Инфраструктура как сервис. Модель предоставления инфраструктуры (аппаратных ресурсов) как сервиса (Infrastructure as a Service, IaaS) обеспечивает возможность аренды таких инфраструктурных ресурсов, как серверы, устройства хранения данных и сетевое оборудование^[12]. Управление всей инфраструктурой осуществляется поставщиком сервисов, а потребитель управляет только операционной системой и установленными приложениями.

Такие сервисы обычно оплачиваются по их фактическому использованию и позволяют пользователю увеличивать или уменьшать объем используемой инфраструктуры через специальные порталы, предоставляемые поставщиками сервисов. В этой модели потребителями являются владельцы приложений, ИТ - специалисты, подготавливающие образы ОС для их запуска в сервисной инфраструктуре. Облачная платформа предоставляет сервисы для запуска виртуальных машин и сервисы хранения данных.

Примерами услуг инфраструктуры служат IBM SmartCloud Enterprise, VMWare, Amazon EC2, Windows Azure, Google Cloud Storage, Parallels Cloud Server и многие другие.

4) аналитика как сервис (as a Service - DMaaS) - данные, анализируемые пользователем «трансформируются» в микрокубы на «облаке»^[13]. Кроме того предлагается трансформация не только данных, введенных в таблицу, но и любых данных предприятия, которое в таком случае оплачивает трансформационные затраты и анализирует данные.

5) облачное хранилище данных - модель онлайн-хранилища, в котором данные хранятся на многочисленных, распределённых в сети серверах, предоставляемых в пользование клиентам, в основном третьей стороной. Данные хранятся, а равно и обрабатываются, в облаке, которое представляет собой, с точки зрения клиента, один большой, виртуальный сервер. Физически такие сервера могут располагаться весьма удалённо друг от друга географически, вплоть до расположения на разных континентах^[14].

По программно-технической реализации облачные сервисы могут подразделяться следующим образом^[15]:

1. На стороне пользователя находится клиентская часть, обеспечивающая доступ к облачному сервису.

2. Доступ к сервису реализован через WEB-браузер.

3. Доступ к сервису реализуется посредством разработки специализированных приложений. Как правило, для этого используются средства, предоставляемые владельцем сервиса. Таким средством могут быть, например API, которыми разработчики могут воспользоваться непосредственно через Интернет.

Каждый подход имеет свои достоинства и недостатки, но, с точки зрения экономики, самой важной характеристикой является оплата по факту использования, реализуемая именно облачными сервисами.

ГЛАВА 3. ТРУДНОСТИ ИСПОЛЬЗОВАНИЯ ОБЛАЧНЫХ СЕРВИСОВ И ПУТИ ИХ ПРЕОДОЛЕНИЯ

Хотя за последние несколько лет облачные сервисы приобрели огромную популярность у предприятий за свои многочисленные выгоды, они не лишены рисков в таких областях, как безопасность, конфиденциальность данных и доступность данных. Стало очевидно, что необходимо единое мнение о методах оценки рисков облачных вычислений, но этого трудно добиться, поскольку в отрасли отсутствует единая, стандартная, структурированная платформа, которая могла бы помочь предприятиям в оценке и снижении рисков облачных вычислений.

Безопасность должна быть частью облачной системы, а не ее надстройкой^[16]. Необходимо рассматривать вопросы безопасности в самом начале развертывания облачной системы - на этапе планирования. Использование облачной структуры предполагает деление ее с большим числом людей, при этом имеется очень немного инструментов, делающих возможность контролировать то, как люди будут использовать этот общественный ресурс.

На сегодняшний момент существует несколько методик для оценки рисков от внедрения информационных технологий и созданные на основе их программные продукты. К ним относятся: риск-модель Octave, Cramm, Risk Watch^[17]. В случае использования частного облака эти модели могут быть использованы для управления риском с внесением ряда поправок. Однако если частное облако находится в собственности организации и физически существует внутри ее юрисдикции, то возможно абстрагироваться от идеи облака и считать, что фирма его не использует. При использовании частного облака, можно считать клиентом работников организации, а ее саму провайдером услуг. Также они могут служить базисом для создания новой модели, способной удовлетворить возникшую потребность.

Следовательно, облачные сервисы обеспечивают плодородную почву для усилий по объединению и ускорению исследований, выполняемых сообществом баз данных в этих областях. Залогом успеха здесь будет ориентация на конкретные сценарии использования облачных сервисов, основанные на практических экономических стимулах для сервис-провайдеров и потребителей.

В облачных средах особенно важным качеством является управляемость^[18]. По сравнению с традиционными системами, достижение высокого уровня управляемости в облачных средах осложняется тремя факторами: ограниченным человеческим вмешательством, значительным разбросом диапазона рабочих нагрузок и разнообразием совместно используемых инфраструктур. В подавляющем большинстве случаев будут отсутствовать администраторы баз данных или систем, которые могли бы помочь разработчикам при создании приложений, основанных на облачных сервисах; администрирование платформ должно будет в основном производиться в автоматическом режиме.

Системы всегда трудно настраивать при наличии смешанных рабочих нагрузок, которые в данном контексте, по-видимому, будут неизбежно возникать. Со временем, может значительно изменяться рабочая нагрузка даже у одного и того же потребителя: эластичное обеспечение облачных услуг делает эти сервисы экономически целесообразными для пользователей, которым в короткие промежутки работы может потребоваться значительно больше ресурсов, чем обычно.

При этом возможности настройки сервисов зависят от способа «виртуализации» совместно используемой инфраструктуры. Для этого потребуется пересмотреть традиционные роли и распределение ответственности для многоуровневого управления ресурсами.

Отдельной проблемой является абсолютный масштаб «облачных вычислений»^[19]. Существующие системы баз данных не могут масштабироваться на тысячи узлов при размещении в облачном контексте. В области хранения данных непонятно, следует обходить эти ограничения с применением новых методов реализации транзакционности, или с использованием новой семантики хранения данных, или того и другого.

В существующих облачных сервисах начинают применяться некоторые простые прагматические подходы, но для синтеза идей, описанных в литературе, в современных условиях облачных вычислений требуется дополнительная работа. При обработке и оптимизации запросов будет нереально производить исчерпывающий поиск в пространстве планов с учетом тысяч обрабатывающих узлов - потребуются ограничения, налагаемые на пространство планов или на поиск.

Дополнительные исследования требуются для обеспечения понимания реальной масштабируемости «облачных вычислений» (как ограничений по производительности, так и требований приложений). Такое понимание должно помочь разработчикам осуществлять навигацию в возникающем пространстве проектных решений.

Кроме того, прогнозируется появление каркасных приложений, способных свободно перемещаться между разнородными «облачными» средами, как следствие, уменьшение роли ОС, поскольку значительную часть функций (например, по защите информации, по управлению ОС) пользователь будет получать из «облаков».

Методы анализа данных (Data Mining, DM) и технологии их поддержки пребывают в сложном «диалектическом» взаимодействии - новые методы анализа данных стимулируют появление новых технологий и наоборот. Современный виток развития DM связан с появлением технологий «аналитика по запросу», или DMaaS (Data Mining as a service)^[20]. Этот качественный переход, прежде всего, связан с облачными технологиями.

Суть DM в преобразовании данных в информацию, которую уже можно использовать для принятия решений. Основная же задача DM состоит в агрегации, интеграции и интерпретации данных из разнородных источников, с тем, чтобы превратить их в удобную для принятия решений информацию. В этом контексте между данными и информацией отношения чрезвычайно просты: на входе DM -данные, на выходе - информация, в других случаях отношения могут быть иными, но при обсуждении роли DM в цепочке обратной связи, входящей в систему управления предприятием, этого достаточно. Таким образом, это важнейший компонент системы управления.

В качестве препятствий для развития облачных сервисов можно выделить: цифровое неравенство регионов; высокий уровень использования пиратского программного обеспечения; недоверие к аренде программного обеспечения как таковой; несоответствие уровня предоставляемых в аренду услуг ожиданиям заказчиков.

Основные преимущества «облачных» сервисов состоят в снижении эксплуатационных затрат на аппаратное и программное обеспечение, высокая скорость обработки данных, экономия дискового пространства (и данные, и программы хранятся в Интернете), отказоустойчивость. Кроме того, «облака» являются самоокупаемыми.

Недостатки использования облаков нужно отметить следующие:

1) зависимость сохранности пользовательских данных от компаний, предоставляющих услугу cloud computing;

2) появление новых («облачных») монополистов;

3) правовые сложности, в сфере принятия определенных обязательств и ответственности сторон, правами регресса (право предъявления требований к третьей стороне в случае невыполнения обязательств первоначальным должником), вопросами прав на интеллектуальную собственность, а также открытостью политики провайдера относительно нахождения центров хранения и восстановления данных;

4) отсутствие общепринятых стандартов, обеспечивающих взаимодействие или легкое (бесплатное) перемещение между облаками разных провайдеров.

ИТ-рынок в общем и рынок аналитики в частности готов к принятию концепции Data Mining as a Service (DMaaS). Модель Software as a Service (SaaS) имеет очевидные преимущества перед классической моделью распространения корпоративного ПО, она экономичнее, не требует установки и последующей поддержки ПО во внутренней среде, и т.п.

Но существуют и препятствия распространения DMaaS:

- Saas успешно используется в сегменте малого и среднего бизнеса, а пользователями DM в настоящее время в большинстве своем являются крупные предприятия;

- технологии SaaS еще недостаточно надежны и в настоящее время у пользователей нет доверия к их защищенности. Системы DM, в отличие от прочих, используют более чувствительные к утечке или раскрытию конфиденциальности данные, которые не все решаются вынести за пределы корпоративных хранилищ;

- средства DM сегодня используются ограниченным кругом экспертов, приближенных к высшему руководству компаний.

Также существует ряд потенциальных проблем:

- достаточность производительности систем, находящихся в Web, чтобы не только обеспечить защищенность данных, но и физически передать требуемые объемы;

- готовность систем DM (например, сорванный анализ может обернуться большими убытками);

- надежность хранения данных по сравнению, с традиционной организацией.

Кроме того, сама модель DMaaS еще недостаточно апробирована и к ней имеется ряд вопросов, касающихся безопасности, потери результатов работы в случае перебоев с доступом к Интернет, регламента выполнения ETL-процессов заполнения хранилища данных огромными объемами данных.

Однако, несмотря на существующие трудности, данное направление стремительно развивается. Нужно отметить, что у данной технологии еще нет даже общепринятого названия: помимо DMaaS и BIaaS можно встретить SaaS BI, On-Demand BI, Subscription based BI, Platform based BI, Grid Computing BI, Hosted BI, BI in the Cloud, BI Service и еще несколько других.

Необходимость расширения сферы применения технологий DMaaS вызывают, в том числе:

1) усиление специализации систем, называемых Insight as a Service;

2) восприятие DMaaS-решений как готовых к использованию и не требующих посторонней помощи инструментов, включающих в себя лучшие примеры накопленного опыта в тех или иных прикладных областях;

3) адаптируемость DMaaS-решений к набирающей популярность технологии корпоративных коллажей (mashup), позволяющей интегрировать данные, поступающие из разных источников, в том числе извне межсетевых экранов;

4) развитие социальных сетей, заставляющее принимать во внимание сведения, публикуемые в источниках, поддерживаемых технологиями Web 2.0 (вики, блоги и др.) позволяющие собирать множество мнений и использовать эффект «мудрости толпы»;

5) принятие спецификации SAS-70 Type II в качестве обязательной, способное оказать положительное влияние распространения DMaaS-решений (сейчас этот стандарт на аудит используется депозитарными, клиринговыми и процессинговыми организациями для повышения доверия клиентов к внутренним системам и процессам)^[21].

Представляется целесообразным использование генетических алгоритмов и биоинспирированных методов для разработки актуальных алгоритмов DMaaS-решений. Вызывает интерес подход к построению искусственных интеллектуальных иерархических систем на основе современных исследований в таких перспективных областях науки, как гомеостатика, синергетика и эволюционное моделирование.

В настоящее время данное направление является перспективным направлением исследований и разработок. Прогноз динамики роста облачных услуг показывает, что на 2018 год рынок облачных услуг имеет тенденции изменения в сторону роста относительно SaaS модели услуг^[22]. Потребителю облачных услуг все больше будет предоставляться возможность использования прикладного программного обеспечения провайдера, работающего в облачной инфраструктуре и доступного из различных клиентских устройств или посредством тонкого клиента или интерфейс программы.

В настоящее время в России существуют как бесплатные, так и платные облачные сервисы, однако, широкого потребления последние не нашли. Недоверие российского потребителя к новинкам вполне объяснимо. Однако, даже в сложившейся на рынке ситуации, облачные сервисы продолжают свое развитие, появляются все новые и новые услуги, появляются новые облачные провайдеры.

Учитывая последние тенденции к увеличению «мобильности» пользователей (как в личных интересах, так и в деловых), развитие телекоммуникационного рынка должно сопровождаться расширением облачных сервисов, чему будет способствовать создание четкой общепринятой законодательной базы, регулирующей действия облачных провайдеров, обеспечивающих безопасность пользовательской информации^[23].

ЗАКЛЮЧЕНИЕ

Анализируя российский рынок облачных сервисов можно сделать вывод, что облачные технологии в перспективе обладают высокими показателями спроса. При этом дифференциация спроса на данные сервисы, в зависимости от вида предоставляемых вариантов, формирует определенные предложения к формам и моделям услуг.

Облачные сервисы представляют собой важное направление в развитии современных ИТ технологий. Они являются эффективным решением по поддержке вычислительной инфраструктуры для многих пользователей. Кроме того, многим государственным структурам и корпоративным клиентам они предоставляют решение для управления данными без необходимости полного администрирования программно-аппаратных средств.

Облачные сервисы имеют следующие преимущества:

1) Экономическая эффективность. Облачные вычисления являются наиболее экономически эффективным способом для использования, поддержки и модернизации информации, требует меньше расходов на ИТ-инфраструктуру компании, в сравнении с традиционными.

2) Неограниченные объемы для хранения информации. Хранение информации в облаке дает почти неограниченную емкость.

3) Отказоустойчивость, резервное копирование и восстановление. Все данные хранятся в облаке, резервное копирование и восстановления гораздо проще, чем другие традиционные методы хранения данных.

4) Автоматическая интеграция программного обеспечения. Настройка и интеграция программного обеспечения и приложений в облаке происходит автоматически в соответствии с требованием потребителя.

5) Легкий доступ к информации. После регистрации в облаке, можно получить доступ к информации из любой точки, где есть подключение к Интернету.

Между тем облачные сервисы обладают и рядом недостатков:

1) Технические вопросы. В условии доступности информации система может иметь серьезные дисфункции, связанные в поставке облачных сервисов. Необходим высокоскоростной Интернет и техническое обеспечение.

2) Безопасность. Безопасность и конфиденциальность информации в облаке не предусмотрены в законодательстве Российской Федерации.

3) Склонность к атаке. Хранение информации в облаке может сделать вашу компанию уязвимой к внешним атакам и угрозам. Сокрытие конфиденциальных данных усложняется.

4) Зависимость от иностранных поставщиков. Поставка облачных услуг на рынок России осуществляется в основном от иностранных операторов.

5) Расчет и взаиморасчет услуг. Отсутствие облачных услуг в законодательстве России создает проблемы в валютном расчете с иностранными партнерами - операторами поставщика услуг.

Таким образом, при существующих облачных сервисах на рынке России необходимо улучшить условия предоставления, трафика и ответственности сторон сопровождения, расчет и взаиморасчет между операторами, техническую поддержку облачного сервиса.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Бухановский А.В., Ковальчук С.В., Марьин С.В. Интеллектуальные высокопроизводительные программные комплексы моделирования сложных систем: концепция, архитектура и примеры реализации // Изв. вузов. Приборостроение. - 2009. - № 10. - с. 5-24.

2. Богданов А.В. Сравнение нескольких платформ облачных вычислений //Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. – 2013. - № 2. – с. 143-146.

3. Белова Т.Г., Побеженко И.А., Побеженко В.В. Анализ проблем доверия в облачных технологиях // Восточно-Европейский журнал передовых технологий. – 2013. – № 2 (62). – с. 123-125.

4. Водолазкина Н.А. Перспективы использования технологий виртуализации // Инновационная наука. – 2015. -№6-2. – с. 45-48.

5. Генетические алгоритмы: учеб. пособие / Гладков Л.А., Курейчик В.В., Курейчик В.М. - М.: Физматлит, 2010. – 210 с.

6. Еловиков А.Е. Архитектура интеграционной облачной платформы // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2013. - № 89. – с. 61-64.

7. Коваленко О.С. Обзор проблем и состояний облачных вычислений // Информатика, вычислительная техника и инженерное образование. - 2011. - № 1. – с. 102-104.

8. Лобанов А.А. Облачные вычисления как развитие информационного сервиса // Перспективы науки и образования. – 2014. - №2. – с.48-51.

9. Медведев А.В. Облачные технологии: тенденции развития, примеры исполнения // Современные технологии автоматизации. - 2013. - № 2. - с. 6-9.

10. Москаленко А.И. По дороге с облаками // Бизнес-журнал. – 2015. - № 4. – с. 23-25.

11. Мурзин Ф.А., Батура Т.В., Семич Д.Ф. Облачные технологии: основные модели, приложения, концепции и тенденции развития // Программные продукты и системы. – 2014. - № 3. – с. 43-46.

12. Прудникова А.А., Садовникова Т.М. Анализ облачных сервисов с точки зрения информационной безопасности // T-Comm – Телекоммуникации и Транспорт. – 2012. - №7. – с. 55-58.

13. Поляков A.A., Цветков В.Я. Прикладная информатика: Учебно-методическое пособие для студентов, обучающихся по специальности «прикладная информатика» (по областям) и другим междисциплинарным специальностям: В 2-х частях: / Под общ. ред. А.Н. Тихонова - М.: МАКС Пресс. 2008. Том 1. - 788 с.

14. Поляков А.А., Цветков В.Я. Прикладная информатика: Учебно-методическое пособие для студентов, обучающихся по специальности «прикладная информатика» (по областям) и другим междисциплинарным специальностям: В 2-х частях: / Под общ. ред. А.Н. Тихонова. - М.: МАКС Пресс, 2008. Том 2. - 860 с.

15. Разумников С.В. Использование метода линейного программирования для оценки эффективности применения облачных ИТ-сервисов // Приволжский научный вестник. -2013. - № 7. - с. 43-45.

16. Суханов В.И., Чагаева О.Л. Облачный сервис хранения данных // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2013. - № 86. – с. 56-61.

17. Сироткин А.Ю. Применение облачных технологий в системе дистанционного обучения // Журнал «Гаудеамус». – 2013. – № 1 (21). – с. 15-19.

1. Коваленко О.С. Обзор проблем и состояний облачных вычислений // Информатика, вычислительная техника и инженерное образование. - 2011. - № 1. – с. 102. ↑

2. Генетические алгоритмы: учеб. пособие / Гладков Л.А., Курейчик В.В., Курейчик В.М. - М.: Физматлит, 2010. – с. 105. ↑

3. Лобанов А.А. Облачные вычисления как развитие информационного сервиса // Перспективы науки и образования. – 2014. - №2. – с.48. ↑

4. Москаленко А.И. По дороге с облаками // Бизнес-журнал. – 2015. - № 4. – с. 23. ↑

5. Суханов В.И., Чагаева О.Л. Облачный сервис хранения данных // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2013. - № 86. – с. 57. ↑

6. Суханов В.И., Чагаева О.Л. Облачный сервис хранения данных // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2013. - № 86. – с. 57. ↑

7. Москаленко А.И. По дороге с облаками // Бизнес-журнал. – 2015. - № 4. – с. 24. ↑

8. Медведев А.В. Облачные технологии: тенденции развития, примеры исполнения // Современные технологии автоматизации. - 2013. - № 2. - с. 6. ↑

9. Мурзин Ф.А., Батура Т.В., Семич Д.Ф. Облачные технологии: основные модели, приложения, концепции и тенденции развития // Программные продукты и системы. – 2014. - № 3. – с. 43. ↑

10. Богданов А.В. Сравнение нескольких платформ облачных вычислений //Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. – 2013. - № 2. – с. 143. ↑

11. Богданов А.В. Сравнение нескольких платформ облачных вычислений //Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. – 2013. - № 2. – с. 144. ↑

12. Богданов А.В. Сравнение нескольких платформ облачных вычислений //Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. – 2013. - № 2. – с. 145. ↑

13. Бухановский А.В., Ковальчук С.В., Марьин С.В. Интеллектуальные высокопроизводительные программные комплексы моделирования сложных систем: концепция, архитектура и примеры реализации // Изв. вузов. Приборостроение. - 2009. - № 10. - с. 19. ↑

14. Бухановский А.В., Ковальчук С.В., Марьин С.В. Интеллектуальные высокопроизводительные программные комплексы моделирования сложных систем: концепция, архитектура и примеры реализации // Изв. вузов. Приборостроение. - 2009. - № 10. - с. 21. ↑

15. Сироткин А.Ю. Применение облачных технологий в системе дистанционного обучения // Журнал «Гаудеамус». – 2013. – № 1 (21). – с. 17. ↑

16. Прудникова А.А., Садовникова Т.М. Анализ облачных сервисов с точки зрения информационной безопасности // T-Comm – Телекоммуникации и Транспорт. – 2012. - №7. – с. 55. ↑

17. Прудникова А.А., Садовникова Т.М. Анализ облачных сервисов с точки зрения информационной безопасности // T-Comm – Телекоммуникации и Транспорт. – 2012. - №7. – с. 56. ↑

18. Водолазкина Н.А. Перспективы использования технологий виртуализации // Инновационная наука. – 2015. -№6-2. – с. 46. ↑

19. Еловиков А.Е. Архитектура интеграционной облачной платформы // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2013. - № 89. – с. 62. ↑

20. Разумников С.В. Использование метода линейного программирования для оценки эффективности применения облачных ИТ-сервисов // Приволжский научный вестник. -2013. - № 7. - с. 43. ↑

21. Разумников С.В. Использование метода линейного программирования для оценки эффективности применения облачных ИТ-сервисов // Приволжский научный вестник. -2013. - № 7. - с. 44. ↑

22. Белова Т.Г., Побеженко И.А., Побеженко В.В. Анализ проблем доверия в облачных технологиях // Восточно-Европейский журнал передовых технологий. – 2013. – № 2 (62). – с. 124. ↑

23. Белова Т.Г., Побеженко И.А., Побеженко В.В. Анализ проблем доверия в облачных технологиях // Восточно-Европейский журнал передовых технологий. – 2013. – № 2 (62). – с. 125. ↑