Μάθημα : Συστήματα Λογισμικού για διαχείριση και ανάλυση μεγάλου όγκου δεδομένων

Στόχος του μαθήματος είναι να εισάγει τους φοιτητές σε θέματα κατανεμημένων συστημάτων υπολογισμού και αποκεντρωμένων υποδομών με σκοπό την αποδοτική διαχείριση και ανάλυση μεγάλου όγκου δεδομένων. Συγκεκριμένα, το μάθημα εστιάζει στα παρακάτω:

1. P2P υποδομές για διαχείριση δεδομένων μεγάλης κλίμακας
2. DHT υποδομές για διαχείριση δεδομένων μεγάλης κλίμακας. Η μελέτη περίπτωσης του Chord
3. DHT υποδομές για διαχείριση δεδομένων μεγάλης κλίμακας. Η μελέτη περίπτωσης του Pastry
4. Internet Caching Πρωτόκολλα και Bloom Φίλτρα. Locality Sensitive Hashing (LSH)
5. Πολυδιάστατα Δεδομένα και Μετρικές Ομοιότητας
6. DataMining αλγόριθμοι για classification
7. DataMining αλγόριθμοι για clustering
8. Κατανεμημένα Συστήματα Διαχείρισης Αρχείων (HDFS / GFS)
9. Map / Reduce Παράλληλος και Κατανεμημένος Προγραμματισμός για αποδοτική διαχείριση και ανάλυση δεδομένων μεγάλης κλίμακας
10. NoSQL Βάσεις Δεδομένων

11. Εισαγωγή στο εργαλείο λογισμικού Apache Spark

ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εβδομάδα  #1: Introduction to Advanced Distributed Systems

Εβδομάδα #2: P2P Systems

Εβδομάδα #3: DHT-based Decentralized Systems

Εβδομάδα #4: DHT-based Decentralized Systems (Cont.)

Εβδομάδα #5 Internet Caching Protocols and Bloom Filters - Locality Sensitive Hashing (LSH)

Εβδομάδα #6: Multidimensional Big Data and Similarity Query Processing

Εβδομάδα #7: Data Mining Algorithms (Classification)

Εβδομάδα #8: : Data Mining Algorithms (Clustering)

Εβδομάδα #9: HDFS (Hadoop Distributed File Systems)

Εβδομάδα #10: Map / Reduce and NoSQL Databases

Εβδομάδα #11: Map / Reduce and NoSQL Databases (Cont.)

Εβδομάδα #12: Apache Spark

Εβδομάδα #13: Apache Spark (Cont.)

ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αναθέσεις (100%):

• Παρουσίαση Γραπτής Εργασίας (50%)
• Παρουσίαση Εργαστηριακής Εργασίας (50%)