{"id":4752,"date":"2021-07-01T18:43:23","date_gmt":"2021-07-01T21:43:23","guid":{"rendered":"http:\/\/www.inf.ufrgs.br\/ppgc\/?page_id=4752"},"modified":"2021-07-01T18:43:23","modified_gmt":"2021-07-01T21:43:23","slug":"cmp258","status":"publish","type":"page","link":"https:\/\/www.inf.ufrgs.br\/ppgc\/disciplinas\/lista-de-disciplinas\/cmp258\/","title":{"rendered":"CMP258"},"content":{"rendered":"

CMP258 – Desenvolvimento de Aplica\u00e7\u00f5es Big Data, Cloud, e Fog\/EDGE<\/strong><\/p>\n

Respons\u00e1vel<\/strong>: Cl\u00e1udio Fernando Resin Geyer
\n Pr\u00e9-Requisitos<\/strong>: \u2013
\n Carga Hor\u00e1ria<\/strong>: 60 hs
\n Cr\u00e9ditos<\/strong>: 4
\n Semestres Oferecidos<\/strong>: Primeiro semestre
\n Matr\u00edcula de Graduandos<\/strong>: A matricula dever\u00e1 ser feita como Aluno Especial<\/p>\n

S\u00daMULA<\/strong>
\nConceitos de concorr\u00eancia, sincroniza\u00e7\u00e3o e comunica\u00e7\u00e3o com uso de objetos distribu\u00eddos.
\nComunica\u00e7\u00e3o indireta, consenso e replica\u00e7\u00e3o de dados em larga escala. Conceitos de Big Data. Conceitos de sistemas distribu\u00eddos em larga escala: Cloud, IoT e Big Data. Frameworks Big Data como Hadoop e Spark. Desenvolvimento de aplica\u00e7\u00f5es com Big Data (batch\/streaming). Frameworks para Fog\/Edge e aplica\u00e7\u00f5es m\u00f3veis como Amazon IoT, Google Cloud IoT, Android e iOs. Desenvolvimento de aplica\u00e7\u00f5es IoT com mobilidade. Bibliotecas de Machine Learning para Big Data e IoT.<\/p>\n

OBJETIVOS<\/strong>
\nO tema geral da disciplina \u00e9 o desenvolvimento de aplica\u00e7\u00f5es distribu\u00eddas em larga escala nas \u00e1reas de Big Data, Fog\/Edge, Cloud e Mobile. Ao final da disciplina o aluno dever\u00e1 conhecer os principais conceitos dessas \u00e1reas, seus frameworks atuais, suas principais bibliotecas e APIs, t\u00e9cnicas de programa\u00e7\u00e3o, algoritmos associados e alguns exemplos de aplica\u00e7\u00f5es em \u00e1reas como Smart Cities, Biomedicina, Sistemas Aut\u00f4nomos e PLN. O uso de bibliotecas de Machine Learning e Deep Learning associadas ao desenvolvimento das aplica\u00e7\u00f5es Big Data em ambientes largamente distribu\u00eddos com IoT, Cloud e sistemas aut\u00f4nomos tamb\u00e9m ser\u00e1 estudado.<\/p>\n

PROGRAMA<\/strong>
\n\u2022 Introdu\u00e7\u00e3o: Revis\u00e3o de conceitos b\u00e1sicos de programa\u00e7\u00e3o distribu\u00edda e paralela: sistemasdistribu\u00eddos, aplica\u00e7\u00f5es distribu\u00eddas, modelos de programa\u00e7\u00e3o, express\u00e3o da concorr\u00eancia, sincroniza\u00e7\u00e3o e m\u00e9todos de comunica\u00e7\u00e3o; \u00eanfase em ambientes orientados a objetosdistribu\u00eddos.
\n\u2022 Big Data: Conceitos de Big Data; Modelo MapReduce; Conceitos de streaming; Frameworkpara Big Data streaming; Introdu\u00e7\u00e3o \u00e0 programa\u00e7\u00e3o MapReduce; Ferramenta para ger\u00eancia derecursos e jobs; Sistemas de Comunica\u00e7\u00e3o (brokers) e de Armazenamento Big Data (NoSQL);Introdu\u00e7\u00e3o \u00e0s aplica\u00e7\u00f5es Big Data streaming distribu\u00eddas e com uso de Machine Learning.
\nExemplos de frameworks e ferramentas: Hadoop, Spark, Flink, HDFS, Cassandra, MongoDB.
\n\u2022 Cloud: Conceitos b\u00e1sicos de Cloud; Conceitos de frameworks e ferramentas para o desenvolvimento de aplica\u00e7\u00f5es em Cloud (AWS, Google Cloud, MS Azure); Introdu\u00e7\u00e3o ao desenvolvimento de aplica\u00e7\u00f5es em Cloud.
\n\u2022 IoT e Mobile: Conceitos de IoT; Conceitos e exemplos de frameworks para : IoT; Conceitos de Fog\/Edge. Introdu\u00e7\u00e3o ao Processamento M\u00f3vel. Mecanismos e protocolos de sincroniza\u00e7\u00e3o e comunica\u00e7\u00e3o indireta; Plataformas de esenvolvimento e introdu\u00e7\u00e3o \u00e0 programa\u00e7\u00e3o para dispositivos m\u00f3veis em ambiente IoT, com op\u00e7\u00e3o de uso de arquitetura Fog\/Edge. Exemplos de
\nframeworks: AWS IoT, Google Cloud IoT, Android e outros. Exemplos de message brokers:
\nKafka, Rabbit MQ, Zero MQ, ActiveMQ, Kestrel, Mosquito entre outros.
\nCRIT\u00c9RIOS DE AVALIA\u00c7\u00c3O:
\n\u2022 EXEs: 2 a 4 exerc\u00edcios extra classe em grupos de alunos; pequenos trabalhos sobre o
\nmaterial apresentado em aula;
\n\u2022 TLs: 2 a 3 trabalhos em grupos de alunos com apresenta\u00e7\u00f5es; o principal tipo \u00e9 a an\u00e1lise de
\nartigos cient\u00edficos nas \u00e1reas da disciplina, mas eventualmente tamb\u00e9m an\u00e1lise de tutoriais
\ndispon\u00edveis na web (slides, v\u00eddeos, \u2026) e de novos mecanismos e bibliotecas; discuss\u00e3o na
\nturma dos resultados de cada grupo;
\n\u2022 TF: Trabalho Final individual; diversos temas s\u00e3o propostos em fun\u00e7\u00e3o de frameworks,
\nferramentas, t\u00e9cnicas e tipos de aplica\u00e7\u00f5es mais importantes conforme semestre; os principais
\ntipos de trabalhos s\u00e3o an\u00e1lise comparativa de ferramentas, mini survey de artigos,
\nimplementa\u00e7\u00e3o de prot\u00f3tipos, avalia\u00e7\u00e3o de desempenho e de qualidade de frameworks e
\nferramentas, modelagem de aplica\u00e7\u00f5es e algumas combina\u00e7\u00f5es.<\/p>\n

BIBLIOGRAFIA B\u00c1SICA<\/strong>
\n\u2022 ANDREWS, G. R. Concurrent Programming \u2013 Principles and Practice. The
\nBenjamin\/Cummings, Redwood City, 1991.
\n\u2022 Nathan Marz, James Warren – Big Data Principles and best practices of scalable realtime
\ndata systems – Ed. Manning, 1\u00aa ed., 2015. ISBN 9781617290343
\n\u2022 White, Tom – Hadoop \u2013 The Definitive Guide, Ed. O\u2019 Reilly, 4\u00aa ed., 2015.<\/p>\n

BIBLIOGRAFIA COMPLEMENTAR<\/strong>
\n\u2022 Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia – Learning Spark: Lightning-
\nFast Big Data Analysis, Ed. O\u2019 Reilly, 1\u00aa ed, 2015. ISBN: 978-1-449-35862-4
\n\u2022 Ellen Friedman and Kostas Tzoumas- Introduction to Apache Flink -Stream Processing
\nfor Real Time and Beyond, Ed. O\u2019 Reilly, 1\u00aa ed, 2016. ISBN: 978-1-491-99880-9
\n\u2022 Iorga, M., Feldman, L., Barton, R., Martin, M. J., Goren, N., and Mahmoudi, C. (2018). Fog
\nComputing Conceptual Model. Technical Report NIST 500-325
\n\u2022 Tanwar, S., Tyagi, S., Kumar, N. (2020). Multimedia BigData Computing for IoT
\nApplications – Concepts, Paradigms and Solutions. Ed. Springer, Vol. 163 ISBN
\n978-981-13-8758-6
\n\u2022 Arun Kumar Sangaiah, Arunkumar Thangavelu, Venkatesan Meenakshi Sundaram (2018).
\nCognitive Computing for Big Data Systems Over IoT. Ed. Springer, ISBN 978-3-319-70687-0
\n\u2022 Tutoriais dos frameworks
\n\u2022 Artigos selecionados.<\/p>\n","protected":false},"excerpt":{"rendered":"

CMP258 – Desenvolvimento de Aplica\u00e7\u00f5es Big Data, Cloud, e Fog\/EDGE Respons\u00e1vel: Cl\u00e1udio Fernando Resin Geyer Pr\u00e9-Requisitos: \u2013 Carga Hor\u00e1ria: 60 hs Cr\u00e9ditos: 4 Semestres Oferecidos: Primeiro semestre Matr\u00edcula de Graduandos: A matricula dever\u00e1 ser feita como Aluno Especial S\u00daMULA Conceitos de concorr\u00eancia, sincroniza\u00e7\u00e3o e comunica\u00e7\u00e3o com uso de objetos distribu\u00eddos. Comunica\u00e7\u00e3o indireta, consenso e replica\u00e7\u00e3o […]<\/p>\n","protected":false},"author":11,"featured_media":0,"parent":462,"menu_order":258,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/4752"}],"collection":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/comments?post=4752"}],"version-history":[{"count":1,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/4752\/revisions"}],"predecessor-version":[{"id":4753,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/4752\/revisions\/4753"}],"up":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/462"}],"wp:attachment":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/media?parent=4752"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}