System performance assessment with data mining and process mining technique, evaluated on an ISIS use case – DataCorrelation

Η Softcom συνέβαλε στην ανασχεδίαση μιας μηχανής συσχέτισης για εφαρμογή μεγάλων δεδομένων, με στόχο την ενίσχυση της αξιολόγησης της απόδοσης των συστημάτων μέσω τεχνικών εξόρυξης και επεξεργασίας δεδομένων. Η μηχανή αυτή αναπτύχθηκε αρχικά για το έργο LLMS και προσαρμόστηκε για εφαρμογές μεγαλύτερης κλίμακας με τη χρήση τεχνολογιών κατανεμημένης επεξεργασίας και cloud. Το έργο περιλάμβανε ανάλυση χαρακτηριστικών και επεκτασιμότητας, με συγκεκριμένη εφαρμογή σε αρχεία καταγραφής του συστήματος δεδομένων GAIA του CNES.

Ως υπεργολάβος, η Softcom-Int ανέλαβε την ανάλυση της επεκτασιμότητας της μηχανής LLMS, την επιλογή τεχνολογιών, τον σχεδιασμό, την ανάπτυξη, τις δοκιμές και τον χαρακτηρισμό απόδοσης της λύσης cloud. Η ομάδα μας χρησιμοποίησε τεχνολογίες όπως Java 8, Apache Spark, Apache Hadoop, Maven, Microsoft Azure cloud και Linux VMs για να παραδώσει μια αξιόπιστη και αποδοτική λύση.

Το έργο αυτό αναδεικνύει την ικανότητα της Softcom να αναπτύσσει επεκτάσιμες λύσεις υψηλής απόδοσης, στηρίζοντας την ESA και τη CNES στη διαχείριση απαιτητικών αναγκών μεγάλων δεδομένων.

Τελικός Πελάτης: ESOC – CNES

Ομάδα: ATOS (FR), Softcom-Int  

Θέση: Subcontractor

under a programme of, and funded by, the European Space Agency

Μετάβαση στο περιεχόμενο