Cloud Computing

Ροές εργασίας βασισμένες σε αλγόριθμους τεχνητής νοημοσύνης για σχεδιασμό και υλοποίηση σύνθετων συναρτήσεων σε serverless περιβάλλοντα

Το αντικείμενο της παρούσας εργασίας άπτεται της υλοποίησης αλγοριθμικών μοντέλων μηχανικής και βαθιάς μηχανικής μάθησης (ML/DL) που θα καθορίζουν τη ροή υπηρεσιών που αναπτύσσονται σε serverless περιβάλλοντα. Προτεινόμενα εργαλεία: Apache OpenWhisk (OW composer, OW action conductors), AWS lambda, Google Cloud functions.

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση, Cloud Platforms

Υλοποίηση κατανεμημένης εκπαίδευσης μοντέλων βαθιάς μηχανικής μάθησης

Το αντικείμενο της παρούσας εργασίας άπτεται του σχεδιασμού τοπολογίας και υλοποίησης κατανεμημένης εκπαίδευσης προ-υπάρχοντών αλγοριθμικών μοντέλων μηχανικής μάθησης / βαθιάς μηχανικής μάθησης, με τη χρήση του μοντέλου Function-as-a-Service. Προτεινόμενα εργαλεία Αpache Openwhisk, AWS lambda functions (commercial product). Tέλος, προτείνεται η συγκριση και αξιολόγηση αποτελεσμάτων χρησιμοποιώντας διαφορετικές πλατφόρμες (Openfaas – Openwhisk).

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση, Cloud Platforms

Μηχανή εποπτείας για νεφοεφαμογές

Ο στόχος της διπλωματικής εργασίας συνίσταται στην ανάλυση τις απαιτησεις εποπτειας μιας εφαρμογής cloud, στην επιλογή της καταλληλότερης μηχανής παρακολούθησης και στην αξιολόγηση της απόδοσης της παρακολούθησης όσον αφορά την ποσότητα και τη φρεσκάδα συλλογής δεδομένων.

Απαιτούμενες Γνώσεις: Python, Java, Docker

Συγκριτικές μελέτες για την ποιότητα υπηρεσιών για τις μικροϋπηρεσίες

Αυτή η διατριβή αφορά τη συγκριτική μελέτη διαφορετικών μεθόδων για την αξιολόγηση της συμμόρφωσης των προσδοκιών του ιδιοκτήτη της εφαρμογής και της πραγματικής απόδοσης της εφαρμογής.

Απαιτούμενες Γνώσεις: Java, Python, Go, Docker

Αυτόματος κατανεμημένος ελεγκτής κύκλου ζωής μικροϋπηρεσίας

Αυτή η διατριβή συνίσταται στη δημιουργία ενός ελεγκτή μικροϋπηρεσίας ικανό να διαχειρίζεται τον κύκλο ζωής μιας κατανεμημένης εφαρμογής. Με τον όρο life-cyle εννοούμε την ανάπτυξη, κλιμάκωση και λήψη στιγμιότυπων εφαρμογών.

Απαιτούμενες Γνώσεις: Python, Kubernetes, Docker

Ανάλυση απόδοσης εφαρμογών cloud σε περιβάλλον edge

Αυτή η μελέτη συνίσταται στη σύλληψη διαφορετικών δεικτών απόδοσης μιας εφαρμογής edge και στη δημιουργία συσχέτισης μεταξύ τους για την ανακάλυψη της εξάρτησης διαφορετικών εφαρμογών από το υλικό και την αρχιτεκτονική.

Απαιτούμενες Γνώσεις: Python, Docker, Machine Learning

Αυτόματη ανάπτυξη πολυμορφικών εφαρμογών και επιλογή επιταχυντή υλικού

Αυτή η διατριβή αφορά την καθιέρωση ενός μοντέλου που επιτρέπει την αυτόματη επιλογή της φόρμας ανάπτυξης (docker, serverless, vm) και του καταλληλότερου επιταχυντή υλικού (GPU, FPGA) μιας εφαρμογής σε περιβάλλον cloud/edge.

Απαιτούμενες Γνώσεις: Python, Java, Docker, Serverless, Machine learning