Сервисно ориентированная наука:SOS или СОН презентация

Содержание

Общество стало другим

Слайд 1


Сервисно ориентированная наука: SOS или СОН

Слайд 2Общество стало другим

Слайд 3Общество стало другим
Информационное общество
главные продукты производства — это информация и знание
Основа

капитализация компании — это знание. Основной вопрос — как накопить знание и обмениваться знанием
CEO, СTO, CIO — senior information officer
NSF-Knowledge management
Цифровое поколение
NSF- CDI, изучение базовых элементов инфраструктуры киберобщества.

Слайд 4Наука стала другой

Слайд 5Наука стала другой
eScience — составная часть информационного общества - синтез науки

и информатики
роль информации и ее обработка становится доминирующей
Переход на e-стадию — реальная ситуация, которая затронула много наук, оперирующих громадными объемами информации
физика (эл. частицы и высоких энергий, науки о земле, погода, астрономия, социология, медицина, биология

Слайд 6Наука стала другой
eScience — глобальная коллаборация
Коллаборация людей и ресурсов, необходимых для

решения новых задач науки и промышленности
Это технология, инфраструктура
физика — Grid (Open Grid)‏
астрономия — VO (Virtual Observatory)‏
биология — биоинформатика

Слайд 7Наука стала другой
Другой «шаблон» работы в науке: коллективность, узкая специализация …
Административная

и финансовая научная политика: «Early Science» — «Быстрая наука»
Очень много информации/данных (распределенной)‏

Слайд 8 Следствие предыдущего:

60 лет назад

— читали все вышедшие статьи;
40 лет назад — все статьи по теме + абстр. РЖ
20 лет назад — все абстр. по теме + нек. статьи;

А что и как читают сегодня?

Новый «шаблон» работы в науке

Коллективность
Узкая специализация
Ограниченный кругозор

Выписка из правил оценки научных достижений ИТЭФ: 18.5. Категории статей: 1 категория — до 100 авторов;
2 категория — от 100 до 300 авторов; 3 категория — от 300 до 500 авторов; 4 категория — от 500 авторов.

Например, программисты:
Системные администраторы (стандартное железо и поддержка систем);
Программирование устройств;
Программирование интерфейсов;
Программирование БД;
Численные методы;
Научное моделирование;
Обработка данных; … и так далее

Другой пример — ученые:
обработка сырых данных (человек - прибор)‏
создатели приборов (установок …)‏
экспериментаторы
специалисты по статистики
специалисты по статистике
по написанию статей … и так далее

Слайд 9Предложить идею

Изучить данные

Добиться принятия проекта

«Запуск»

Провести наблюдения
«Сырые» данные
Обработка данных

ПИАР
ПИАР!
ПИАР2
Кто будет наблюдать?
Что наблюдать?
Успеть опубликовать!!!
Административная и финансовая политика
«Early Science»

Слайд 10Очень много информации! (на примере астрономии)‏

Слайд 11Нейтринные телескопы: (Солнце, SN 1987A)‏

Гравитационные антенны (начинают работать)‏

Космические лучи
Астрономия стала всеволновой
Дипольные антенны
Параболические антенны

Болометры

Телескопы-рефлекторы

Зеркала

косого падения

Кодирующие маски
Атмосферные черенковские телескопы, Широкие атмосферные ливни

Электро- магнитное
излучение

Не электро- магнитное
излучение


Слайд 12Астрономия стала всеволновой

Слайд 13Астрономия стала всеволновой

Слайд 14Астрономия обзавелась историей
Ряды наблюдений:

двойной пульсар PSR1913+16 (“Нобелевский лауреат”) — 33 года
некоторые

переменные звезды — до 150 лет (фототека ГАИШ — первые с 1872, регулярные — с 1895)‏
остальные — неоднородные ряды в 10-15-20 лет в разных диапазонах

Слайд 15Астрономия стала широкопольной (много данных с одного снимка)‏

Слайд 16
Стало очень много данных !

Слайд 17Hubble Space Telescope
15 years of operation
700,000 pictures ~ 20.000 objects
15Gb of

data per night
Storage – 25 Tb ~ 2 library of Congress

Слайд 18\
Nightly data generation rate
Raw pixel data: 15 Tbytes (16 bit)‏
Image through

pipelines: 30 Tbytes raw science (32 bits) + 108 TB (32 bit) intermediate images
Archived images + metadata: 15 + 1 Tbytes (32 bits compressed to 16 bits)‏
Catalogs (transient phenomena): 1 Tbyte (32 bits compressed to 16 bits)‏
Yearly data archive rate (average)‏
Images: 6.5 Pbytes
Catalogs: 6.5 Pbyte
Metadata: 0.5 Pbytes

First light schedule: Spring, 2014
Primary mirror diameter: 8.40 m
Pixel count: 3.2 Gpixels
Whole sky survey: 3 nights

Science Missions:

Dark energy
Solar system survey
Optical transients
Galactic map

Слайд 19Size of Databases
Tycho Brahe's notebooks
(1570-1601) ~ 500Kb
Palomar Observatory Sky Survey


1950 – 10 Gb
Sloan Digital Sky Survey
2007 – 3 Tb (метаданные)‏
Large Synoptic Survey Telescope
2014 – 6.5 Pb per year (метаданные)‏

Слайд 20Данные всех астрономических экспериментов NASA, ESA и (частично) ESO и становятся

полностью открытыми через 1 год (максимум через 2) после их получения

Аналогичная политика для данных больших наземных оптических телескопов России проводится КТБТ (бывший КТШТ).

Стало очень много данных

(Научная политика)‏

Слайд 21 Причины:
Нельзя всё хранить в одном месте (слишком большой объем)‏
Резервирование
Скорость

доступа
«Физические» причины

Данные становятся распределенными

Слайд 22Данные становятся распределенными
«Физические» причины: SNAP

Слайд 23SN Ia 2006X in M100

Слайд 24Expansion of Universe
More distant SN Ia, better accuracy !!!
2000 SN Ia/yr,

z=2

Слайд 25Данные становятся распределенными
«Физические» причины: SNAP
Параметры:
Поле зрения ~7.5 градусов
Размер матрицы — 600

мегапикселей
Нет обработки на борту
Прямая передача данных на Землю (мало памяти на борту)‏

Следствие:
Данные сбрасываются в несколько мест.

Слайд 26Что делать ?
Старый подход «скачать все к себе на компьютер и

обработать» не работает !
трудно собрать (много разных архивов)‏
трудно хранить (много места, сохранность данных)‏
трудно обработать (разные форматы , производительность)‏
трудно актуализировать (данные меняются)‏
Очень дорого (трафик, стоимость носителей)‏

Слайд 27Ограничения со стороны компьютеров и интернет

Слайд 28Ограничения со стороны компьютеров
Законы «Мура»
Число транзисторов в микросхемах: удваивается за 2

года (~30 раз за 10 лет)‏
Объемы памяти (RАМ): удваиваются за 2 года (~30 раз за 10 лет)‏
Объемы дисков (HDD): удваиваются за 1.5 года (~100 за 10 лет)‏
Скорость передачи данных: удваиваются за 2 года (~30 раз за 10 лет)‏

Нет ограничений

Ограничения далеко

Ограничения видны!

Слайд 29Ограничения со стороны компьютеров
Законы «Мура»
Число транзисторов в микросхемах: удваивается за 2

года (~30 раз за 10 лет)‏
Объемы памяти (RАМ): удваиваются за 2 года (~30 раз за 10 лет)‏
Объемы дисков (HDD): удваиваются за 1.5 года (~100 за 10 лет)‏
Скорость передачи данных: удваиваются за 2 года (~30 раз за 10 лет)‏

Выходы:
Квантовый компьютер;
Параллелизм:
«монолитный»
Grid

Когда размер = размеру атома

Слайд 30Архитектура программ
Монолитные программы, Многопользовательские программы
Клиент-Сервер
Распределенные системы
RPC (Unix) — удаленный вызов процедур
RMI

(Java, SUN) — удаленный вызов методов
COM/DCOM (Windows, Microsoft)‏
CORBA — (OMG)‏
Проблемы со стандартизацией интерфейсов !

Слайд 31
Email:@address, text, smtp
Общение и обмен данными — 70-е годы прошлого века



Слайд 32
WWW
URI,HTML,HTTP
TEXT
Email:@address, text, smtp
Общение и обмен данными — 90-е годы прошлого века
URI

- Universal Resource Identifier
HTML - Hypertext Markup Language
HTTP — Hypertext Transfer Protocol

Слайд 33
WWW
URI,HTML,HTTP
TEXT
Semantic Web
RDF,RDF(s),OWL
ДАННЫЕ

Email:@address, text, smtp
Общение и обмен данными — начало 21 века
RDF

— Resource Description Framework
RDF(s) — RDF Schema
OWL — Web Ontology Language

Слайд 34
WWW
URI,HTML,HTTP
TEXT
Semantic Web
RDF,RDF(s),OWL
ДАННЫЕ
Web Services
UDDI, WSDL,SOAP
ПРОГРАММЫ



Email:@address, text, smtp
Общение и обработка данных — начало

21 века

UDDI -Universal Description, Discovery and Intergration
WSDL — WS Description Language
SOAP — Simple Object Access Protocol

Слайд 35Web Services
Это программа, приложение
Запускается через интернет
Его описание доступно через интернет
Как ее

запускать описывается в WSDL файле, внутреннее устройство скрыто
Результаты доступны как SOAP сообщение
Обеспечивает межмашинное взаимодействие через сеть

Слайд 36Web Services
Веб-сервисы можно рассматривать как подпрограммы. Отличия:
веб-сервис— исполняемый код
веб-сервис —

распределенный код
унифированный интерфейс
унифицированные протоколы
Веб-сервисы - «кубики лего» для создания сложных веб-сервисов

Слайд 37SOA (service-oriented architecture): сеть слабосвязанных взаимодействующих сервисов, например, web-сервисов.
Макро-взгляд на компьютерные

вычисления - создание новых систем используя старые системы.

SOA

Слайд 38Web Services Architecture
Web Services Architecture

Слайд 39WS composition
WS
WS
WS



WS
WS
WS

Process Flow
ORCHESTRATION
BPEL4WS
CHOREOGRAPHY
WSCI

Collaboration

Слайд 40Использование WS

Человек нужен для постановки задачи и принятия решения использовать сервис.

Счастье наступит когда программа сама сможет это сделать. Нужна семантика !

Слайд 41
WWW
URI,HTML,HTTP
TEXT
Semantic Web
RDF,RDF(s),OWL
ДАННЫЕ
Web Services
UDDI, WSDL,SOAP
ПРОГРАММЫ

Счастье !
ПРОГРАММЫ
ДАННЫЕ




WEB - unversal medium for data, information,

and knowledge exchange.

Email:@address, text, smtp

Слайд 42Virtual Observatory Счастье для астронома
Технология, которая призвана доставить астроному любые данные, независимо

от их расположения и методов хранения
Базируется на SOA + астрономические стандарты и соглашения
Позволяет автоматизировать рутинные процедуры — от технологии «клик» к взаимодействию программных агентов
WWT — Word Wide Telescope, телескоп, который не зависит от погоды !

Слайд 43Виртуальная Обсерватория
Где и какие серверы есть?
Создание сложных сервисов
Создание сложных запросов (заданий)‏
Учет особенностей

и потребностей астрономии
Описание ресурсов (каталогов, содержания БД)‏
Авторские права
Платные ресурсы
Политика доступа
Real-time web-сервисы
Мультиверсионность

проблемы и потребности

Нужен реестр
Библиотеки сервисов
Язык заданий: BPEL
(Business Process Execution Lang.)‏

Стандарты

UCD (Unified Content
Descriptors)‏
Ещё не решенные
проблемы
.
.
.

Слайд 44



μ (собственное движение)‏

Сколько у него различных обозначений?
В каких единицах измеряют расстояние?



сантиметры
метры
километры
мили
километры в секунду
А.Е.
световые секунды
световые годы
парсеки
килопарсеки
мегапарсеки
. . .

Виртуальная Обсерватория: UCD

Зачем нужен UCD?

более 300


Слайд 45Архитектура Виртуальной Обсерватории

Слайд 46Обучение VO

Слайд 49Какие ресурсы доступны в VO ?
Практически все крупные архивы данных

Слайд 50
АСТРОНЕТ.RU

Слайд 51Астронет в картинках

Слайд 52Астронет в картинках

Слайд 53SAI CAS Catalogs
vo.astronet.ru/cas
ConeSearch Service (VOTable, CSV):
USNO B1 – 1

миллиард
2MASS xsc - 1.6 миллионов
2MASS psc - 250 миллионов
Tycho2 - 2.5 миллионов
UCAC2 - 50 миллионов
NOMAD - 1.2 миллиарда
DENIS ~ 100 миллионов
others ...........
SDSS DR5 - 300 миллионов (2Tb)‏

Linux 2.6.15 SMP, HP rx1620, Dual Itanium 2 1.6 GHz, 8Gb RAM,
SmartArray 64XX HP controller, MSA 20, SATA-I 6 Tb,

Слайд 54Астронет в картинках

Слайд 55Астронет в картинках

Слайд 56Астронет в картинках

Слайд 57Астронет в цифрах
Всего в базе данных зарегистрировано (июль 2007 года)‏
54211 документов

(включая версии)‏
новости, статьи, книги, энциклопедии, обзоры, обсуждения, атласы
621692 индексируемых фрагментов
поиск по 4,629,798 документов/1026 сайтов
>4,000,000,000 объектов (6 Тб)‏
>1Tb - DSS архив
Доступ к данным
HTTP – веб-интерфейс
SOAP – веб-сервисы

Слайд 58Астронет в цифрах
Всего компьютеров и рабочих станций
18
Процессоры
26/25 Ггц
Память (RAM)‏
30 Гб
Дисковое пространство
77/21

Тб

Слайд 59Астронет в цифрах
Посещаемость (http://www.astronet.ru/stat)‏
все роботы исключены
181,000 уникальных IP адресов (май 2007)‏
300,000

визитов в месяц
2,000,000 страниц в месяц (картинки не считаются)‏
Внешние оценки
Индекс интернет-цитируемости – 3700
Место в каталоге Яндекс
в разделе Наука – 17 из 3425
в общем – 381 из 79573

Слайд 60 Узкое место - доступ к данным
не качество каналов связи

не доступность архивов
а совместимость информационной инфраструктуры российской науки и международного сообщества
Сервисно-ориентированная архитектура дает возможность интеграции










Заключение

Слайд 61Поддерживать и пропагандировать исследования по SOA.
Поддерживать практические разработки.
Разрабатывать удобные инструменты работы

в SOA системах.
Планировать архитектуру будущих проектов, не забывать старые данные
Обучать студентов !!!










Что делать?

Слайд 62Спасибо за Внимание !

Похожие презентации

Сучасні геополітичні концепції 318
Судьба пермских реформ 248
Зарождение фашизма и нацизма в Европе 542
Международный день мира 336
Как использовать данные бенчмаркинга Trainings INDEX при работе с поставщиками услуг 250
Политические и правовые учения США 408

Обратная связь

Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое ThePresentation.ru?

Это сайт презентаций, докладов, проектов, шаблонов в формате PowerPoint. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами с другими пользователями.

Для правообладателей

Яндекс.Метрика