قابلیت ارتجاعی ابر: بررسی

قابلیت ارتجاعی ابر ویژگی منحصر به فرد محیط‍‍‍‌های ابری است که تأمین (کاهش تأمین) تقاضا و یا تنظیم مجدد منابع توسعه ابر را می‌پذیرد. مدیریت کارایی قابلیت ارتجاعی ابر چالشی است که توجه جامعه پژوهشی را به خود جلب کرده است. این کار به منزله بررسی تلاش‌های پژوهشی در این راستا است. سهم اصلی این کار، مرور دقیق آخرین روش‌های مدیریت ارتجاعی و ارائه طرح دقیق طبقه‌بندی با تمرکز بر روش‌های تصمیم‌گیری ارتجاعی است. در پایان، درباره چالش‌های تحقیقاتی مختلف و جهت‌های تحقیقاتی بیشتر درباره کلیه مراحل قابلیت ارتجاعی بحث می‌کنیم که می‌توان به عنوان حالت خاص رفتار ارادی سیستم‌های محاسباتی تلقی کرد (این تحقیق با همکاری اتحادیه اروپا (صندوق اجتماعی اروپا- ESF) و صندوق‌های ملی یونان از طریق برنامه عملیاتی «آموزش و یادگیری بلند مدت چارچوب مرجع استراتژیک ملی (NSRF)- برنامه سرمایه‌گذاری تحقیقاتی: تالس . سرمایه‌گذاری در جامعه دانش از طریق صندوق اجتماعی اروپا» انجام شده است).

The creation and accumulation of Big Data is a fact for a plethora of scenarios nowadays. Sources such as the ever-increasing diversity sensors as well as the content created by humans have contributed to the Big Data’s enormous size and unique characteristics. Making sense of these data has primarily rested upon Big Data analysis algorithms. Still, in one too many cases the effectiveness of these algorithms is hampered by the very nature of Big Data: analogue, noisy, implicit, and ambiguous. Enter Collective Intelligence: the capability of interconnected intelligences achieving ameliorated results in activities than each of the single intelligences creating the collective solely would. Accordingly, this work presents existing research on Big Data and Collective Intelligence. The work is concluded with the presentation of the challenges and perspectives of the common ground between the directions of Big Data and Collective Intelligence.