Méthodes Expérimentales pour l'Évaluation des Systèmes Big Data
Experimental Methods for the Evaluation of Big Data Systems
Jury
Rapporteur - BOUKHOBZA - Jalil - Université de Brest (UBO)
Rapporteur - CéRIN - Christophe - Université de Paris 13
Examinateur - MINIER - Marine - Université de Lorraine
Examinateur - MORIN - Christine - Inria
CoDirecteur de these - NUSSBAUM - Lucas - Université de Lorraine
Directeur de these - SONG - Ye-Qiong - Université de Lorraine
école doctorale
IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
Laboratoire
LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Mention de diplôme
Informatique
C005
Laboratoire LORIA,
Campus Scientifique, 615 Rue du Jardin-Botanique, 54506 Vanduvre-lès-Nancy
Mots clés
expérimentation,données massives,méthodes expérimentales,observabilité,
Résumé de la thèse
À l'ère du big data, de nombreux systèmes et applications sont créés pour collecter, stocker et analyser des données volumineuses dans des domaines divers. Bien que les systèmes big data fassent l'objet de multiples évaluations au cours de leur cycle de développement, les secteurs de recherches public et privé encouragent les chercheurs à faire des expérimentations supplémentaires afin d'assurer la qualité de leurs services et comprendre leur performance dans des contextes et des configurations variés. Cependant, les défis expérimentaux des systèmes big data ne sont pas triviaux.
Keywords
experimentation,big data,experimental methods,observability,
Abstract
In the era of big data, many systems and applications are created to collect, to store, and to analyze massive data in multiple domains. Although those big data systems are subjected to multiple evaluations during their development life-cycle, academia and industry encourage further experimentation to ensure their quality of service and to understand their performance under various contexts and configurations. However, the experimental challenges of big data systems are not trivial.
