Metodiche progettuali per Personal Learning Environments in ambiente Grid e Cloud Computing
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Metodiche progettuali per Personal Learning
Environments in ambiente Grid e Cloud
Computing
Gianni Fenu, Simone Surcis1, Massimiliano Picconi2
Università degli Studi di Cagliari
Via Ospedale 72, 09123 Cagliari (CA)
fenu@unica.it
1
Consorzio Cosmolab
Via Marengo 3, 09123 Cagliari (CA)
surcis@sc.unica.it
2
Università degli Studi di Cagliari
Via Ospedale 72, 09123 Cagliari (CA)
mpicconi@sc.unica.it
Negli ultimi anni, l’impiego di tecnologie e-learning è
aumentato considerevolmente, introducendo nuove
metodologie di apprendimento basate principalmente su
piattaforme software, oggi sempre più personalizzabili, che
gestiscono i coursewares. Per quanto concerne l’erogazione
dei contenuti multimediali di cui tali corsi sono costituiti,
l’elevata richiesta di storage e di capacità computazionale,
affiancate spesso a problematiche economiche inerenti i
budget disponibili, hanno portato all’adozione, sempre più
frequente, di soluzioni esternalizzate. L’intento di questo
lavoro è di illustrare gli aspetti progettuali, architetturali e
tecnologici che riguardano la creazione di una piattaforma di
e-learning basata su tecnologie di Grid e Cloud Computing,
elementi base quando si parla di fornitura su vasta scala di
servizi software. Per il caso di studio si è presa in
considerazione la MAG (Metropolitan Area Grid) del
Consorzio COSMOLAB di Cagliari implementata nell’ambito
del progetto CYBERSAR volto a realizzare una
Cyberinfrastructure per la ricerca scientifica e tecnologica in
Sardegna.
1. Introduzione
Negli ultimi anni, l’impiego di tecnologie e-learning è aumentato
considerevolmente; tali tecnologie, derivanti da quelle del Web 2.0, definiscono
le caratteristiche del nuovo e-learning 2.0 [Ebner, 2007], nel quale, sono
compresi anche quegli aspetti non prettamente tecnici che si coniugano con la
natura intrinsecamente sociale della rete e con la sua inesauribile dinamicità.
I courseware di nuova generazione erogati dalle piattaforme di e-
learning sono ricchi di contenuti multimediali che richiedono un’elevata capacità
A. Andronico, L. Colazzo (Eds.): DIDAMATICA 2009 – ISBN 978-88-8443-277-3DIDAMATICA 2009
di storage, e la fruizione degli stessi può, a volte, richiedere una consistente
capacità computazionale per sottostare ad un certo livello di Qualità del Servizio
(QoS). Inoltre a volte i corsi sono rivolti ad una platea estesa e in tali casi si
rendono necessarie infrastrutture di calcolo che supportino un elevato numero
di accessi contemporanei, o interattività diffusa.
Ovviamente rispondere a questi requisiti comporta l’impiego di notevoli
risorse, quindi, quando si vuole creare un’infrastruttura di tale tipo è necessaria
prima un’attenta analisi dei requisiti ai quali la piattaforma deve rispondere, per
evitare il sottodimensionamento o la sottoutilizzazione della stessa. Molte
scuole, o più in generale enti che vogliono erogare courseware, tuttavia, non
dispongono di adeguati budget per poter acquisire le attrezzature e le risorse
professionali necessari alla messa in opera e al mantenimento di un ambiente
di e-learning. Un’interessante approccio al problema esposto ha le sue
fondamenta nelle architetture di calcolo parallelo e più recentemente nel Grid e
nel Cloud Computing. Oggi è possibile ricorrere a piattaforme esterne, create
ad hoc per consentire l’erogazione di contenuti a diversi enti promotori e
solitamente basate su infrastrutture di calcolo di dimensioni medio-grandi
organizzate come griglie computazionali. Un concetto fondante la tecnologia
Grid, ormai largamente diffusa, è proprio la condivisione e distribuzione delle
risorse di calcolo fra chi ne fa richiesta, indipendentemente dalla provenienza,
similmente a ciò che avviene in una griglia di distribuzione elettrica; da qui il
termine Grid. In tale prospettiva è possibile venir meno al problema introdotto
della grande richiesta di capacità computazionale e di storage, e più in
generale, alla richiesta di risorse computazionali che possono apportare
un’utilità allo scopo prefisso.
La recente introduzione delle tecnologie web 2.0 ha avuto un notevole
impatto sulle modalità di lavoro con le quali l’e-learner si approccia allo studio.
Dal semplice courseware preconfezionato, si è passati a interagire
dinamicamente con altri e-learner in una moltitudine di servizi innovativi basati
su semplici tecnologie di comunicazione ma che al contempo appoggiano una
filosofia ben più complessa, come quella del collaborative learning.
Successivamente alla nascita delle tecnologie e dei servizi che costituiscono il
web 2.0 si è potuto definire un nuovo modello ibrido di sfruttamento delle risorse
offerte dalle reti di computer, il quale ha preso il nome di Cloud Computing.
Gartner , all’inizio del 2008, aveva valutato il Cloud Computing come una delle
10 tecnologie chiave per gli anni a seguire, affermando che le aziende a
competere in questo settore sarebbero state un gran numero. Infatti l’interesse
per tale tecnologia è sempre in crescente aumento; oltre alle più importanti
aziende del mondo nel settore ICT (Google, IBM, Microsoft e altre), le quali
hanno aperto la strada al Cloud Computing, si sono interessati a tale tecnologia
anche molte altre aziende e numerosi professionisti del settore.
2Metodiche progettuali per Personal Learning Environments in ambiente Grid e Cloud Computing
In questo paper verranno analizzati i valori aggiunti che le tecnologie di
Grid e Cloud Computing possono apportare a supporto dell’e-learning, con
particolare riferimento agli aspetti architetturali e di progettazione di un sistema
di erogazione e fruizione dei corsi.
Questo lavoro si avvale dei risultati ottenuti con il Progetto Cybersar,
gestito dal Consorzio COSMOLAB e co-finanziato dal Ministero dell’Università e
della Ricerca (MIUR) nell’ambito del Programma Operativo Nazionale 2000-
2006 "Ricerca Scientifica, Sviluppo Tecnologico, Alta Formazione" per le
Regioni Italiane dell'Obiettivo 1 (Campania, Calabria, Puglia, Basilicata, Sicilia,
Sardegna) - Asse II, Misura II.2 "Società dell'Informazione", Azione a " Sistemi
di calcolo e simulazione ad alte prestazioni".
2. Background
Si ritiene utile, per meglio introdurre le tematiche oggetto dello studio,
esplicitare attraverso una parte introduttiva le tecnologie proprie dei settori grid
e cloud-computing [Foster et al, 2008]. Nella breve trattazione che segue
verranno declinati su tre paragrafi i contenuti ritenuti essenziali per la
successiva illustrazione del progetto.
2.1 Grid Computing
Le Griglie sono ambienti persistenti che rendono possibile realizzare
applicazioni che integrino risorse di strumentazione, di visualizzazione, di
calcolo e di informazione provenienti da domini amministrativi diversi e
geograficamente distribuiti. La definizione di Grid si basa sul concetto di
condivisione di risorse computazionali di diverso tipo e si presta, quindi, a
specificare diverse tipologie di Grid, tra le quali le più importanti sono: Grid
Computazionali, Grid di Dati e Grid di applicazioni e/o servizi.
Una griglia computazionale è l’aggregazione di risorse di calcolo
provenienti da domini di sicurezza e gestione differenti. Tale aggregazione è
finalizzata a fornire ad un insieme di utenti potenza di calcolo on-demand, in
modo disaccoppiato dalla provenienza, cioè dai nodi che la stanno fisicamente
fornendo. La raccolta della potenza di calcolo sull’intero insieme delle risorse
della griglia permette di realizzare un supercalcolatore disponibile
dinamicamente nel momento del bisogno.
Le Grid di dati possono essere considerate una delle forme evolutive
del web. Infatti, come il web nascono per contenere grandi moli di dati distribuiti
in domini differenti per gestione e posizione geografica, con la differenza
sostanziale che nelle griglie di dati queste aggregazioni vengono correlate tra
3DIDAMATICA 2009
loro e conseguentemente assumono un alto valore aggiunto rispetto al mero
contenuto.
Infine vi sono le griglie di applicazioni e/o servizi, che rappresentano
uno degli aspetti più innovativi del grid computing. Esse assumono il ruolo di
Application Service Provider (ASP), cioè danno la possibilità di prendere in
locazione un certo tempo di esecuzione di una specifica applicazione su di un
server remoto ed inoltre consentono di realizzare al loro interno nuove
specifiche applicazioni.
Anche se è possibile suddividere le griglie per tipologie, oggi si parla
indistintamente di griglia o griglia computazionale per indicare una griglia che
assume tutte le caratteristiche delle tipologie illustrate.
2.2 Cloud Computing
Il Cloud Computing [Lin et al, 2008] è una tecnologia Internet basata
anch’essa sull’utilizzo di risorse distribuite. In tale definizione, il termine “risorse”
indica un insieme più esteso delle risorse computazionali ascrivibili alle
tecnologie Grid. Il Cloud Computing è spesso confuso con i concetti di Grid
Computing, Autonomic Computing (sistemi informatici capaci di auto-gestirsi) e
Utility Computing (l’aggregazione di risorse computazionali, quali storage e cicli
di clock, offerte come servizio a pagamento similmente a quanto accade con le
utenze come l’elettricità). Sebbene la maggior parte dei sistemi di Cloud
Computing dipendano da griglie computazionali, abbiano caratteristiche tipiche
dell’autonomic computing e vengano commercializzati con le stesse modalità
dell’utility computing, il Cloud Computing è una tecnologia innovativa per molti
aspetti, considerabile come la naturale evoluzione del modello grid-utility.
Attraverso la tecnologia di Cloud Computing le risorse HW e SW vengono
fornite come servizio, tipicamente scalabile e in modalità real-time.
Per introdurre l’architettura del Cloud Computing si assume che in essa
i servizi hardware e software debbano risiedere prevalentemente sui web
server, le “nuvole” [Weiss, 2007], piuttosto che “diffusi” sui singoli computer
connessi in rete. Lo scenario è quindi quello di un utente il quale, avendo un
device (un PC, un palmare, uno smartphone, o altro), un browser ed una
connessione ad Internet può accedere alla nuvola giusta che gli fornisce i
servizi e/o i dati che gli sono necessari. Spesso poi questi servizi saranno
“composti” a piacimento dall’utente nel rispetto delle sue necessità.
Altro aspetto nuovo è la possibilità di “spostare” i dati dal proprio
PC/device su di una “nuvola” con il risultato di avere tutto ciò di cui si necessita
ovunque, worldwide. Per ora il cloud computing offre servizi per gestire archivi
foto e video, la posta elettronica, l’agenda appuntamenti, la gestione di testi e
documenti vari, inclusi fogli elettronici. Oltre ovviamente a tutto ciò che è già
4Metodiche progettuali per Personal Learning Environments in ambiente Grid e Cloud Computing
presente solo sul web (blog, comunità virtuali, mappe geografiche e/o stradali e
così via). Presto però, questa realtà sarà valida anche per l’immagazzinamento
di file del tutto generici, in quanto stanno nascendo dei repository di dati,
completi di file system, che costituiscono dei veri e propri “hard disk on line”. La
realtà del Cloud Computing si sta evolvendo con una rapidità incredibile, spinta
anche dai colossali investimenti dei più grandi operatori IT del mondo, al punto
tale che Microsoft ha da poco presentato il primo sistema operativo Cloud,
Windows Azure, implementato come una collezione di cloud services.
Altro concetto incluso nella nozione di Cloud Computing è l’allocazione
automatica e dinamica delle risorse. Se il sistema richiede l’intervento umano
per allocare i processi alle risorse, non si può parlare di cloud, ma solo di data
center. Questa caratteristica è fondamentale, soprattutto considerando il tipo di
dati che possono trovarsi al’interno di una piattaforma “Cloud”. Considerato che
uno dei principali vantaggi che il Cloud Computing porterà agli utenti è quello di
poter mantenere la totalità dei proprio dati sul web, capiterà sempre più spesso
di avere a che fare con dati riservati, dati sensibili, etc. Per questo, chi vuole
offrire servizi di Cloud Computing, deve garantire all’utente che il trattamento
dei dati sia sempre e solo effettuato in maniera automatica e sicura.
2.3 XaaS
La fase di passaggio verso il Cloud Computing sta delineando nuove
categorie di servizi IT [Olsen, 2006] che consentono di creare applicazioni,
database e servizi Web di qualunque genere, garantendo storage, backups,
data replication, data protection, security, etc. Tra le principali categorie
ricordiamo Software as a Service (SaaS) [Sirtl, 2008], Hardware as a Service
(HaaS), Database as a Service (DaaS) and Platform as a Service (PaaS).
Grazie all’impiego di esse è possibile evitare ingenti costi infrastrutturali per
l’acquisto, la manutenzione, il supporto e/o l’aggiornamento delle stesse
infrastrutture informatiche.
Un sempre maggior numero di applicazioni software di utilizzo corrente
sono (o diventeranno) applicazioni Web, quindi di fatto applicazioni SaaS [Dan,
2007] [Choudhary, 2007] residenti ed eseguite su computers di terzi nonché
mantenute da questi ultimi, disponibili praticamente "on the cloud",
analogamente ad una piattaforma operativa integrata. Il termine SaaS viene
spesso usato indistintamente al posto di Cloud Computing, ma questi non
vanno confusi: è facilmente desumibile come il Cloud Computing sia un
concetto ben più esteso, che riguarda un nuovo paradigma computazionale e
che comprende diverse nuove categorie di servizi, tra le quali anche SaaS. Si
può quindi affermare che un’architettura di Cloud Computing è in relazione con
5DIDAMATICA 2009
SaaS, in quanto può essere considerata come il miglior meccanismo per
erogare Software as a Service.
3. Architettura e Progettazione
Essenziale per una progettualità efficace di contenuti e-learning, è la
piattaforma tecnologica che gestisce la distribuzione e la fruizione della
formazione. Allo stato dell’arte attuale, l’e-learner può optare tra due soluzioni
tecnologiche differenti per la propria istruzione: può avvalersi di un Virtual
Learning Environment (VLE), detto anche Learning Management System
(LMS), oppure far uso di un Personal Learning Environment (PLE) [Attwell,
2007], divenendo in questo caso un Cloud Learner. La prima soluzione è stata
ampiamente discussa negli anni precedenti e anche qui vi erano interessanti
correlazioni con il Grid Computing [Yang et al, 2005] soprattutto in merito a
tematiche quali la memorizzazione e l’organizzazione dei coursewares. I VLE,
ad oggi, sono ancora il modello dominante, sia in ambito aziendale sia in quello
scolastico. Tuttavia, alcuni segni di flessione sono da addebitarsi all’attuale
tendenza di personalizzare il proprio percorso formativo e le tecniche di
apprendimento, nuove esigenze nate in corrispondenza della diffusione su
vasta scala dei servizi web 2.0. Per questo si è deciso di trattare la seconda
soluzione, ovvero quella del PLE, iniziando proprio dalla descrizione delle sue
principali caratteristiche e differenze rispetto ai VLE.
3.1 Personal Learning Environment (PLE)
I Personal Learning Environment sfuggono da una definizione ufficiale
a causa della loro natura complessa. Si possono definire come sistemi, intesi
come collezioni di strumenti, che facilitano l’accesso, l’aggregazione, la
configurazione e la gestione di Learning Activities (termine che si contrappone a
quello di Learning Objects, tipico dei VLE) da parte dell’utente. Facilita
l’accesso in quanto l’utente ha un controllo globale su tutto quanto è contenuto
nel PLE, contrariamente ai VLE, notoriamente molto più rigidi. L’aggregazione
dei contenuti è un elemento fondante dei PLE. Lo spazio operativo assegnato
ad ogni utente può contenere foto, video, audio, testo, in aggiunta a vari tipi di
informazioni personali (curriculum, skills, bookmarks) e a servizi di
messaggistica istantanea, forum e blog. La caratteristica di configurazione del
sistema consente all’utente di catalizzare all’interno di un’unica interfaccia tutte
queste informazioni. Infine, la possibilità di associare il proprio PLE ad altri
elementi, quali un VLE e un e-portfolio, consento di attuare una gestione
unificata delle proprie learning activities. I personal learning environment sono
dunque sistemi aperti, interconnessi tra loro e con altri servizi esterni; al
6Metodiche progettuali per Personal Learning Environments in ambiente Grid e Cloud Computing
contrario i VLE sono in genere piattaforme proprietarie centralizzate e chiuse,
vale a dire che non si interfacciano con altre piattaforme e servizi, a meno di
apposite interfacce (API) costruite ad hoc.
3.2 Caratteristiche Progettuali del Sistema
La realizzazione di un PLE, da un punto di vista ingegneristico, consiste
nella definizione delle funzionalità del sistema, le quali si basano a loro volta
sulle risorse hardware e software sottostanti. Nell’ottica di progettare un sistema
che possa trarre benefici dall’impiego sinergico di tecnologie grid e cloud
computing, si parte col definire dove queste tecnologie intervengano e quali
funzionalità apportino o integrino (vedi Fig.1).
- COMUNICAZIONE SINCRONA/ASINCRONA
GROUD Computing
- ENORMI POTENZIALITÀ DI SVILUPPO (g-eclipse)
Grid + Cloud =
Cloud Computing - PaaS (PLE) e SaaS (WEB 2.0 APPS)
- HaaS: USO, ASTRAZIONE E VIRTUALIZZAZIONE
DELLE RISORSE GRID
- HOSTING PIATTAFORMA CLOUD-BASED
- GESTIONE DEGLI ACCESSI
Grid Computing - LOAD BALANCING
- STORAGE (NAS, SAN, DAS)
- POTENZA COMPUTAZIONALE ON DEMAND
Fig.1 – Funzionalità introducibili attraverso il Groud Computing.
Ogni PLE, come ogni servizio Cloud, necessita di un hosting ove poter
essere ospitato. La griglia computazionale risulta essere la migliore delle
soluzioni di hosting possibili in quanto garantisce una serie di vantaggi
funzionali che altri hosting providers (es. server dedicato) non possono offrire:
− potenza computazionale su richiesta, proporzionale alle esigenze;
− capacità di storage facilmente scalabile con possibilità di
implementare congiuntamente soluzioni eterogenee quali Network
Attached Storage, Storage Area Network, Direct-Attached Storage;
− bilanciamento del Carico Computazionale dinamico;
− gestione degli accessi contemporanei ai dati e delle richieste di
accesso multiple da parte degli utenti.
L’impiego di tecniche proprie del Cloud Computing, consente invece di
ottenere i seguenti vantaggi:
− attuare una efficace astrazione delle risorse hardware (HaaS),
caratteristica ancor più interessante considerando che si hanno a
7DIDAMATICA 2009
disposizione le risorse hardware virtualizzate della griglia
sottostante;
− poter integrare varie cloud applications (erogate come SaaS e
disponibili in Internet) al PLE stesso, ottenendo così una
piattaforma di servizi integrati (PaaS);
− far uso dei servizi web 2.0 integrati nelle cloud applications per
affiancare alle tradizionali comunicazioni di tipo asincrono, tipiche
dei VLE, anche quelle sincrone come videochat, telefonate VoIP e
Instant Messaging di vario tipo;
− poter beneficiare di nuove tecniche di sviluppo software [Espadas
et al, 2008] che consento una sempre maggior integrazione degli
attuali linguaggi di programmazione nelle cloud applications.
3.3 Scelte implementative
I concetti riassunti nei paragrafi precedenti rappresentano uno studio di
fattibilità condotto, nell’ambito del più vasto progetto Cybersar, con l’obiettivo di
sperimentare alcune soluzioni tecnologiche e poterne testare il funzionamento.
La griglia computazionale che ospita il progetto è costituita da sette poli
computazionali distribuiti in Sardegna. Ogni polo è costituito da decine o
centinaia di nodi di calcolo, a seconda della specificità del plesso, equipaggiati
con processori dual-core a 64 bit, schede madri supportanti più tecniche di
boot, memoria RAM di tipo DDR a 400 MHz e dischi che supportano il
funzionamento ininterrotto. I sistemi operativi principalmente adottati sono Linux
e secondariamente Windows, ma le tecnologie cloud esaminate sono
completamente web-based, quindi il S.O. non è da considerarsi fattore
rilevante.
La soluzione risultata migliore per giungere alla realizzazione di PLEs è
stata l’adozione di un social network engine open source, Elgg (elgg.org), che
consente agli sviluppatori di realizzare una piattaforma di applicazioni
personalizzate e selezionate tra quelle del web 2.0. L’idea di Elgg è quella di
consentire l’integrazione degli aspetti comuni al social networking nelle
applicazioni web preferite. Oltre a questa caratteristica Elgg presenta due
funzionalità fondamentali per la fase implementativa del progetto:
− è eseguito su Apache, MySQL e PHP (AMP technology); questo
garantisce una massima compatibilità con i server della griglia
computazionale nei quali possono girare tutte le applicazioni
compatibili su web server Apache;
− gli sviluppatori possono implementare moduli e plugins addizionali
completamente integrabili al resto della piattaforma. In questo
modo, oltre ai moduli di e-learning già disponibili e interfacciabili
8Metodiche progettuali per Personal Learning Environments in ambiente Grid e Cloud Computing
con elgg è possibile creare applicazioni proprie della griglia e
ospitarle negli stessi server per essere erogate come cloud
services.
Per integrare a quest’ultima funzionalità, la creazione di applicazioni
direttamente interfacciabili con la griglia si è scelta l’adozione dell’ambiente di
sviluppo g-eclipse [Gjermundrod et al, 2008] (geclipse.org). Questo framework
di sviluppo è stato costruito a partire dal noto eclipse e fornisce i tools necessari
a realizzare applicazioni che oltre a essere interfacciabili con le risorse delle
griglia, possono anche gestirle attraverso una comunicazione diretta con il
middleware. G-eclipse al momento è supportato solo sui principali middleware
per griglie computazionali, tra i quali glite che è il middleware impiegato nella
griglia Cybersar.
Un’ultima caratteristica interessante di Elgg gli consente di integrare
anche alcuni VLE per aiutare coloro che vogliono integrare al proprio PLE
anche i classici ambienti di e-learning formali, primo tra tutti Moodle, che
avendo aderito al progetto Elgg, è integrabile mediante un plugin.
4. Conclusioni
Attualmente le tecnologie descritte nel paper sono in fase di
sperimentazione presso una delle Virtual Organization (VO) appartenenti alla
griglia computazionale di COSMOLAB. Il primo obiettivo è la costruzione di un
PLE di default contenente tutti gli strumenti di e-learning e social networking più
diffusi in modo da fornire una base di partenza all’utente nella quale poi
aggiungere o modificare a proprio piacimento i servizi preferiti. I risultati ottenuti
fino a questo punto consento di affermare che le tecnologie Grid e Cloud
Computing possono dare diversi valori aggiunti nell’erogazione di servizi e
contenuti e-learning, nonché introdurre livelli di QoS, quando richiesto. Possibili
sviluppi futuri relativi a questo lavoro sono orientati all’implementazione di nuovi
servizi per PLEs, sviluppando sia cloud applications, sia applicazioni grid-based
mediante il framework g-eclipse.
Bibliografia
[Attwell, 2007] Attwell G., eLearning Papers, www.elearningpapers.eu vol 2 nº 1,
January 2007, ISSN 1887-1542, 2007, 1-8.
[Choudhary, 2007] Choudhary V., Software as a Service: Implications for Investment
in Software Developments, Proc of the International Conference on System Sciences,
2007, 209.
9DIDAMATICA 2009
[Dan, 2007] Dan. M., The Business Model of Software-As-a-Service, Proc of the
International Conference on Service Computing, 2007, 701-702.
[Ebner, 2007] Ebner M., E-Learning 2.0 = e-Learning 1.0 + Web 2.0?, Proc of the
International Conference on Availability, Reliability and Security, 2007, 1235-1239.
[Espadas et al, 2008] Espadas J., Concha D., Molina A., Application Development
over Software-as-a-Service Platforms, Proc of the International Conference on Software
Engineering Advances, 2008, 97-104.
[Foster et al, 2008] Foster I., Zhao Y., Raicu I., Lu S., Cloud Computing and Grid
Computing 360-Degree Compared, Proc of the Grid Computing Environments
Workshop, 2008, 1-10.
[Gjermundrod et al, 2008] Gjermundrod H., Dikaiakos M.D., Stumpert M.,
Wolniewicz P., Kornmayer H., g-Eclipse - an integrated framework to access and
maintain Grid resources, Proc of the International Conference on Grid Computing, 2008,
57-64.
[Lin et al, 2008] Lin G., Dasmalchi G., Zhu J., Cloud Computing and IT as a Service:
Opportunities and Challenges, Proc of the International Conference on Web Service,
2008, 374-375.
[Olsen, 2006] Olsen E.R., Transitioning to Software as a Service: Realigning
Software Engineering Practices with the New Business Model, Proc of the International
Conference on Service Operations and Logistics, and Informatics, 2006, 266-271.
[Sirtl, 2008] Sirtl H., Software plus Services: New IT- and Business Opportunities by
Uniting SaaS, SOA and Web 2.0, Proc of the International Conference on Enterprise
Distributed Object Computing, 2008, 18-19.
[Weiss, 2007] Weiss A., Computing in the Clouds. Networker, ACM, 2007.
[Yang et al, 2005] Yang C., Ho H., Pan C., Using Grid Computing and PVFS2
Technologies for Construction of an e-Learning Environment, Proc of the International
Conference on Advanced Learning Technologies, 2005, 898-902.
10Puoi anche leggere
