Improve Robustness and Transparency of Cloud Platforms

提高云平台的稳健性和透明度

基本信息

  • 批准号:
    538493-2018
  • 负责人:
  • 金额:
    $ 4.73万
  • 依托单位:
  • 依托单位国家:
    加拿大
  • 项目类别:
    Collaborative Research and Development Grants
  • 财政年份:
    2020
  • 资助国家:
    加拿大
  • 起止时间:
    2020-01-01 至 2021-12-31
  • 项目状态:
    已结题

项目摘要

The Internet is a conglomerate of computer networks that enables transfer of content worldwide. The Cloud is a platform that enables the generation of this content. Such a platform consists of many interconnected hardware and software components, for example, network switches, computers, and software products running on these computers. Each and every one of these components may fail, causing an outage or degradation of the Cloud service. Cloud services are ubiquitous, being used by virtually any entity: the general public, governments, health institutions, non-profits, and enterprises. It is critical to ensure the reliable and transparent operation of Cloud platforms, as an outage or degradation of service may affect a large number of stakeholders. In this collaborative project, alongside IBM, we will focus on the early detection of a failure of their Cloud platform, as well as identification of the potential root cause of this failure. This will help to speed up the fix of the failure before it affects a large number of clients. Once the failure is fixed, it is important to identify what led to the failure, to prevent it from occurring again. This has to be done in a transparent manner to ensure trust between the Cloud provider and its consumers. We will create an immutable log storage system that will ensure transparency. These deliverables will lead to improvement of Cloud platforms, which, in turn, will lead to increased customer satisfaction. Given the uniqueness of Cloud services, Canadians will benefit from making Cloud platforms more robust, transparent, and accountable.
互联网是计算机网络的集合体,可以在全球范围内传输内容。云是一个能够生成此内容的平台。这样的平台由许多互连的硬件和软件组件组成,例如网络交换机、计算机以及在这些计算机上运行的软件产品。这些组件中的每一个都可能发生故障,从而导致云服务中断或降级。 云服务无处不在,几乎被任何实体使用:公众、政府、卫生机构、非营利组织和企业。确保云平台的可靠和透明运行至关重要,因为服务中断或降级可能会影响大量利益相关者。 在这个合作项目中,我们将与 IBM 一起重点关注其云平台故障的早期检测,以及识别该故障的潜在根本原因。这将有助于在故障影响大量客户端之前加快故障修复速度。修复故障后,重要的是要确定导致故障的原因,以防止其再次发生。这必须以透明的方式完成,以确保云提供商与其消费者之间的信任。我们将创建一个不可变的日志存储系统,以确保透明度。 这些可交付成果将导致云平台的改进,进而提高客户满意度。鉴于云服务的独特性,加拿大人将受益于使云平台变得更加强大、透明和负责任。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Miranskyy, Andriy其他文献

Anomaly Detection in Cloud Components
Logchain: Blockchain-assisted Log Storage

Miranskyy, Andriy的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Miranskyy, Andriy', 18)}}的其他基金

Improving Quality of Large-scale Software: Cloud-based and Quantum-computing-based Solutions
提高大型软件的质量:基于云和量子计算的解决方案
  • 批准号:
    RGPIN-2022-03886
  • 财政年份:
    2022
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Discovery Grants Program - Individual
Mitigating Risks Associated with Big Data Solutions
降低与大数据解决方案相关的风险
  • 批准号:
    RGPIN-2015-06075
  • 财政年份:
    2021
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Discovery Grants Program - Individual
Improve Robustness and Transparency of Cloud Platforms
提高云平台的稳健性和透明度
  • 批准号:
    538493-2018
  • 财政年份:
    2021
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Collaborative Research and Development Grants
Mitigating Risks Associated with Big Data Solutions
降低与大数据解决方案相关的风险
  • 批准号:
    RGPIN-2015-06075
  • 财政年份:
    2020
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Discovery Grants Program - Individual
Improve Robustness and Transparency of Cloud Platforms
提高云平台的稳健性和透明度
  • 批准号:
    538493-2018
  • 财政年份:
    2019
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Collaborative Research and Development Grants
Mitigating Risks Associated with Big Data Solutions
降低与大数据解决方案相关的风险
  • 批准号:
    RGPIN-2015-06075
  • 财政年份:
    2019
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Discovery Grants Program - Individual
Regression testing of datasets
数据集的回归测试
  • 批准号:
    521895-2018
  • 财政年份:
    2018
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Engage Grants Program
Mitigating Risks Associated with Big Data Solutions
降低与大数据解决方案相关的风险
  • 批准号:
    RGPIN-2015-06075
  • 财政年份:
    2018
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Discovery Grants Program - Individual
Mitigating Risks Associated with Big Data Solutions
降低与大数据解决方案相关的风险
  • 批准号:
    RGPIN-2015-06075
  • 财政年份:
    2017
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Discovery Grants Program - Individual
Scalable simulation for management of large and dense crowds
用于管理大量密集人群的可扩展模拟
  • 批准号:
    507051-2016
  • 财政年份:
    2016
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Engage Grants Program

相似国自然基金

深度神经网络的超图表征学习、训练优化与鲁棒性研究
  • 批准号:
    62376153
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
复杂噪声下高光谱图像去噪协同的鲁棒性光谱解混方法研究
  • 批准号:
    62301322
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
自由曲面空间网格结构形态与鲁棒性一体化设计理论及方法研究
  • 批准号:
    52368018
  • 批准年份:
    2023
  • 资助金额:
    31 万元
  • 项目类别:
    地区科学基金项目
面向装备制造的分时共享资源配置与鲁棒性项目调度的联合优化研究
  • 批准号:
    72301295
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
爆炸-火灾耦合作用下预压装配式结构连续倒塌机理及鲁棒性评估
  • 批准号:
    52378143
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似海外基金

Collaborative Research: AF: Small: Exploring the Frontiers of Adversarial Robustness
合作研究:AF:小型:探索对抗鲁棒性的前沿
  • 批准号:
    2335411
  • 财政年份:
    2024
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Standard Grant
A framework for evaluating and explaining the robustness of NLP models
评估和解释 NLP 模型稳健性的框架
  • 批准号:
    EP/X04162X/1
  • 财政年份:
    2024
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Research Grant
CAREER: Towards Fairness in the Real World under Generalization, Privacy and Robustness Challenges
职业:在泛化、隐私和稳健性挑战下实现现实世界的公平
  • 批准号:
    2339198
  • 财政年份:
    2024
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Continuing Grant
CAREER: Ethical Machine Learning in Health: Robustness in Data, Learning and Deployment
职业:健康领域的道德机器学习:数据、学习和部署的稳健性
  • 批准号:
    2339381
  • 财政年份:
    2024
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Continuing Grant
OPUS: Robustness and complexity: how evolution builds precise traits from sloppy components
OPUS:稳健性和复杂性:进化如何从草率的组成部分构建精确的特征
  • 批准号:
    2325755
  • 财政年份:
    2024
  • 资助金额:
    $ 4.73万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了