| DC Field | Value | Language |
|---|
| dc.contributor.author | Гылычтаганов, Ш. | - |
| dc.contributor.author | Тедженов, Ш. Ю. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2024-03-15T08:24:28Z | - |
| dc.date.available | 2024-03-15T08:24:28Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Гылычтаганов, Ш. Анализ потока данных = Data stream analysis / Ш. Гылычтаганов, Ш. Ю. Тедженов // BIG DATA и анализ высокого уровня = BIG DATA and Advanced Analytics : сборник научных статей X Международной научно-практической конференции, Минск, 13 марта 2024 г. : в 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2024. – С. 269–279. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/54759 | - |
| dc.description.abstract | В связи с распространенным использованием датчиков и сетей инструменты
мониторинга, большие объемы данных или «большие данные» сегодня перемещаться по конвейерам
обработки данных предприятия в потоковом режиме мода. Хотя некоторые компании предпочитают
размещать свои данные инфраструктура обработки и услуги в виде частных облаков, другие полностью
передают эти услуги публичным облакам. В любом случае, пытаясь сначала сохранить данные для
последующих анализ приводит к дополнительным затратам ресурсов и нежелательным задержкам в
получении действенной информации. В результате предприятия все чаще используют системы обработки
потоков данных или событий. и в дальнейшем хотим расширить их с помощью комплексной
онлайн-аналитики и возможности майнинга. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | информационные технологии | en_US |
| dc.subject | потоковый майнинг | en_US |
| dc.subject | обработка сложных событий | en_US |
| dc.title | Анализ потока данных | en_US |
| dc.title.alternative | Data stream analysis | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Due to prevalent use of sensors and network monitoring tools, big volumes of data or “big
data” today traverse the enterprise data processing pipelines in a streaming fashion. While some companies prefer to
deploy their data processing infrastructures and services as private clouds, others completely outsource these
services to public clouds. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2024)
|
