|
클라우드 컴퓨팅 기술 그룹은 데이터 센터 자원을 효율적으로 운용하기 위해 ‘공유’라는 개념으로 유연성 및 확장성 그리고 실시간 서비스 프로비저닝에 역점을 두고 연구개발을 진행 중이며, 특히 분산 및 병렬 컴퓨팅 기능을 극대화해
|
|
|
컴퓨팅 자원에 따른 클라우드 서비스 분류
2) 서비스 개방여부에 따른 분류
3) 타깃 고객 유형에 따른 분류
5. 클라우드 컴퓨팅의 장점과 단점
1) 클라우드 컴퓨팅의 장점
2) 클라우드 컴퓨팅의 단점
6. 클라우드 컴퓨팅의 사례
1) 구글 클
|
|
|
단점
4. 클라우드 컴퓨팅의 사례
4.1 Google의 클라우드 컴퓨팅 적용
4.2 아마존 Elastic Compute Cloud (Amazon EC2) 사례
4.3 eBay 클라우드 컴퓨팅 사례
4.4 B2B 기업들의 클라우드 컴퓨팅 사례
4.5 국내 삼성SDS, KT, SKT 등이 클라우드 서비스를 시범
|
|
|
수 있다. 클라우드 컴퓨팅
클라우드 컴퓨팅 장점
클라우드 컴퓨팅 단점
클라우드 컴퓨팅의 서비스 분류
SaaS (Software as a Service)
PaaS (Platform as a Service)
IaaS (Infrastructure as a Service)
클라우드 컴퓨팅 사례
클라우드 컴퓨팅 전망
|
|
|
컴퓨팅의 현황과 주요기업 전략, 클라우드동향 이슈리포트, Vol 01, 2018 <목 차>
Ⅰ. 서론
Ⅱ. 본론
1. Edge Computing의 개념
1) 정의
2) 특성
3) 필요성
2. 장점과 문제점
1) 장점
(1) 실시간 데이터 처리 지원
(2) 서비스 지
|
|
|
컴퓨팅의 현황과 주요기업 전략, 클라우드동향 이슈리포트, Vol 01, 2018 <목 차>
Ⅰ. 서론
Ⅱ. 본론
1. Edge Computing의 개념
1) 정의
2) 특성
3) 필요성
2. 장점과 문제점
1) 장점
(1) 실시간 데이터 처리 지원
(2) 서비스 지
|
|
|
장점
1) 편의성
2) 오락성
3) 교육
4) 비즈니스
5) 정보력
6) 커뮤니케이션
7) 유비쿼터스
7. 스마트폰의 단점
1) 음란성
2) 폭력성
3) 중독성
4) 해킹 가능성
5) 테크노스트레스증후군
8. 스마트폰이 우리생활에 미치는 영향과 변화
1)
|
|
|
정의
2. 딥 러닝 기술의 성숙도 및 관련 시장에서의 현황
3. 딥 러닝 기술의 장점과 단점 (강점과 약점)
4. 딥 러닝 기술의 응용 분야 및 대표적 기업
5. 딥 러닝 기술 관련시장의 변화
6. 딥 러닝 기술의 진화 및 발전 방향
참고문헌
|
|
|
및 필요성
1) 인공지능과 기계학습의 정의
(1) 인공지능의 정의
(2) 기계학습의 정의
2) 인공지능과 기계학습의 필요성
(1) 인공지능의 필요성
(2) 기계학습의 필요성
2. 인공지능과 기계학습의 장점과 문제점
1) 인공지능과 기계학습의 장
|
|
|
사례와 시사점, 범지인 1. 빅데이터 정의
2. 빅데이터 등장배경
3. 빅데이터 특징
4. 빅데이터기술이 우리생활에 주는 장단점
(1) 장점
(2) 단점
5. 빅데이터 도입 성공 및 실패사례
(1) 성공사례
- 구글
(2) 실패사례
- 삼성전자
6.
|
|
메뉴펼치기
