@masterthesis{Niksch2019, type = {Bachelor Thesis}, author = {Niksch, Sebastian}, title = {Systematische Analyse von serverless Amazon Web Services zur Durchf{\"u}hrung einer wirtschaftlichen Stichprobeninventur}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:860-opus4-1693}, school = {Hochschule f{\"u}r Angewandte Wissenschaften Landshut}, pages = {84}, year = {2019}, abstract = {Diese Arbeit befasst sich mit der wirtschaftlichen Umsetzbarkeit einer Stichprobeninventursoftware als serverlose Anwendung mit Komponenten des Cloud-Computing Anbieters Amazon Web Services (AWS). Es werden Kriterien erfasst, die notwendig sind, damit eine Stichprobeninventur ordentlich und effektiv durchgef{\"u}hrt werden kann. Dabei werden die Anforderungen des Pr{\"u}fungsstandards 880 des Instituts der Wirtschaftspr{\"u}fer in Deutschland e.V. besonders ber{\"u}cksichtigt. Außerdem werden die Kosten einer serverlosen Anwendung mit denen serverbasierten verglichen.}, subject = {Cloud Computing}, language = {de} } @masterthesis{Ramsauer2019, type = {Bachelor Thesis}, author = {Ramsauer, Matthias}, title = {Planung kontextsensitiver Aufgaben mit prototypischer Realisierung}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:860-opus4-1106}, school = {Hochschule f{\"u}r Angewandte Wissenschaften Landshut}, pages = {84}, year = {2019}, abstract = {Das Ziel der vorliegenden Bachelorarbeit war es, einen Dienst zur Aufgabenplanung zu spezifizieren und implementieren der kontextsensitive Aufgaben anhand ihrer Art und ihrer Ressourcenbed{\"u}rfnisse auf entsprechende bereitgestellte Ressourcen verteilt. Hierf{\"u}r wurde ein Zustandsloser Dienst entwickelt der sich horizontal skalieren l{\"a}sst. Die daf{\"u}r verwendete Sprache ist NodeJS und als Datenbank wurde MongoDB verwendet. Um Informationen zum aktuellen Ressourcenverbrauch asynchron zu erhalten wurde AMQP benutzt. Der daf{\"u}r genutzte Dienst war RabbitMQ. Verschiedene Algorithmen zur Verteilung wurden implementiert und getestet. Dabei haben die dynamischen Algorithmen die Zugriff auf den aktuellen Ressourcenverbrauch hatten am besten abgeschnitten bei Systemen mit zus{\"a}tzlicher Auslastung und die statische Verteilung bei Systemen ohne zus{\"a}tzliche Last.}, subject = {Cloud Computing}, language = {de} } @misc{Zanella2019, type = {Master Thesis}, author = {Zanella, Lucas}, title = {Entwicklung eines Monitoring-Konzepts f{\"u}r eine Private Cloud auf Basis von OpenShift}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:860-opus4-770}, school = {Hochschule f{\"u}r Angewandte Wissenschaften Landshut}, pages = {146}, year = {2019}, abstract = {In der vorliegenden Masterarbeit wurde ein Monitoring-Konzept f{\"u}r OpenShift entwickelt. Dieses Konzept erg{\"a}nzt bestehende L{\"o}sungen, welche zuvor analysiert und nach {\"o}konomischen Gesichtspunkten ausgew{\"a}hlt wurden. Der entwickelte Vorschlag erweitert die {\"U}berwachung einer OpenShift-Umgebung. Im Fokus stand die Erfassung des Software-definierten Netzwerks und die Messung der Anwendungsperformance. Da sich Cloud-Systeme aus einer Vielzahl heterogener und volatiler Komponenten zusammensetzen, muss deren {\"U}berwachung von adaptiven Systemen geleistet werden. Daher wurden Mechanismen zur Erh{\"o}hung der Anpassungsf{\"a}higkeit der MonitoringSysteme konzipiert. Um auf erkannte Engp{\"a}sse oder Bedrohungen zu reagieren wurde ein Ansatz erarbeitet, der automatisierte Aktionen zur Entsch{\"a}rfung dieser Situation erm{\"o}glicht. Zur Evaluierung der Vorschl{\"a}ge wurden diese prototypisch umgesetzt und getestet. Das erarbeitete Konzept hat sich unter Laborbedingungen bew{\"a}hrt und k{\"o}nnte somit als Projekt weiterentwickelt werden.}, subject = {Cloud Computing}, language = {de} } @masterthesis{Scheibenzuber2019, type = {Bachelor Thesis}, author = {Scheibenzuber, Sebastian}, title = {Automatisches Ressourcenmanagement f{\"u}r Amazon Web Services}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:860-opus4-667}, school = {Hochschule f{\"u}r Angewandte Wissenschaften Landshut}, pages = {49}, year = {2019}, abstract = {Das Thema dieser Bachelorarbeit ist das automatische Ressourcenmanagement f{\"u}r Amazon Web Services. Insbesondere hat sie zur Aufgabe, eine M{\"o}glichkeit zu finden das Problem zu l{\"o}sen, dass es keinen simplen Weg gibt, einem User die limitierte Erstellung von EC2 Instanzen zu erlauben. Denn aufgrund der immer weiter verbreiteten Nutzung von AWS und dessen Service Elastic Compute Cloud wird ein automatisiertes Management der Ressourcen in immer mehr Unternehmen notwendig. Nach einer kurzen Einleitung und der Erkl{\"a}rung der f{\"u}r das Thema relevanten Begriffe, folgt eine Anleitung f{\"u}r die Einrichtung und Installation der ben{\"o}tigten Software. Der Hauptteil der Arbeit behandelt drei verschiedene L{\"o}sungsans{\"a}tze mittels des Amazon Command-Line-Interfaces, eines Python-Skripts und letztendlich dem Dienst AWS Lambda. Außerdem wird auf zwei M{\"o}glichkeiten eingegangen, wie man ein automatisiertes Benachrichtigungssytem mittels Amazon Web Services einrichten kann. Zuletzt folgt eine Zusammenfassung der Ergebnisse, bei der die einzelnen L{\"o}sungswege gegeneinander abgewogen werden, gefolgt von einem kurzen Ausblick, was in Zukunft noch in dieser Richtung m{\"o}glich w{\"a}re.}, subject = {Amazon Web Services}, language = {de} }