ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ BIG DATA АНАЛИТИКИ КАК ANALYTICS-AS-A-SERVICE В ПЛАТФОРМЕ CLOUD COMPUTING ДЛЯ НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ - Проблемы Информационных Технологий

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ BIG DATA АНАЛИТИКИ КАК ANALYTICS-AS-A-SERVICE В ПЛАТФОРМЕ CLOUD COMPUTING ДЛЯ НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ - Проблемы Информационных Технологий

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ BIG DATA АНАЛИТИКИ КАК ANALYTICS-AS-A-SERVICE В ПЛАТФОРМЕ CLOUD COMPUTING ДЛЯ НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ - Проблемы Информационных Технологий

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ BIG DATA АНАЛИТИКИ КАК ANALYTICS-AS-A-SERVICE В ПЛАТФОРМЕ CLOUD COMPUTING ДЛЯ НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ - Проблемы Информационных Технологий

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ BIG DATA АНАЛИТИКИ КАК ANALYTICS-AS-A-SERVICE В ПЛАТФОРМЕ CLOUD COMPUTING ДЛЯ НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ - Проблемы Информационных Технологий
ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ BIG DATA АНАЛИТИКИ КАК ANALYTICS-AS-A-SERVICE В ПЛАТФОРМЕ CLOUD COMPUTING ДЛЯ НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№1, 2016

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТЕЙ BIG DATA АНАЛИТИКИ КАК ANALYTICS-AS-A-SERVICE В ПЛАТФОРМЕ CLOUD COMPUTING ДЛЯ НЕФТЕГАЗОВОЙ ПРОМЫШЛЕННОСТИ

Алыгулиев Рамиз М., Имамвердиев Ядигар Н., Абдуллаева Фаргана Дж.

Увеличение объема данных, собранных в нефтегазовой промышленности, привело к серьезным проблемам в этом секторе. В статье исследуются проблемы, создаваемые в нефтегазовой промышленности большими данными, и современное состояние применения big data аналитики в этой сфере. Рассматриваются big data платформы для нефтегазовой промышленности, производимые крупными организациями, и опыт крупнейших мировых нефтегазовых компаний в области big data аналитики. Исследуются методы анализа больших данных и цели использования cloud computing для big data аналитики. Предлагается ряд предложений и рекомендаций для реализации в нефтегазовой промышленности big data аналитики как Analytics-as-a-Service. (стр. 11-26)

Ключевые слова: big data аналитика, OLAP, cloud computing, Analytics-as-a-Service, разведка и добыча нефти и газа, Hadoop, MapReduce, наука о данных
DOI : 10.25045/jpit.v07.i1.02
Литература
  • Cuzzocrea A., Song I.Y., Davis K.C. Analytics over large-scale multidimensional data: the big data revolution! / Proc. of the ACM 14th International Workshop on Data Warehousing and OLAP, 2011, pp.101–104.
  • Chen C.L. Zhang C.Y. Data-intensive applications, challenges, techniques and technologies: A survey on big data // Information Science, 2014, vol.275, pp.314–327.
  • Obama Administration Unveils “Big data” initiative: Announces $200 million in new R&D investments, 2012, 4 p.
  • technologyreview.com/news/427876/big-oil-goes-mining-for-big-data/
  • Manyika J., Chui M., Brown B., Bughin J., Dobbs R., Roxburgh C., Byers A.H. Big Data: The next frontier for innovation, competition, and roductivity, 2011, 156 p.
  • Brulé M., Tapping the power of Big Data for the oil and gas industry, IBM Software White Paper for Petroleum Industry, 2013, 8 p.
  • Big Data in the Cloud: Converging technologies, Intel IT Center, 2015, 12 p.
  • Demirkan H., Delen D. Leveraging the capabilities of service-oriented decision support systems: putting analytics and big data in cloud // Decision Support Systems, 2013, vol.55, pp.412–421.
  • Pandey S., Nepal S., Cloud computing and scientific applications - big data, scalable analytics and beyond // Future Generation Computer Systems, 2013, vol.29, pp.1774–1776.
  • Hashem I.A., Yaqoob I., Anuar N., Mokhtar S., Gani A., Khan S.U. The rise of “big data” on cloud computing: Review and open research issues // Information Systems, 2015, vol.47, pp.98–115.
  • Zulkernine F., Bauer M., Aboulnaga Towards cloud-based analytics-as-a-service (CLAaaS) for big data analytics in the cloud / Proc. of the IEEE International Congress on Big Data, 2013, pp.62–69.
  • What is advanced analytics? www-01.ibm.com/software/data/infosphere/what-is-advanced-analytics/
  • Russom P. Big data analytics, TDWI research, 2011, 35 p.
  • Feblowitz J. Big data in upstream oil and gas, IDC energy insights, 2013, 45 p.
  • Liebowitz J. Business analytics: an introduction,  2013, 288 p.
  • Buyya R., Yeo C.S., Venugopal S., Broberg J., Brandic I. Cloud computing and emerging IT platforms: Vision, hype, and reality for delivering computing as the 5th utility // Future Generation Computer Systems, 2009, 25, no.6, pp.599–616.
  • Yan W., Brahmakshatriya U., Xue Y., Gilder M., Wise B. p-PIC: Parallel power iteration clustering for big data // Journal of Parallel and Distributed Computing, 2012, vol.73, no.3, pp.352–359.
  • Kim Y., Shim K.,  Kim M., Lee J.S. DBCURE-MR: an efficient density-based clustering algorithm for large data using MapReduce // Information Systems, 2014, vol.42, pp.15–35.
  • Song J., Guo C., Wang Z., Zhang Y., Yu G., Pierson J. HaoLap: Aa Hadoop based OLAP system for big data // Journal of Systems and Software, 2015, vol.102, pp.167–181.
  • Kajdanowicz T., Kazienko P., Indyk W. Parallel processing of large graphs // Future Generation Computer Systems, 2014, vol.32, pp.324–337.
  • Malewicz G., Austern M., Bik A., Dehnert J., Horn I., Leiser N., Czajkowski G. Pregel: A system for large-scale graph processing / Proc. of the International Conference on Management of Data, 2010, pp.135–146.
  • Ordonez C., Mohanam N., Garcia A.C. PCA for large data sets with parallel data summarization // Distributed and Parallel Databases, 2014, v32,no.3, pp.377–403.
  • Fiore S., D’Anca A., Palazzo C., Foster I., Williams D.N., Aloisio G. Ophidia: Toward big data analytics for eScience / Proc. of the International Conference on Computational Science, 2013, pp.5–7.
  • Wu X., Zhu X., Wu G., Ding W., Data mining with big data // IEEE Transactions on Knowledge and Data Engineering, 2014, vol.26, no.1, pp.97–107.
  • Steed C.A., Ricciuto D.M., Shipman G., Smith B., Thornton P.E., Wang D., Williams D.N. Big data visual analytics for earth system simulation analysis // Computers & Geosciences, 2013, vol.61, pp.71–82.
  • Truyens M., Eecke P.V. Legal aspects of text mining // Computer Law & Security Review, 2014, vol.30, no.2, pp.153–170.
  • Chen C.L., Zhang C.Y. Data-intensive applications, challenges, techniques and technologies: a survey on big data // Information Science, 2014, vol.275, pp.314–327.
  • Kambatla K, Kollias G, Kumar V., Grama A. Trends in big data analytics // Journal of Parallel and Distributed Computing, 2014, vol.74, no.7, pp.2561–2573.
  • Hsu C., Li G., Niu W., Batten L., Dorronsoro B., Danoy G., Bouvry P., Katz D.S., Zhang Z. Intelligent big data processing // Future Generation Computer Systems, 2014, vol.36, 452
  • Əliquliyev R.M., Hacırəhimova M.Ş. “Big data” fenomeni: Problemlər və imkanlar // İnformasiya Texnologiyaları Problemləri, 2014, №2, s.3–16.
  • Əliquliyev R.M., Hacırəhimova M.Ş. "Big data" texnologiyaları / Elektron dövlət quruculuğu problemləri 1-ci Respublika elmi-praktiki konfransının materialları, 2014, s.124–127.
  • Dean J, Ghemawat S. MapReduce: a flexible data processing tool // Communications of the ACM, 2010, vol.53, no.1, pp.72–77.
  • Shvachko K., Hairong K., Radia S., Chansler R. The Hadoop distributed file system / Proc. of the  IEEE 26th Symposium on Mass Storage Systems and Technologies, 2010, pp.1–10.
  • Talia D. Clouds for scalable big data analytics // Computer, 2013, vol 46, no.5, pp.98–101.
  • Zheng Z., Zhu J., Lyu M.R. Service-generated big data and big data-as-a-service: An overview / IEEE 2nd International Congress on Big Data, 2013, pp.403–410.
  • Sangvai P. Impact of big data in oil and gas industry / Proc. 10th Biennial international Conference & Exposition, 2013, pp.439–440.
  • Hems A., Soofi A., Perez E. Drilling for new business value. How innovative oil and gas companies are using big data to outmaneuver the competition, A Microsoft White Paper, 2013, 12 p.
  • Taneja P., Wate P. Big Data enabled digital oil field / Computer Society of India Communications, 2013, pp.18–20.
  • Baaziz A., Quoniam L. Big data in upstream oil and gas, IDC energy insights, How to use Big Data technologies to optimize operations in Upstream Petroleum Industry // International Journal of Innovation, 2013, vol.1, no.1, pp.1–9.
  • Big Data for the oil and gas industry, Issue 5/4, TechConnect, 6 p.
  • Tapping the power of big data for the oil and gas industry, IBM Software, 2013, 8 p.
  • Dayal U. Akatsu M, Gupta C. Expanding global big data solutions with innovative analytics // Hitachi Review, 2014, vol.63, no.6, pp.333–339.
  • Big data in oil and gas: how to tap its full potential, Hitachi, WebTech Q&A Session, 2013, 45 p.
  • Perrons R.K., Hems A. Cloud computing in the upstream oil & gas industry: a proposed way forward // Energy Policy, 2013, pp.732–737.
  • Feblowitz J., The big deal about big data in upstream oil and gas. Paper & Presentation, IDC Energy Insights, 2012.
  • Nicholson R., Big data in the Oil & Gas Industry, IDC Energy Insights, 2012.