Logo des Repositoriums

Auflistung nach Autor:in "Mega, Cataldo"

1 - 3 von 3
  • Konferenzbeitrag
    Datensicherheit in mandantenfähigen Cloud Umgebungen
    (Datenbanksysteme für Business, Technologie und Web (BTW) 2041, 2013) Waizenegger, Tim; Schiller, Oliver; Mega, Cataldo
    Cloud Computing wird aktuell hauptsächlich für wissenschaftliches Rechnen und endkundenorientierte Dienste verwendet, da die Kostenersparnis hier ein besonders wichtiger Faktor ist. Die Betreiber von Cloud Plattformen sind jedoch immer stärker daran interessiert Cloud Dienste auch im Enterprise Segment anzubieten, um hier gleichermaßen von Kostenvorteilen zu profitieren. Die Kundenresonanz aus diesem Segment lässt jedoch zu wünschen übrig. Die Gründe dafür sind Bedenken bezüglich Datensicherheit und -vertraulichkeit in mandantenfähigen Systemen. Um diesem Problem zu begegnen, haben wir die Herausforderungen bei der Absicherung von mandantenfähigen Cloud Diensten untersucht, und den Umgang mit vertraulichem Schlüsselmaterial und Anmeldedaten als Schwachstelle identifiziert. Dieser Beitrag zeigt eine konzeptionelle Lösung zur zentralen Ablage und Zu- griffsverwaltung sensibler Daten, sowie deren prototypische Implementierung innerhalb der IBM Cloud Lösung SmartCloud Content Management.
  • Konferenzbeitrag
    From content management to enterprise content management
    (Datenbanksysteme in Business, Technologie und Web, 11. Fachtagung des GIFachbereichs “Datenbanken und Informationssysteme” (DBIS), 2005) Mega, Cataldo; Wagner, Frank; Mitschang, Bernhard
  • Konferenzbeitrag
    Optimizing resource topologies of workload in the cloud by minimizing consumption and maximizing utilization while still meeting service level agreements
    (Informatik 2014, 2014) Mega, Cataldo; Lange, Christoph
    Reducing the total cost of ownership (TCO) and meeting the service level agreements (SLA) of a computing service or application in the Cloud remains a challenge. The traditional method of meeting SLA is to size production systems based on expected peak workloads, thus this leads to very low compute resource utilization. Our experience shows typical average utilization rates of 35 - 40\%, topped only by IBM Mainframe systems with utilization rates of up to 80 - 85\%. In the `Cloud' with an inherent multi-tenant environment resource utilization rates of below 40\% translates into a prohibitive cost factor and therefore into a noncompetitive business model. In this paper we discuss the dynamics of a policy based automated resource orchestration approach for servicing multi-tenant workloads in the Cloud. Our aim is to adapt system topologies dynamically based on changes in workload at runtime. The condition for being able to achieve these goals are: 1) a composable, self-tuned infrastructure (smart IaaS), 2) automatic coordination and provisioning of managed middleware (smart PaaS) and last but not least 3) elastic, self-driven orchestration of software defined workloads and system topologies (smart SaaS).