Skip to content

Latest commit

 

History

History

PRO-KASCHE

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
assets
assets
 
 
README.md
README.md
 
 

README.md

IT-Trends

Inhaltsverzeichnis

Einleitung

  • Ziel des Moduls: Verstehen, analysieren und beurteilen von IT-Trends und Buzzwords darum
  • LV-Aufteilung: 45LV gesamt
      1. Sem: 30LV
      1. Sem: 15LV
  • Am Ende des 3. Sem.: Teilprüfungsleistung in Form einer kleinen Abhandlung über die Trends (Details noch offen)

IT-Trends nach IDC

  • KI-unterstützte GUIs: es wird versucht, die Absicht des Nutzers vorherzusagen und entsprechend Programmfunktionen zu empfehlen
  • KI-unterstützte Prozessautomatisierung: KI-basierte Empfehlungen / Vorschläge / Werbung, wie auf Amazon oder sozialen Medien zu sehen ist
  • bis 2032 sollen 75% der IT-Ausgaben in der "dritten Plattform der IT" liegen

Disruptionen

  • Marktänderungen mit großen Auswirkungen, die existenz-gefährdend oder -ermöglichend sind
  • Bsp.: Digitalkameras waren eine Disruption der Kamerafilmindustrie, aber auch für Speicherkartenhersteller

Agile Methoden

  • Agile Methoden sind: DevOps, Microservices & Cloud Computing, KI in allen Unternehmensbereichen / Digitale Transformation
  • Ziel: Bewährtes auf eine neue Qualitätsstufe heben und durch Neues anreichern

Cloud Computing

Skizze einer Cloud

Vorteile:

  • zentrale Datenverarbeitung
  • schnelles Deployment
  • unabhängig von lokaler Infrastruktur (-> dynamisch skalierbar)
  • hohe Verfügbarkeit
  • "Pay as you go"

Edge Computing

Edge Computing

  • Anwendung: "am Rand des großen Netzwerks" --> für Geräte, die nicht in einem Netzwerk liegen (z.B. IoT-Sensoren)
  • Auslöser für Entwicklung:
    • höhere Rechen- und Übertragungsgeschwindigkeit
    • Verlangen nach Flexibilität
    • Agilität der IT

Künstliche Intelligenz

...bzw. KI / AI / Neuronale Netze / ML / Deep Learning

  • erfordern möglichst große Datenbasis
    • Folge: Unternehmen sammeln zum Teil extreme Datenmengen (vom Nutzer), was dann Big Data heißt
  • Nutzen in IT-Operations / -Tool / -Prozessen
    • z.B. Ausfallvorhersage
  • sollte unterstützend wirken, nicht ersetzend
  • trifft üblicherweise Vorhersagen
    • Bsp.: Analyse des Kaufverhaltens bei Kartenzahlungen und Verkauf von Informationen für Werbezwecke

Agile Entwicklung und DevOps-Methoden als Schlüssel für hohe Entwicklungsgeschwindigkeit

  • DevOps = Development + Operations
    • ist Philosophie und Sammlung von Methoden
    • Ziel: schnelleres Wirksamwerden von Änderungen
  • Scrum-Strategie:
    • Ziel: schnelle Projektanpassungen und Flexibilität
  • beliebtes Werkzeug: Continuous Integration / Continuous Delivery
  • Durch Cloudentwicklung ist das Release-Modell weniger relevant (laufende Aktualisierung, immer verfügbar, daher egal für Nutzer)

IT-Sicherheit

...bzw. Informationssicherheit

  • ist "Chefsache"
    • Firma haftet
    • muss vom Management organisiert werden
  • Umsetzungshelfer: IT-Grundschutz-Zertifizierung
  • soll nicht nur technisch sein --> Mitarbeiter-Training
  • Reaktion auf Vorfälle ist nicht ausreichend, man braucht auch Prävention und Vorschau auf Attacken (Profiling, Analysieren von Auswirkungen, Planung)
  • Personalrollen:
    • Datenschutzbeauftragter: organisiert, informiert, ist Ansprechpartner
    • Informationssicherheitsbeauftragter
    • Mitarbeiter: muss geschult sein und disziplinvoll handeln, damit Schutz wirksam
  • ist ein Dauerprojekt
  • Schutzziele:
    • Integrität von Daten = Manipulationsschutz
      • z.B. durch Hashes
    • Vertraulichkeit der Daten = Zugriffsbeschränkungen
      • auf Netzwerkebene
      • auf physischer Ebene
      • auf logischer Ebene --> Verschlüsselung, Betriebssystemfunktionen
    • Verfügbarkeit der Daten
      • Redundanzen, Backups
    • Authentizität - Echtheit der Daten, keine Fälschung
    • Nichtabstreitbarkeit
  • Authentizität + Nichtabstreitbarkeit = Verlässlichkeit der Daten

Technologien der dritten Plattform IT

  • Cloud Computing
  • Mobile Computing (Mobilgeräte)
  • Big Data & Analytics
  • AI
  • Augmented Reality / Virtual Reality
  • IoT - Internet of Things
  • Robotik
  • 3D-Drucker
  • Next-Gen Security (bessere Angriffserkennung und Abwehr durch KI)

Alle diese Punkte bedingen neue Expertisen bei den Mitarbeitern in den betreffenden Unternehmen:

  • LOW-Code-Entwicklerplattformen werden notwendig, dabei sind vorgefertigte Programmodule vorhanden: diese Module (File-Open, Sortierungen, ...) müssen dann von den Entwicklern nur noch zusammengestellt werden
  • Lambda-Funktion in AWS
  • NO-Code

Dev-Ops Methoden weiten sich auf das gesamte Unternehmen aus.

Microservices und REST-Schnittstellen

Microservices

Sind Architekturmuster in der IT, bei der die Anwendungssoftware aus vielen voneinander unabhängigen Prozessen zusammengesetzt wird. Damit diese Prozesse miteinander kombiniert werden können, gibt es eine unabhängige Programmierschnittstelle. Dabei wird von Diensten gesprochen, die entkoppelt sind. Der Aufbau ist modular.

Das Drei-Schichten-Modell spielen dabei eine Rolle:

  1. GUI
  2. Logik
  3. Daten

Es wird auf die Microservices übertragen.

z.B.:

  1. Microservice UI
  2. Microservice Logik
  3. Daten

Diese können wiederum aus Microservices zusammengesetzt sein, die untereinander vernetzt sind, siehe Schaubild.

Microservices Schema

Dienste

  1. Sind klein, überschaubar und einfach ersetzbar
  2. haben abgegrenzte Geschäftsfunktion
  3. Schnittstellen
    z.B. HTTP-Requests:
    • sind gut testbar
    • bei allen Programmsprachen unterstützt
    • etablierte Technologie
  4. Sind nutzergetrieben (UX)
  5. Sind voneinander unabhängig:
    • Lebenszyklus
    • Fehlerzustände werden nicht weitergeleitet
    • Programmiersprache
    • Datenbank
    • Technologie-Stack
  6. dezentral organisiert und horizontal skalierbar
  7. Logging + Monitoring sind notwendig
  8. Gemeinsame Authentifizierung, Authorisierung und Kryptographie

Technologie

  • HTTP-Anfrage + REST-Schnittstelle

  • Beispiel für horizontale Skalierung:

MS-A muss auf MS-B zugreifen, es sind mehrere Instanzen von MS-B vorhanden. Dazu muss ein Load Balancer die Anfragen beispielsweise an diejenigen MS mit z.B. der geringsten Auslastung weiter weiterleiten.

Pro/Contra Microservices

Pro Contra
kann billiger sein Netzwerk-Lastig (ggf. langsamer)
Service schneller austauschbar Erstinstallation und -konfiguration ist komplex
gute Skalierbarkeit Gefahr der Funktionsduplizierung
bei Dienstausfall sind restliche Funktionen noch vorhanden Logging ist komplex
Entwicklung kann unabhängig geschehen Problem der "verteilten Uhren"
Wiederverwendung der Services in anderen Projekten

Wer verwendet Microservices?

  • AWS --> Simple Queue Service (SQS)
  • Google
  • Netflix
  • Zalando

Service-Orientierte-Architekturen (SOA)

Service-Orientierte-Architektur

REST - Schnittstellen - Representational State Transfer

  • Zur Kommunikation von verteilten Systemen
  • ist weder ein Protokoll, noch ein Standard
  • wurde parallel zu HTTP entwickelt
    • WWW liefert REST-konforme Infrastruktur

Eigenschaften von REST-Schnittstellen

  • Client-Server-Modell
    • UI ist von der Datenhaltung getrennt
  • REST-Schnittstelle ist zustandslos
    • jede Anfrage muss alle relevanten Informationen enthalten
    • Server hat keinen gespeicherten Kontext
  • Caching
    • gleiche Anfragen dürfen Cache verwenden
    • noncachable-Kennzeichnung möglich
  • Schnittstellen einheitlich
    • vom Dienst entkoppelte Schnittstelle
    • höhere Visibilität von Interaktionen, aber schlechtere Effizienz
      • Binärdaten müssen HTTP-Konformes Format haben
  • Layered System
    • schichtenbasiert -> der Einsatz eines Load-Balancers wird möglich
      • Anfragenlast kann verteilt werden
      • dadurch steigt aber auch die Latenz
  • Code-On-Demand
    • nachladbare Applets/Skripte für Clients sind möglich

Aufbau von REST-Anfragen

http://adresse:port/ beliebige Daten in HTTP konformer Syntax

Übung

Aufgabe 1 (30 min):

  1. Entwickeln Sie ein Microservice-Beispiel und visualisieren Sie ihre Idee
  2. Begründen Sie die Microservice-Architektur

Aufgabe 2:

  1. Suchen und bedienen Sie eine REST-Schnittstelle (Senden und Empfangen von Daten)

Links zum Testen:

https://httpbin.org

https://api.predic8.de

Link zum Registrieren der Mailadresse für den Amazon-Cloud-Service für nächste Woche im Backstage https://backstage.dhge.de/course/view.php?id=2718

Cloud Computing

Überblick

  • Cloud als Buzzword
  • Daten in der Cloud
  • Rechnen in der Cloud
  • Mythos: Ersetzt ein komplettes Rechenzentrum
  • nahe Verwandte: Grid-Computing, Cluster-Computing

Ursprung: Parallelisierung

  1. Parallelisierung auf CPU-Ebene
  2. Parallelisierung auf Rechner-Ebene
    • mehrere CPU pro Rechner
  3. Parallelisierung auf Cluster-Ebene
    • n-Systeme, die sich wie Eines verhalten
  4. Parallelisierung auf GRID-Ebene
    • mehrere zusammengefasste Cluster

Cluster und Grid Computing

Cluster-Computing

  • n-Systeme verhalten sich wie ein virtueller Supercomputer
  • Problem:
    • zu lösende Aufgabe muss sinnvoll aufteilbar sein
    • "Teile und Herrsche"-Problem -> Parallelverarbeitung muss möglich sein
  • Wenn Parallelisierung möglich ist:
    • Load-Balancer übernimmt die Verteilung der Einzelaufgaben
    • Cluster befindet sich an einem lokalen Standort
    • Buzzwords:
      • HPC - High Performance Computing
      • HA - High Availability

GRID-Computing

  • zentraler GRID-Server, der die Verwaltung der heterogenen Rechner-/Clusterstruktur übernimmt
  • GRID-Server übernimmt auch die dynamische Aufgabenverteilung
  • dazu wird eine GRID-Computing Software notwendig
  • Buzzword:
    • Job-Orientierung
      • Jobs werden der GRID-Software zur Verfügung gestellt, diese übernimmt die Abarbeitung
  • Vorteil ist die gute Skalierbarkeit
  • Ressourcen und Zugriff sind dezentral

Grid Computing

Warum (keine) Cloud

Pro Contra
Hardware-Kosten sinken permanente Internetverbindung benötigt
Gute Skalierbarkeit Vertraulichkeit muss sichergestellt sein
Hohe Verfügbarkeit Daten müssen sicher sein (z.B. DSGVO)
Verwaltungsaufwand sinkt für SW-Installation/Updates, Hardware Tausch, Backup Abhängigkeit von Dritten (Cloud-Anbieter)
Zahlung nach Nutzung Kosten können ggf. höher sein
24/7 Support Geschwindigkeit und Latenz
Eigene neue Netzwerk-Topologien konfigurierbar
Automatisierbarkeit

Over-Subscription: Cloud-Anbieter überbuchen ihre technischen Möglichkeiten, da nie von allen Kunden gleichzeitig alles genutzt wird

SaaS SW-Sammlungen
PaaS Laufzeitumgebung von Dienstanbietern
IaaS virtualisierte Computer Hardware

Anwendungsmodelle

  • Public Cloud (öffentliche Cloud)
    • von beliebigen Personen/Unternehmen benutzbar
    • keinen internen Anwendungen
    • Probleme mit Datensicherheit beachten
  • Private Cloud
    • Anbieter im eigenen Unternehmen (ggf. Outsourcing)
    • komplette Infrastruktur wird ausschließlich selbst genutzt
    • virtuelle Private Cloud: private Cloud auf anderen Servern (z.b. AWS Government Cloud)
  • Hybrid Cloud
    • mehrere eigenständige Cloud-Infrastrukturen
    • Nutzung über standardisierte Schnittstelle
    • z.B. Private Cloud + Public Cloud für Failover-Fall

IT-Aufbau

Aufbau einer IT

AWS-Einführung

S3 - Simple Storage Service

  • Bucket (Ordner) in die Dateien können hochgeladen werden
  • Diverse Konfigurationsmöglichkeiten: Öffentlicher Zugriff, Versionierung, ...

AWSCLI einrichten

[default]
aws_access_key_id=
aws_secret_access_key=
aws_session_token=
  • .aws/config sollte so aussehen:
[default]
region = us-east-1
output = json

Kostenberechnung AWS

Unter https://calculator.s3.amazonaws.com/index.html können die monatlichen Kosten für die AWS Services berechnet werden

Virtuelle Rechner im AWS anlegen

  1. Services > EC2 > Instanzen > Instanz starten
  2. Dann gewünschtes OS auswählen
  3. Dann Konfiguration auswählen (für Educate ist es t2 micro)
  4. Click: Configure Instance Details
  5. Details konfigurieren
  6. Click: Add Storage
  7. Speicher konfigurieren
  8. Click: Add Tags
  9. Tags zum Wiederauffinden der Maschine hinzufügen
  10. Click: Configure Security Group
  11. Port- und Diensteinstellungen konfigurieren
  12. Click: Review
  13. Click: Launch
  14. Generate SSH Keypair
  15. SSH Key abspeichern
  16. fertig.

Per SSH verbinden

Hier von Windows cmd aus:

cd PfadFürSSHKeypair

ssh -i Keypair.pem ubuntu@IPAdresseAusAWS

Per RDP verbinden

Bei Windows VMs findet sich der Admin Zugang unter:

Services > EC2 > Instanzen

Dann gewünschte Instanz anwählen und Click auf "Verbinden"

Dort dann die RDP-Datei herunterladen

Dann noch Passwort abrufen klicken um mit dem SSH-Keypair das Passwort zu entschlüsseln

Machine Learning - KI, neuronale Netzwerke, ...

Übersicht: Machine Learning

Arthur Samuel (1959):

"Computer bekommen die Fähigkeit zu lernen ohne dafür explizit programmiert worden zu sein"

Tom Mitchell:

"Ein Programm-System um automatisch zu lernen und sich durch Experimente zu verbessern"

Einsatzgebiete

  1. Objekterkennung

    • bestimmte Objekte auf Bildern oder in Videos erkennen
    • Beispiele:
      • Gesichtserkennung
        • Gesichtsmerkmale erkennen und zu Personen zuordnen
        • Lächeln und andere Emotionen erkennen
        • Alter und Geschlecht erkennen
      • Texterkennung
        • Bild -> Text
        • Audio -> Text
        • Formularanalyse
      • Objekte erkennen und zählen
        • krankhafte Zellen in CT- und MRT-Bildern
      • semantische Einteilung
        • unsichere Inhalte erkennen
          • z.B. Pornographie, Gewalt, ...
      • Bilder-Deutung

  2. Prinzipien in Datenfolgen erkennen

    • z.B. Virensignaturen...

  3. natürliche Sprache erkennen

    • nicht bezogen auf Diktierfunktion, also Text-To-Speech
    • es geht explizit um das "Verstehen" des Gesprochenen und Einordnung in den Kontext

Mathe-Perspektive

Guetefunktion

guetefunktion-2

Erkennen ohne Lernen

Erkennen durch Feature-Design

Ablauf:

$f(x,param_{1})=z_{1}$

$tilde{f}(z_{1}, param_{2})=z_{2}$

$dbtilde{f}(z_{2}, param{3})= y$

Konstruktion Neuronales Netz

Begriff des Deep-Learnings kommt daher, dass bei der Konstruktion viele versteckte Schichten verwendet werden. Die verschiedenen Layer ermöglichen den Einsatz verschiedener Features/Funktionen.