Kursplan - Smarta digitala plattformar: molntjänster, säkerhet och Big data

Syfte

Syftet med denna kurs är att ge studenten kunskaper och insikter inom molntjänster och  hantering och bearbetning av Big data i molnmiljö. Kursen skall ge studenterna erforderliga teoretiska och praktiska kunskaper för att kunna använda molntjänster för hantering av Big data och tar hänsyn till datasäkerhet.

Lärandemål

Efter avslutad kurs ska studenten kunna:

1. redogöra för molnplattformars tjänstemodeller, uppbyggnad och funktionalitet,
2. redogöra principen av Big data och relation till molntjänster,
3. kunna differentiera mellan olika databastjänster och tillämpa dem i olika scenarier,
4. förstå och jämföra olika lagringsalternativ som erbjuds,
5. redogöra och rekommendera hur data säkras i datormoln samt
6.. praktiskt tillämpa ett antal molntjänster för att söka i stora datamängder.

Innehåll

- Introduktion till molntjänster: Koncept, arkitektur, tjänster, och utvecklingsmetoder
- Molnteknologier: Virtualisering, last-balansering, skalbarhet och elasticitet
- Molnlagring: Översikt över lagringteknologier
- Databas: Databaskoncept och språk
- Big data i moln: Koncept och analytiska tjänster
- De facto Big data ramar för bearbetning: Hadoop och MapReduce
- Säkerhet och integritet i moln: Koncept och utmaningar
- Molntjänster access: autentisering och auktorisering

Särskild behörighet

Programmering 7,5 hp.

Examination

Salstentamen (TEN1), 2,5 hp, examinerar lärandemål 1-5, betyg Underkänd (U), 3, 4 eller 5.
Projekt PRO (PRO1), 3 hp, examinerar lärandemål 6, betyg Underkänd (U), 3, 4 eller 5.
Laboration (LAB1), 2 hp, examinerar lärandemål 2-4, betyg Underkänd (U) eller Godkänd (G).

En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.

Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.

Betyg

Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd

Övergångsbestämmelser och övriga föreskrifter

Kursen överlappar med 3 hp mot DVA453 Maskininlärning med Big Data, med 4,5 hp mot DVA254 Molntjänster samt med 2,5 hp med DVA444 Industriella system i datamoln.