The computing continuum enables new opportunities for managing big data pipelines concerning efficient management of heterogeneous and untrustworthy resources. We discuss the big data pipelines lifecycle on the computing continuum and its associated challenges, and we outline a future research agenda in this area.

Big Data Pipelines on the Computing Continuum: Tapping the Dark Data / Roman, Dumitru; Prodan, Radu; Nikolov, Nikolay; Soylu, Ahmet; Matskin, Mihhail; Marrella, Andrea; Kimovski, Dragi; Elvesaeter, Brian; Simonet-Boulogne, Anthony; Ledakis, Giannis; Song, Hui; Leotta, Francesco; Kharlamov, Evgeny. - In: COMPUTER. - ISSN 0018-9162. - 55:11(2022), pp. 74-84. [10.1109/MC.2022.3154148]

Big Data Pipelines on the Computing Continuum: Tapping the Dark Data

Andrea Marrella
;
Francesco Leotta;
2022

Abstract

The computing continuum enables new opportunities for managing big data pipelines concerning efficient management of heterogeneous and untrustworthy resources. We discuss the big data pipelines lifecycle on the computing continuum and its associated challenges, and we outline a future research agenda in this area.
2022
pipelines; big data; data integrity; database systems; information integrity
01 Pubblicazione su rivista::01a Articolo in rivista
Big Data Pipelines on the Computing Continuum: Tapping the Dark Data / Roman, Dumitru; Prodan, Radu; Nikolov, Nikolay; Soylu, Ahmet; Matskin, Mihhail; Marrella, Andrea; Kimovski, Dragi; Elvesaeter, Brian; Simonet-Boulogne, Anthony; Ledakis, Giannis; Song, Hui; Leotta, Francesco; Kharlamov, Evgeny. - In: COMPUTER. - ISSN 0018-9162. - 55:11(2022), pp. 74-84. [10.1109/MC.2022.3154148]
File allegati a questo prodotto
File Dimensione Formato  
Dumitru_Big-Data_2022.pdf

solo gestori archivio

Tipologia: Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 804.85 kB
Formato Adobe PDF
804.85 kB Adobe PDF   Contatta l'autore
Dumitru_postprint_Big-data_2022.pdf

accesso aperto

Note: DOI: 10.1109/MC.2022.3154148
Tipologia: Documento in Post-print (versione successiva alla peer review e accettata per la pubblicazione)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 379.34 kB
Formato Adobe PDF
379.34 kB Adobe PDF

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11573/1660837
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 17
  • ???jsp.display-item.citation.isi??? 13
social impact