Universidad Católica San Pablo

Escuela Profesional de
Ciencia de la Computación
SILABO

CS3P2. Cloud Computing (Obligatorio)

2022-II
1. DATOS GENERALES
1.1 CARRERA PROFESIONAL : Ciencia de la Computación
1.2 ASIGNATURA : CS3P2. Cloud Computing
1.3 SEMESTRE ACADÉMICO : 10mo Semestre.
1.4 PREREQUISITO(S) : CS370. Big Data. (9no Sem)
1.5 CARÁCTER : Obligatorio
1.6 HORAS : 1 HT; 4HP;
1.7 CRÉDITOS : 3
1.8 MODALIDAD : Presencial

2. DOCENTE
Dr. Alvaro Henry Mamani-Aliaga
Dr. Ciencia de la Computación, UNSA, Perú, 2019.

Mag. Ciencia de la Computación, IME-USP, Brasil, 2011.

Prof. Ingenierı́a de Sistemas, UNSA, Perú, 2016.

3. FUNDAMENTACIÓN DEL CURSO

La capacidad de procesamiento de una sola máquina es limitada y la Ley de Moore se ha encontrado con barreras antes
de lo previsto, a pesar de esto la necesidad de mayor poder computacional es cresciente.
El uso de las computadoras como elementos conectados entre sı́ es cada vez más común y cada vez en mayor escala, la
capacidad de comunicación entre dispositivos (computadoras, celulares, pdas, etc.), abre las puertas a la existencia de
una única plataforma donde la información de los usuarios esté disponible siempre, sin importar el medio de acceso a
esta (Cloud computing).
La computación en la nube de internet o un grupo de computadores permite conseguir ambos objetivos, traspasando la
barrera de una sola máquina para poder integrar las capacidades de distintos dispositivos y permitirles interactuar en
un entorno que el usuario perciba como unificado; además, al conectarlos, el tope de desempeño del sistema ya no es la
capacidad de un sólo elemento (e.g. CPU) sino la cantidad de participantes en este, por lo cual existe una escalabilidad
del poder computacional muchı́simo mayor.

4. SUMILLA
1. Bases teóricas de la Computación en la Nube 2. Procesamiento de datos 3. Virtualización, Contenerización 4. Ten-
dencias en Computación en la Nube

5. OBJETIVO GENERAL

Comprender los conceptos básicos de la computación en nube, incluyendo definiciones, historia, pros y cons de la
misma, comparaciones con tecnologı́as relacionadas, tales como grid computing, o utility computing.
Conocer la tecnologı́a que soporta a la computación en nube.

Comprender la relación entre data-intensive applications y cloud computing, y

Evaluar el nuevo modelo de computación para conocer las tendencias de esta área emergente.

1
6. CONTRIBUCIÓN A LA FORMACIÓN PROFESIONAL Y FORMACIÓN GENERAL
Esta disciplina contribuye al logro de los siguientes resultados de la carrera:
a) Aplicar conocimientos de computación y de matemáticas apropiadas para la disciplina. (Evaluar)

b) Analizar problemas e identificar y definir los requerimientos computacionales apropiados para su solución. ()
c) Diseñar, implementar y evaluar un sistema, proceso, componente o programa computacional para alcanzar las
necesidades deseadas. ()
d) Trabajar efectivamente en equipos para cumplir con un objetivo común. (Evaluar)

i) Utilizar técnicas y herramientas actuales necesarias para la práctica de la computación. (Evaluar)

j) Aplicar la base matemática, principios de algoritmos y la teorı́a de la Ciencia de la Computación en el modelamiento
y diseño de sistemas computacionales de tal manera que demuestre comprensión de los puntos de equilibrio
involucrados en la opción escogida. ()

k) Aplicar los principios de desarrollo y diseño en la construcción de sistemas de software de complejidad variable. ()

7. COMPETENCIAS ESPECÍFICAS DE COMPUTACIÓN

Esta disciplina contribuye a la formación de las siguientes competencias del área de computación (IEEE):
C2. Capacidad para tener una perspectiva crı́tica y creativa para identificar y resolver problemas utilizando el pensa-
miento computacional.⇒ Outcome a
C4. Una comprensión del hardware de la computadora desde la perspectiva del software, por ejemplo, el uso del
procesador, memoria, unidades de disco, pantalla, etc.⇒ Outcome b
C16. Capacidad para identificar temas avanzados de computación y de la comprensión de las fronteras de la
disciplina.⇒ Outcome i
CS2. Identificar y analizar los criterios y especificaciones apropiadas a los problemas especı́ficos, y planificar estrategias
para su solución.⇒ Outcome i
CS3. Analizar el grado en que un sistema basado en el ordenador cumple con los criterios definidos para su uso actual
y futuro desarrollo.⇒ Outcome j
CS6. Evaluar los sistemas en términos de atributos de calidad en general y las posibles ventajas y desventajas que se
presentan en el problema dado.⇒ Outcome j

8. CONTENIDOS

UNIDAD 1: Bases teóricas de la Computación en la Nube (12)

Competencias: C2
CONTENIDO OBJETIVO GENERAL

Introducción a la Computación en la Nube Comprender los conceptos relacionados a la Compu-

tación en la Nube.
Modelos de Servicio en Computación en la Nube
Comprender la infraestructura y componentes de un
Tipos de despliegue en Computación en la Nube Centro de Datos.
Infraestructura y Centros de Datos Entender los modelos de servicio y tipos de desplie-
Tendencias en Investigación en Computación en la gue en Computación en la Nube.
Nube Conocer las tendencias en investigación en el área de
Computación en la Nube.

Lecturas: [Armbrust et al., 2009], [Singh et al., 2016], [Fernando et al., 2013]

2
UNIDAD 2: Procesamiento de datos (15)
Competencias: C2
CONTENIDO OBJETIVO GENERAL

Introducción al framework Hadoop. Entender los conceptos relacionados al framework

Hadoop.
Sistema de Archivo Distribuido de Hadoop.
Entender los conceptos relacionados al Sistema de
Introducción al modelo de programación MapRedu- Archivo Distribuido de Hadoop.
ce.
Entender y aplicar el modelo de programación Ma-
Introducción al framework Spark. pReduce.

Entender los conceptos relacionados al framework

Spark.

Lecturas: [Dean and Ghemawat, 2008], [Zaharia et al., 2016], [Vavilapalli et al., 2013]

UNIDAD 3: Virtualización, Contenerización (15)

Competencias: C3
CONTENIDO OBJETIVO GENERAL

Introducción a la Contenerización. Entender el concepto de Contenerización.

Evolución de la Contenerización. Crear y utilizar contenedores.

Diferencias entre Contenerizatión y Virtualización. Entender las diferencias entre Contenerizatión y Vir-
tualización

Lecturas: [?], [Verma et al., 2015], [Pahl, 2015], [Dua et al., 2014]

UNIDAD 4: Tendencias en Computación en la Nube (12)

Competencias: C3
CONTENIDO OBJETIVO GENERAL

Autoescalamiento. Entender las diferentes formas de autoescalamiento.

Infraestructura como código. Utilizar las diferentes herramientas para la adminis-

tración como código en la nube.
Computación sin servidor.
Entender el paradigma de Computación sin servidor.

Lecturas: [?], [?], [?]

9. METODOLOGÍA

El profesor del curso presentará clases teóricas de los temas señalados en el programa propiciando la intervención de
los alumnos.
El profesor del curso presentará demostraciones para fundamentar clases teóricas.
El profesor y los alumnos realizarán prácticas.
Los alumnos deberán asistir a clase habiendo leı́do lo que el profesor va a presentar.
De esta manera se facilitará la comprensión y los estudiantes estarán en mejores condiciones de hacer consultas en
clase.

3
 10. EVALUACIONES

Evaluación Permanente 1 : 20 %

Examen Parcial : 30 %
Evaluación Permanente 2 : 20 %

Examen Final : 30 %

Referencias
[Armbrust et al., 2009] Armbrust, M., Fox, A., Griffith, R., Joseph, A. D., Katz, R. H., Konwinski, A., Lee, G., Patterson,
D. A., Rabkin, A., Stoica, I., and Zaharia, M. (2009). Above the clouds: A berkeley view of cloud computing. Technical
Report UCB/EECS-2009-28, EECS Department, University of California, Berkeley.

[Dean and Ghemawat, 2008] Dean, J. and Ghemawat, S. (2008). Mapreduce: simplified data processing on large clusters.
Commun. ACM, 51(1):107–113.

[Dua et al., 2014] Dua, R., Raja, A. R., and Kakadia, D. (2014). Virtualization vs containerization to support paas. In
2014 IEEE International Conference on Cloud Engineering, pages 610–614.

[Fernando et al., 2013] Fernando, N., Loke, S. W., and Rahayu, W. (2013). Mobile cloud computing: A survey. Future
Generation Computer Systems, 29(1):84 – 106.

[Pahl, 2015] Pahl, C. (2015). Containerization and the paas cloud. IEEE Cloud Computing, 2(3):24–31.

[Singh et al., 2016] Singh, S., Jeong, Y.-S., and Park, J. H. (2016). A survey on cloud computing security: Issues, threats,
and solutions. Journal of Network and Computer Applications, 75:200 – 222.

[Vavilapalli et al., 2013] Vavilapalli, V. K., Murthy, A. C., Douglas, C., Agarwal, S., Konar, M., Evans, R., Graves, T.,
Lowe, J., Shah, H., Seth, S., and et al. (2013). Apache hadoop yarn: Yet another resource negotiator. In Proceedings
of the 4th Annual Symposium on Cloud Computing, SOCC âĂŹ13, New York, NY, USA. Association for Computing
Machinery.

[Verma et al., 2015] Verma, A., Pedrosa, L., Korupolu, M. R., Oppenheimer, D., Tune, E., and Wilkes, J. (2015). Large-
scale cluster management at Google with Borg. In Proceedings of the European Conference on Computer Systems
(EuroSys), Bordeaux, France.
[Zaharia et al., 2016] Zaharia, M., Xin, R. S., Wendell, P., Das, T., Armbrust, M., Dave, A., Meng, X., Rosen, J., Ven-
kataraman, S., Franklin, M. J., and et al. (2016). Apache spark: A unified engine for big data processing. Commun.
ACM, 59:56âĂŞ65.