MapReduce 是目前最熱門的雲端技術之一，用來處理大量資料，不論資料探勘、非結構化的紀錄檔、網頁索引處理及其他需要大量資料處理的科學研究，都可透過 MapReduce 得到極佳的執行效率。MapReduce 為一分散式批次資料處理程式框架，將一個工作分解為許多較小的 map 任務以及 reduce 任務，由map 處理每個小問題，再由reduce將問題彙整，得到最終的結果。 Hadoop 是一個開放原始碼的 MapReduce 架構，並且被廣泛地應用在以大規模資料運算為主的雲端計算。Hadoop有一個非常重要的元件稱為scheduler ，是 hadoop的中樞，負責調度、指派任務和資源分配的優先順序。Scheduler的任務選擇與分配方式，將會影響 MapReduce 工作的執行效率與整個叢集的使用率，目前Hadoop預設的scheduler是將任務以先進先出(FIFO)的方式進行排程。提升MapReduce運算效能的挑戰之一為如何適當的分配Mapper 和 Reducer給雲端裡的每個節點來執行。儘管過去已經有許多改善MapReduce運算效能的研究，但是大部分的方法在實際的運作中，仍存在很多的問題，如工作節點的動態負載、data locality的問題，計算節點的異質性等等。我們發現目前Hadoop對於這些問題並沒有妥善處理，並且在相關的情況下，整體效能仍有改進空間。 我們提出Data Locality Driven Scheduler(DLDS)的方法，並實踐在 Hadoop上，試圖提高scheduler的效能。我們設計不同的實驗，比較DLDS在不同狀況下和其他的排程演算法的差異。實驗結果顯示，透過提高資料的地域性，平均可提昇10% 至 15% 的效能。 / MapReduce is programming model for processing large data set. It is typically used to do distributed computing on clusters of computers such as Cloud computing platform. Examples of bit data set include unstructured logs, web indexing, scientific data, surveillance data, etc. MapReduce is a distributed processing program framework, a computing job is broken down into many smaller Map tasks and a Reduce task.Each Map task processes a partition of the given data set and Reduce aggregates the results of Maps to produce final result. Hadoop is an open-source MapReduce architecture, and is widely used in many cloud-based services.To best utilize computing resource in a cloud server, a task scheduler is essential to assign tasks to appropriate processors as well as to prioritize resource allocation. The default scheduler of Hadoop is first-in-first-out (FIFO) scheduler which is simple but has a performance inefficiency yet to be improved. Although there have been many researches aiming to improve the performance of MapReduce platform in the past year, there still have many issues hindering the performance improvement, such as dynamic load balance, data locality, and heterogeneity of computing nodes. To improve data locality, we propose a new scheduler called Data Locality Driven Scheduler (DLDS) based on Hadoop platform. DLDS improve Hadoop's performamce by allocating Map tasks as close as possible to the data block they are to process. We evaluated the proposed DLDS against several other schedulers by simulation on an 8 nodes real Hadoop system. Experimental results show that DLDS can improve data locality by 10-15%, which results in a significant performamce improvement.

台灣伺服器代工產業位居全球第一的地位，長久以來都以服務歐美大廠的硬體品牌商為使命，已經身處在成熟期的產業發展階段。由於主機板規格日益標準化，加上目前台灣前五大ODM/OEM業者全部都主攻於代工製造中低階的x86架構伺服器，所以造成此市場區隔競爭激烈，毛利率逐年下降。 近年來「雲端運算」與「虛擬化技術」興起，替整個產業帶來破壞式創新的商機，不僅出現新的使用者族群（雲端資料中心）、產生較低階規格產品（雲端伺服器）的開發需求，不高度強調品牌忠誠度的雲端資料中心也讓整個產業的進入障礙得以降低。於是台灣伺服器代工產業價值鏈開始面臨破壞與重組。台灣伺服器代工業者與硬體品牌大廠、雲端資料中心業者或大型網路平台業者，以及其它中小型資料中心業者之間多重的動態競爭、合作或互補關係，來歸納出伺服器製造產業鏈逐漸形成的新網絡架構、代工廠商選擇轉型的策略意涵，並實際提出給伺服器代工業者的具體建議。 / Taiwan server OEM/ODM industry, in maturity stage of industry life cycle, has taken orders from European and American hardware brands for a long time and been ranked number one in the global market. Because the motherboard specifications are standardized increasingly and the top five ODM/OEM manufacturers all focus on the same mid to low-end x86-based servers, this market segment has faced fierce competition and low profit margin year by year. In recent years, cloud computing and virtualization technology bring destructive innovation and new business opportunities to the entire server OEM/ODM industry. This development not only created a new group of users (Cloud Data Center) and a new demand of lower-order need products (Cloud Server), but also reduced the entry barrier of unknown brands. As a result, Taiwan server OEM/ODM industry faced destruction and reconstruction of its value chain. By describing the mutual relationship between Taiwan server OEM/ODM vendors, i.e., European and American hardware brands, giant cloud data centers, and small to mid-sized cloud data centers, the research summarizes a new network architecture of the entire server industry. This research also provides strategic suggestions to potential owned-brand companies. At the end, the research proposed several specific recommendations to the Taiwan server OEM/ODM vendors.

所謂的SSE (Symmetric Searchable Encryption;對稱式可搜尋加密)就是將自己的資料用自己的密鑰加密外包放在一個網路或雲端上的資料庫DB，存放期間使用者能保有向DB搜尋資料的能力，而DB仍然可以在不知道資料明文的情況下，把使用者所欲搜尋的資料回傳給他。2013年林峻立等學者針對上述的雲端環境，提出了具動態維護及合取關鍵字搜尋之無連結性密文搜尋機制，此方案利用SSE的方式能讓雲端上的伺服器快速搜尋到所提交的關鍵字相關檔案，但此方案所提出之協議仍有安全上的弱點。因此，在此篇論文中，我們基於此方案，分析其安全性漏洞，並在兼顧安全性與低成本的特性下，提出新的SSE搜尋機制。

在美國發生911事件後，全世界對於國家安全的關注也隨之提高，這也進一步影響了安全監控產業的發展。在發達國家裡的城市對於安全監控設備的要求有增無減，在2008年的全球金融海嘯後，台灣安全監控產業面臨劇大的衝擊，安全監控產品的利潤也越來越少，因此業者想改變現在的局面就必須對安全監控產業進行變革創新，提升未來的競爭優勢。在近期炙手可熱的雲端運算趨勢中，本研究欲把雲端運算與安全監控技術相結合，進一步探討雲端環境下安全監控產業的經營改革所帶來的影響。 　　本研究的分析方式主要是以問卷調查方法為主，蒐集安全監控專家與業者的意見，並統整進行探索性分析與歸納分析，最後以SWOT分析圖來分析安全監控產業的優勢、劣勢、機會與威脅。 經過資料統整與分析結果後，本研究發現在雲端環境下安全監控產業的影響因素可歸納成三大點，即為是激烈的競爭與雲端、安全監控設備的主要用途以及安全監控產業發達地區。此外透過綜合的結論，本研究也為雲端環境下安全監控產業的經營改革提出了一些建議，希望業者可以透過產品與技術的整合策略，提供更多的附加價值，以提高雲端環境下安全監控產業產品的價值。再來主要是較強調內銷和注重台灣北部以下的市場，並針對這些地區推廣安全監控設備的使用。最後則是匯率上的考量，由於國際間的貿易主要還是以外幣為交易貨幣，因此業者必須考慮匯率的波動性，以減低其帶來的風險。

雲端儲存是指將資料儲存在網路空間，而非儲存在實體伺服器中，通常是將資料儲存在第三方代管的虛擬伺服器上。提供雲端儲存服務的企業(例如：Amazon、Google)，其商業模式為提供租賃的儲存空間，依顧客需求按實際使用空間計價。使用者可依需求隨時擴充儲存空間，相較於傳統實體儲存設備更具彈性。 了解雲端儲存之前，會先介紹什麼是雲端運算、其基本特徵、服務模式和部屬模式，再提到雲端運算目前主要營運廠商，內含雲端儲存服務廠商。為了研究雲端儲存服務的發展與未來，除匯整國內外研究報告意見外，並以實際訪談兩位該領域專家，希望能針對該主題作深入的研究與探討。 台灣雲端運算產業較偏重於IaaS基礎建設應用為主軸。未來台灣業者除了軟體技術持續精進外，也應加重與SaaS軟體廠商的合作，發展成整體解決方案系統(Total solution)，以開拓此領域之市場商機。台灣廠商雖然在雲端儲存產業鏈上各自佔有一席之地，但由於多為專業分工的代工業，因此只能切入某一個層面的利基市場(niche market)。 並輔以個案公司－D公司、廣達、鴻海和國外競爭者VMware，觀察四家企業從事雲端儲存服務的策略。現在雲端儲存廠商無不加快在市場布局，考量競爭態勢，本論文以D公司角度建議該公司在雲端儲存產品的發展策略。

WHO的一項全球性調查顯示，全世界真正健康的人佔5%，經診斷有疾病的人佔20%，處於亞健康的人佔75%，伴隨著慢性病所造成的死亡率也跟著增加，生活的品質已成為大眾們所關注的焦點，因此國人已有如何自主管理健康取代經常性的藥物治療，以增進健康的生活品質之意識。隨著國人對於自我健康管理的認知，如何滿足有效的管理健康需求的增加，已是大家探討的熱門議題。針對此一議題，本研究以健康促進處方為核心，整合個人化的生理健康數據如血壓、血糖、膽固醇、生活習慣、工作型態等進行健康風險評估，進而推薦適合的個人化健康促進處方，搭配運動器材、行動應用程式(Mobile Application)、雲端運算平台、體適能中心之運動生理監控，未來可適用於企業自行發展出的一套「雲端個人化健康管理平台」，有效支持個人運動安全並培養定期的運動習慣，達到健康促進的目標。

本研究之重點是在金融科技上提供一個平台，平台的服務流程以理財機器人為例，使用雲端技術，以微服務的概念實作各服務的功能，並使用MQTT訊息佇列作為服務之間的溝通，打造一個能分散運算R語言的環境，讓投資人可以透過前端的瀏覽器去選擇適當的基金，並計算適當的投資比例，提供投資人作為投資基金的參考。 平台中基金篩選的方式是透過4433法則來篩選，選出過去長、中、短期績效優良之基金，下一步再將基金篩選的結果透過效率前緣、切線投資組合、平均權重不同的演算法計算資金分配，依不同演算法算出共三組不同比例的投資權重，提供投資人作為投資基金之參考，本研究使用2010年到2014年共五年的基金資料去做基金篩選及資金分配計算，再用2015年一整年的資料計算效益。透過切線投資組合演算法所算出的投資權重，在2015年1月到2015年6月投資六個月時得到最佳的報酬率為22%。

本篇論文將針對線上遊戲產業之雲端運算服務平台之發展進行研究與探討。從線上遊戲產業發展的現況與趨勢中，看到線上遊戲仍是市場的主流，更是付費機制的成熟產品，但也看到新興遊戲如SNS網頁遊戲、App遊戲的衝擊下，線上遊戲已不再是大型遊戲或是只有大型公司才有能力開發製作的產品，而中小型團隊也開始蜂擁加入開發的行列。 在線上遊戲產品開發流程與產業價值鏈的文獻探討中，看到線上遊戲的開發與營運價值單元，且這些價值單元都是非常符合雲端運算的功能與架構，並再透過詳細解析產品開發流程與營運價值鏈的每個環節中去對應雲端運算架構與功能，分析雲端運算對線上遊戲之開發端及消費端所提昇之價值與效益面，以及線上遊戲之雲端運算服務平台的可能功能與服務模式。 線上遊戲因為具備文件、物件資料量龐大、即時運算需求極高、中小型開發團隊須降低軟硬體開發成本需求殷切以及需要共用之伺服器軟硬體環境，還有備援且不允許因維運、修改、除錯等而可能停機或當機之風險產生等特性，使得在這一波雲端運算的潮流與趨勢中，選擇提供線上遊戲開發與營運之雲端運算平台服務，應是一項可預期的發展機會。 本研究最後透過一家已推出線上遊戲雲端運算服務平台的個案研究，再呼應前面線上遊戲與雲端運算功能與架構的關聯框架及分析，最後提出對個案公司應以大量即時運算為核心能力，提供跨業服務、以核心技術發展技轉與合作營運模式、結合HTML5或Yahoo的YUI等技術，全力搶攻新興連線遊戲市場、研發雲端Server端引擎產品等建議外，也對線上遊戲之雲端運算服務平台提出可發展SaaS、PaaS、IaaS等各別專業及可具備彈性且可發展成機動組合的混合型雲端服務模式之結論與建議等。 / This report is the research and investigation of the cloud computing platform development in online game industry. We find that online game is still the mainstream as well as a developed product under the paid mechanisms through the condition and trend of online game industry. However, because of the impact of SNS website game and App game, the online game no longer just a hug online game or develop by big companies, instead the medium and small groups can develop the online game as well now. We find out that there are some unites in the literature investigated the development process and industrial value chain of online fit in with the function of cloud computing and its framework. In addition, we will do the detailed analysis of production developing process and operation value to correspond to the function and framework of cloud computing, analyze the value and benefit the cloud computer can do to improve the beginning and consumption-side of online game and its possible function and service mode for online game. The online game needs huge quantity of data in document and object, so the need of instant cloud computing is high. For that reason, when develop the software and hardware, the medium and small groups need to reduce the cost. Moreover, they need the server that can use in both new software and hardware, the backup, un-interruptible power supply and the feature of operating normally while doing the maintenance, modification, debug, etc. So, in the trend of current cloud computing, one of the predictable development opportunity is have the cloud computing platform service that can help to develop and operate online game. In the end, the study will take the case study of cloud computing platform that have released online game as example, correspond to the relevant framework and analysis from the previous online game and the function and framework of cloud computing and finally give the suggests and conclusion to the case company, which is taking great amount of instant cloud computing as core ability, provide cross-field services, use core technology development transformation and cooperation service mode, The use of HTML5 or Yahoo's YUI technology put in all effort to earn the new market of online game and research and develop the cloud computer server engine. Other than that, we also bring up the individual professional service that can develop in the cloud computing platform of online game such as SaaS, PaaS, IaaS and the suggestions and conclusions relate to the flexible and assembling-based complex cloud service.

近幾年來資料採礦及雲端運算的興起，導致許多公司企業紛紛推出有關雲端運算的服務，或利用資料採礦的技術以助於了解客戶行為。而資料採礦的技術不僅是企業所獨享的一個工具，一般非企業的使用者也常常會面臨到決策問題，為了讓一般使用者能夠方便取得軟體工具以及節省時間成本，本研究以雲端運算為概念，利用RExcel軟體和Excel VBA程式語言為研究工具，發展出一個資料採礦分類雲端運算系統。 　　本研究將欲分類的目標變數分為三種型態：數字連續型、數字類別型以及文字類別型，此分類系統會依照目標變數型態的不同，而採取不同的分類模型來分析使用者之資料，並分別以三個資料檔為例，上傳至此資料採礦之分類系統進行分析後，其分析結果報表將以網頁預覽的方式呈現給使用者，使用者可以針對連續型目標變數的資料分析結果，利用MAPE值評估分類模型之優劣，而類別型目標變數的資料分析結果，則可以正確率來評估分類模型之優劣。 　　使用者可透過簡易步驟來操作此系統，並選擇可解釋資料之最佳模型，也可從結果報表中獲取資料之特性，更進一步地可以進行所需的決策。 關鍵字：雲端運算、資料採礦、分類模型 / In resent years, the rise of data mining and cloud computing has led many enterprises have been offering services related to cloud computing, or using data mining techniques to understand customer behaviors. Data mining is a tool not only for enterprises, but also for general non-business users who often face making decisions. In order to enable general users to easily assess the software and save time and costs, this study proposes a classification system of data mining constructed by RExcel and Excel VBA, which is based on cloud computing. 　　In this study, the target variable is divided into three types: digital continuous, digital categorical and literal categorical. The classification system is in accordance with the different types of target variables, taking different classification models to analyze user’s data. Taking three data as examples, respectively, uploading them to the system, then the analysis results will be present to the user in the way of page preview. The user can use MAPE values to evaluate classification models with regard to the results of the data for the continuous target variable, and use correct rate to evaluate classification models with regard to the results of the data for the categorical target variable. 　　Users can take simple steps to operate the system, select the best model which can explain the data, and obtain the characteristics of the data from the result reports, further to the necessary decision-making. Keyword: cloud computing, data mining, classification models

本研究針對目前最新技術發展趨勢，提出一個以瀏覽器為中心的雲端運算服務模型。本研究稱之「雲端服務交換器系統」，解決後端大量巨量資料透過緩衝區送至前端瀏覽器頁面顕示之問題並改善傳輸速度。本研究整合MongoDB、AngularJS、Socket.IO、Kafka、Node.js五項元素。研究解決前端中JavaScript與網頁互動之困難、前後端開發語言相容性問題、巨量資料需求造成的伺服器負載量、前後端即時通訊效能等問題，最後達成建置高頻交易網站之目的。