In order to fully benefit from cloud computing, services are designed following the “multi-tenant” architectural model which is aimed at maximizing resource sharing among users. However, multi-tenancy introduces challenges of security, performance isolation, scaling and customization. RStudio server is an open source Integrated Development Environment (IDE) accessible over a web browser for R programming language. The purpose of this thesis is to develop an open source multi-user distributed system on Hopsworks, a data intensive and AI platform, following the multi-tenant model, that provides RStudio as Software as a Service (SaaS). Our goal is to promote collaboration among users when using RStudio and the learning and teaching of R by enabling users easily have access to same computational environments and resources while eliminating installation and maintenance tasks. Hopsworks introduces project-based multi-tenancy where users within a project share project resources (e.g datasets, programs and services) for collaboration which introduces one more challenge of sharing project resources in RStudio server instances. To achieve our purpose and goal we therefore needed to solve the following problems: performance isolation, security, project resources sharing, scaling and customization. Our proposed model is on demand single user RStudio server instances per project. Our system is built around Docker and Kubernetes to solve the problems of performance isolation, security and scaling. We introduce HopsFS-mount, that allows securely mounting HopsFS via FUSE to solve the project resources (datasets and programs) sharing problem. We integrate our system with Apache Spark which can scale and handle Big Data processing workloads. Also we provide a UI where users can provide custom configuration and have full control of their own RStudio server instances. Our system was tested on a GCP cluster with four worker nodes each with 30GB of RAM allocated to them. The tests on this cluster showed that 44 RStudio servers, each with 2GB of RAM, can be run concurrently. Our system can scale out to potentially support hundreds of concurrently running RStudio servers by adding more resources (CPUs and RAM) to the cluster or system. / För att dra full nytta av molntjänster är vissa applikationer designade för multitenans som syftar till att maximera resursdelning mellan användare. Dock introducerar multitenans utmaningar i hänsyn till resursdelning, säkerhet, prestandaisolering, anpassning och skalning. RStudio-server är en öppen källkod Integrerad utvecklingsmiljö (IDE) tillgänglig över en webbläsare för programmeringsspråket R. Syftet med denna avhandling är att utveckla ett distribuerat system med öppen källkod för flera användare på Hopsworks, en data krävande AI-plattform, efter multitenans-modellen, som tillhandahåller RStudio som Software as a Service (SaaS). Vårt mål är att främja samarbete mellan användare vid användning av RStudio, inlärning och undervisning av R genom att göra det enkelt för användare att ha tillgång till samma beräknings miljöer och resurser samtidigt som installation och underhållsarbete elimineras. Hopsworks introducerar projektbaserad multitenans där användare inom ett projekt delar projektresurser (t.ex. datamängder, program och tjänster) för samarbete som introducerar ytterligare en utmaning att dela projektresurser i RStudio server instanser. För att uppnå vårt syfte och mål behövde vi därför lösa följande problem: prestandaisolering, säkerhet, projekt resursdelning, skalning och anpassning. Vår föreslagna modell är på bergäran en-användares RStudio-serverinstanser per projekt. Vårt system är byggt kring Docker och Kubernetes för att lösa problemen med prestanda isolering, säkerhet och skalning. Vi introducerar HopsFS-mount, som gör det möjligt att säkert montera HopsFS via FUSE för att lösa resurs (datamängder och program) delning problemet. Vi integrerar vårt system med Apache Spark som kan skala och hantera Big Data bearbetning belastningar. Vi tillhandahåller också ett användargränssnitt där användare kan tillhandahålla anpassad konfiguration och ha full kontroll över sina egna RStudio-serverinstanser. Vårt system testades på ett GCP-kluster med fyra arbets noder, varje node hade 30 GB RAM. Testerna på detta kluster visade att 44 RStudio-servrar, var och en med 2 GB RAM, kan köras samtidigt. Vårt system kan även skala ut för att potentiellt stödja hundratals RStudio-servrar som samtidigt körs genom att lägga till fler resurser (CPU:er och RAM) i klustret eller systemet.

The purpose of this thesis is to investigate the possibilities of predicting vacancies in the real estate market by using machine learning models in terms of classification. These models were mainly based on data from contracts between a Swedish real estate company and their tenants. Attributes such as annual renting cost and rental area for each contract were supplemented with additional data regarding financial and geographical information about the tenants. The data was stored in three different formats with the first having binary classes which aim is to predict if the tenant is moving out within a year or more. The format of the second and third version were both multi classification problems that aims to classify if the tenants might terminate their contract within a specific interval with the length of three and six months. Based on the results from Microsoft Azure Machine Learning Studio, it is discovered that the multi classification problems perform rather poorly due to the classes being unbalanced. Regarding the  performance of the binary model, a more satisfying result was obtained but not to the extend to say that the model can be used to determine a vacancy with high accuracy. It should rather be used as a risk analysis tool to detect if a tenant is showing tendencies that could result in a future vacancy. A major pitfall of this thesis was the lack of data and the financial information not being specific enough. The performance of the models will likely increase with a larger dataset and more accurate financial information.

The majority of cloud storage platforms rely on a centralized structure, with the most popular being Microsoft Azure. Centralization causes consumers to rely on the provider to maintain accessibility and security of data. However, platforms such as Storj.io are based on a decentralized structure. To become decentralized, Storj.io uses blockchain technology in a means to create an automated consensus mechanism between the entities storing the data. There is however little research regarding performance and security issues on a decentralized platform based on blockchain technology. The purpose of this study is to identify the beneficial and non-beneficial aspects of using blockchain-based decentralized cloud storage as a substitute for centralized ones. The study focuses on performance and security. A comparative case study has been executed, consisting of an experiment and literature study. Quantitative data from an experiment was used in a hypothesis test to determine whether there were any performance differences between Microsoft Azure Blob Storage and Storj.io. A literature study generating qualitative data was then made to identify differences in security measures and from that also discuss potential security risks on a service like Storj.io. This study found that the performance of Storj.io was lower than Microsoft Azure’s Blob Storage. Causes of these results were identified to be due to the many more steps during resource allocation in Storj.io, compared to Blob Storage. Security risks identified in Storj.io through the literature study were generally connected to the consensus mechanism. However, research shows that it is very unlikely for the consensus mechanism to be compromised. Because Microsoft Azure’s service does not use a blockchain, these risks do not exist. For secure data transfer to Azure’s service, consumers have to implement encryption manually client-side. Therefore, this study could not conclude whether Storj.io is a safe alternative because a consumer using the Microsoft Azure service is responsible for implementing security measures. Conclusions drawn from this study are intended to act as new knowledge in the field of blockchain-based decentralized cloud storage. It is an outset to decide whether to use centralized cloud storage or blockchain-based decentralized cloud storage from a performance and security perspective. / Majoriteten av datalagringsmolntjänsterna är centraliserade, varav Microsoft Azure står som den mest använda molntjänsten. Centralisering innebär att konsumenten behöver lita på att värdföretaget hanterar tillgänglighet och säkerheten av data på bästa möjliga sätt. I kontrast mot en centraliserad molnplattform finns Storj.io som är en decentraliserad molnlagringstjänst. För att åstadkomma decentralisering använder sig Storj.io av blockkedjan som används för att uppnå den autonoma konsensusmekanismen mellan noderna som lagrar data. Syftet med denna studie är att identifiera för- respektive nackdelarna med en decentraliserad blockkedjebaserad molnplattform i jämförelse mot en centraliserad molnplattform. Specifikt fokuserar studien på prestanda och säkerhet. En komparativ fallstudie har utförts med ett experiment och en litteraturstudie som datainsamlingsmetoder. Den kvantitativa datan från experimentet användes i en hypotesprövning för att identifiera om det fanns någon skillnad i prestanda mellan Microsoft Azure och Storj.io. Litteraturstudien användes i syfte för att kunna styrka skillnader om säkerhetsåtgärder och säkerhetsrisker mellan molnplattformarna. Resultatet av denna studie visar att prestandan för Storj.io är lägre än Microsoft Azures molnplattform. De identifierade faktorerna som orsakade resultatet anses vara på grund av de flertal steg som krävs vid resursallokering för Storj.io. De säkerhetsrisker som uppstår hos Storj.io kom till i samband med konsensusmekanismen. För att en säkerhetsrisk skall uppstå mot konsensusmekanismen behöver det decentraliserade nätverket hotas med majoritet. Eftersom Microsoft Azure inte använder sig av blockkedjan uppstår inte dessa typer av säkerhetsrisker. För dataöverföring till Azures datalagringstjänst behöver konsumenten själv säkerställa en krypterad kommunikationskanal. I Storj.ios fall sköts alla typer av säkerhetsåtgärder automatiskt vilket eliminerar risken för säkerhetsattacker vid överföringar. Sammanfattningsvis tyder denna studie på att Storj.io inte är ett optimalt val vid prioritering av prestanda. Eftersom konsumenten som använder Microsoft Azures tjänst ansvarar för säkerhetsåtgärder drogs ingen direkt slutsats huruvida Storj.io är ett säkert substitut. Studien visar på att det existerar konensusrisker med en tjänst som Storj.io och det är upp till envar konsument att förlita sig på att dessa inte uppstår. De slutsatser som har dragits från denna studie är avsedda som ny kunskap inom fältet som berör decentraliserade molnplattformar baserade på blockkedjan. Studien kan användas som en utgångspunkt för val mellan en centraliserad och decentraliserad molntjänst baserad på blockkedjan med prioritet för prestanda och säkerhet.

In today’s computer environments the systems are getting bigger and more complex for each day that passes by. The motivating factor for this is that the customer wants to achieve more and more with their computer systems than before. The only way to really solve this task is to use even more APIs (Application program interfaces) in their systems.     When using more APIs in a system, there is a chance that the specific system provides the same type of API twice, which of course, is a waste of storage and resources. In addition, the more APIs a system contains, the bigger the risk is for mismanagement of these APIs. In the worst case, this can result in security breaches or data leaks.  This thesis investigates specific APIs provided for a customer of Sigma IT Consulting. The aim is to evaluate and organize the APIs according to their usability criteria. The main focus of the evaluation is the available documentation which will be evaluated by a questionnaire survey distributed to senior software developers at Sigma IT Consulting in Växjö. Conclusions will then be drawn depending on the result from the survey, and we can then see if Azure API management (which is a service to make a system more user – friendly) is accurate in its way of organizing with the API usability as the main focus! Unfortunately, Azure API management did not have any possibility what so ever to customize the API placement in a system, and the only way the APIs are organized is in alphabetical order. Therefore, a prototype with even more sorting functionality than Azure API management will also be presented in this thesis.

Abstract As a developer of database-driven applications you will be faced with difficult choices, when it comes to choosing database, server and programming language. For the result to be satisfactory it requires the different techniques to interact well with each other and also fulfill performance expectations. This is even more important when the application is deployed to the cloud and the response time plays a major role.This paper evaluates different databases and their performance. To test the databases there was an application made in the server script language PHP or Hypertext Preprocessor and it was deployed to Windows Azure cloud platform. The test applications task is to call and load databases by controlled requests which creates, reads, updates and deletes data in an relatively large extent.The results shows that locale databases or databases in the same data center as the server generates the fastest response. The diffrence between NoSQL and SQL is practically nothing when it comes to simple requests. The type of data and the type of usage are major factors in the choice between the two databases.This paper works as a guidance in the choice of database for development of applications in the cloud. Keywords: SQL, NoSQL, databas, cloud, Azure, CouchDB, IrisCouch, database.com, databaseperformance / Abstrakt Som utvecklare av databasdrivna applikationer ställs man inför avgörande val när det kommer till databas, server och programmeringsspråk. För att resultatet ska bli en väl fungerande applikation krävs det att alla tekniker interagerar på ett bra sätt med varandra samt att de uppfyller vissa prestandakrav. Detta blir än viktigare när applikationen lyfts ut i molnet och svarstider spelar en stor roll.I arbetet undersöks olika databasers svarstider med hjälp av en testapplikation som är skriven i scriptspråketet PHP och driftsatt på Windows Azure-plattformen. Applikationens uppgift är att anropa och belasta databaser genom att genomföra kontrollerade operationer som skapar, hämtar, uppdaterar eller tar bort data i relativt stor omfattning.De databaser som praktiskt testats och utvärderats är Azure Table, Azure SQL, CouchDB, IrisCouch samt Database.com.Resultaten visar att lokala databaser, eller databaser inom samma datacenter som servern, generar de snabbaste responstiderna. Skillnaderna mellan NoSQL och SQL är i det närmaste försumbara när det handlar om enklare operationer. I valet mellan de två handlar det i mångt och mycket om vad databaserna ska användas till samt vilken typ av information som ska lagras i dem.Arbetet är tänkt att fungera som en vägledning i valet av databas vid utveckling av molntjänster. Nyckelord: SQL, NoSQL, databas, moln, Azure, CouchDB, IrisCouch, database.com, databasprestanda

Molnlagringstjänster används alltmer och är en växande marknad. Uppsatsen har fokuserat på att undersöka olika molnlagringstjänster ur ett hastighetsperspektiv. När små filer utbyts mellan klient och server har hastigheten på överföringen en mindre betydelse. Vid större överföringar får hastighetsaspekten en alltmer viktig roll. Regelbundna hastighetsmätningar har utförts mot de mest populära molnlagringstjänsterna. Testerna har utförts från Sverige och USA. Testerna har utförts under flera dagar och under olika tidpunkter på dygnet, för att undersöka om hastighetsskillnader existerar. Resultaten visar att stora skillnader finns i hastighet mellan Sverige och USA. Inom Sverige hade Mega och Goolgle Drive högst medelhastighet. Inom USA hade Google Drive högst medelhastighet, men här var variationerna mellan tjänsterna ej lika stora som i Sverige. I resultaten mellan olika tidpunkter var det svårare att urskilja ett mönster, med undantag för Google Drive i Sverige som konsistent fungerade bäst på natten/morgonen. Även Mega fungerade bäst under natten. / Cloud Storage services have seen increased usage and is an emerging market. This paper has focused on examining various cloud storage services from a speed perspective. When small files are exchanged between client and server, the speed of the service is of little importance. For larger transfers however, the speed of the service used plays a more important role. Regular speed measurements have been carried out against the most popular cloud storage services. The tests have been performed from Sweden and USA. The tests have been carried out over several days and at different times of day, to determine if speed differences exist. The results show that there are significant differences in speed between Sweden and the United States. In Sweden, Mega and Google Drive had the highest average speed. Within the United States, Google Drive had the highest average speed, but the variability between the services was not as great as in Sweden. In the results between different timeperiods, it was difficult to discern a pattern, with the exception of Google Drive in Sweden which consistently worked best during the night / morning. Mega also worked best during the night.

This thesis deals with developing applications on Windows Phone 7. The application focuses on two main target groups; cyclists and individuals who are confined to wheelchairs. Application offers the possibility of navigating around the city and over difficult terrain, and is divided into two parts - the client side application, and server side application. Development of the server side application will be analyzed in the thesis Development of map application for tracking in cloud - Server side on Windows Azure, by Vojtech Ruzicka. The primary objective of this thesis is to offer new solutions for development on Windows Phone 7, with attention being given to the communication between client and server. The second objective is to provide the public with the free application, which will help cyclists and handicapped individuals to navigate through cities around the world. The primary goal of this thesis will be achieved by identifying any problems that may arise during development, whereby a simplified description of the problem will be formed and a solution provided. Realization of the second goal will be in the use of application by the public, by providing them with an efficient means of increasing their mobility throughout their surroundings.

The master thesis focuses on the design and implementation of data collection from production using a PLC into an SQL database located in the cloud and subsequent visualization. The work describes the applicable communication protocols MQTT and OPC UA with the fact that the protocol MQTT was selected. It deals with securing data transfer from the line to the cloud using the TLS protocol. The individual cloud services and their possibilities for data collection are described here. The work deals with the possibilities of data visualization using existing open source solutions and the differences between them. I describe the possibilities of modifying the open source environment of the Grafany project. Real dashboards from production are presented. The data collection system was deployed in two plants for testing.

Cloud computing is a growing industry. More and more companies are moving away from on-premise infrastructure. Instead, the choice is often to build their systems based on cloud services. This growth in the industry has brought with it new needs and consequently, new solutions. There have never existed as many different cloud providers and services offered by these providers. One of the newer paradigms in this industry is the serverless approach. The problem of this thesis is that there is a lack of research into how Azure's serverless Function-as-a-Service offering compare to their more traditional Infrastructure-as-a-Service one. Therefore, the purpose of this work is to compare the two with regards to their performance, cost, and required developer effort. The goal is to provide a comparison that can help software professionals in choosing an appropriate cloud solution for their application. Additionally, it aims to contribute to the increased knowledge of modern serverless solutions while providing a basis for future research. A qualitative method supported by measurements is used. The two cloud solutions are compared with regards to their performance, cost and developer effort. This is done by implementing and deploying equivalent Representational State Transfer applications with the two Azure offerings. The two implementations are stress-tested to measure their performance, and their incurred costs are compared. Additionally, the effort involved in developing the two solutions is compared by studying the amount of time required to deploy them, and the amount of code needed for them. The results show that the serverless Function-as-a-Service solution performed worse under the types of high loads used in the study. The incurred costs for the performed tests were higher for the serverless option, while the developer effort involved was lower. Additionally, further testing showed that the performance of the Function-as-a-Service solution was highly dependent on the concept of cold starts. / Molnbaserade tjänster är en växande industri. Fler och fler företag rör sig bort från att ha sin infrastruktur i egna lokaler. Istället väljer många att bygga sina system med molntjänster. Denna tillväxt inom industrin har fört med sig nya behov och med det nya lösningar. Det har aldrig tidigare existerat lika många molnleverantörer och molntjänster. En ny paradigm inom denna industri är det serverlösa tillvägagångssättet. Problemet som denna uppsats ämnar att angripa är att det finns en brist på forskning som jämför Azures serverlösa Function-as-a-Service tjänst med deras mer traditionella Infrastructure-as-a-Service tjänst. Syftet med detta arbete är därför att jämföra dessa två med avseende på deras prestanda, kostnad och nödvändig utvecklaransträngning. Målet är att tillhandahålla en jämförelse som kan hjälpa arbetare inom mjukvaruindustrin att välja en passande molnlösning för deras behov. Utöver det ämnar detta arbete att bidra till en ökad kunskap kring moderna serverlösa tjänster, samt att tillhandahålla en bas för framtida forskning. En kvalitativ metod understödd av mätningar används. De två tjänsterna jämförs med avseende på deras prestanda, kostnad och nödvändig utvecklaranstränging. Detta utförs genom att implementera och driftsätta likvärdiga Representational State Transfer-applikationer med de två tjänsterna från Azure. Implementationerna stresstestas för att mäta deras prestanda, och kostnaden för detta jämförs. Utöver det jämförs den anstränging som krävdes av utvecklarna för att utveckla de två lösningarna, detta genom att studera tiden som behövdes för att driftsätta dem och hur mycket kod som erfordrades. Resultaten visar att den serverlösa Function-as-a-Service tjänsten presterade sämre för den typ av belastning som användes. Kostnaden för de utförda testerna var högre för den serverlösa tjänsten, medan den nödvändiga utvecklaransträngningen var lägre. Utöver detta visade ytterliggare testning att prestandan för Function-as-a-Service tjänsten till stor del påverkas av kallstarter.

The usage of the cloud is rapidly increasing and is something that is of large interest to everyone involved in technology. The purpose of this thesis is to examine the benefits and possible shortcomings of using Microsoft Dynamics AX in the cloud, specifically Microsoft Azure, instead of using local datacenters. This thesis project has been done at Scania IT using their implementation of Dynamics AX. This thesis project consists of an extensive literature study regarding both ERP Systems as well as other systems in regards to the cloud. It was decided early on to focus on the new version of Dynamics AX, which currently is only available in the cloud and compare this implementation to the two versions that the majority are using today, AX 2009 and AX 2012. The benefits of AX and Azure both being Microsoft products are clear with the welldesigned integrations and support all the way through the clients to the servers regarding backups and load balancing. It is shown how the developers have to work differently in regards to integrations with outside systems, especially in regards to AX 2009 with the frameworks having changed. The addition of Data Entities mean that the developers can save a lot of time by only needing a reference to the location of the object in the database instead of having to keep track of all the tables themselves. The analysis focuses on the differences in four different areas, performance & accessibility, scalability, cost savings as well as security & privacy. The background knowledge that is being used for the analysis primarily comes from the literature study as well as knowledge gained by studying the implementation at Scania today. The result shows that there are clear advantages regarding performance, cost savings and especially accessibility, however it is also clear that laws in a lot of countries still have not caught up with the fact that it is possible to use the cloud for data storage these days. Which in turn means that the best move in the near future for the majority of ERP users would be either a hybrid or private cloud within the borders of the same country. / Användningen av molnet är snabbt expanderande och är något som är relevant för alla inblandade inom teknologin. Meningen med det här projektet är att undersöka fördelarna och de möjliga problem som kan uppstå genom användning av Microsoft Dynamics AX I molnet, specifikt Microsoft Azure, istället för lokala datacenter. Det här projektet har utförts hos Scania IT med hjälp av deras nuvarande implementation av Dynamics AX. Arbetet innehåller en omfattande litteraturstudie angående både ERP system och andra system från varierande områden med fokus på molnet. Det beslutades tidigt att fokusera på den nya versionen av Dynamics AX, som för tillfället bara är tillgänglig I molnet, och jämföra denna implementationen med de två versionen som huvudsakligen används idag, AX 2009 och AX 2012. Fördelarna med både AX och Azure som Microsoft produkter är tydliga med välintegrerade hjälpmedel hela vägen från klienterna till servrarna med ett särskilt fokus på säkerhetskopiering och lastbalansering. Det visas hur utvecklare behöver ändra sitt arbetssätt i avseende på integrationer med andra system, särskilt för AX 2009 då ramverken har ändrats. Tillägget av Data Entities betyder att utvecklare kan spara mycket tid på att bara behöva ha koll på en referens till platsen för ett objekt istället för att behöva veta exakt i vilken tabell i databasen objektet befinner sig. Analysen fokuserar på skillnaderna inom fyra olika områden, prestanda & tillgänglighet, skalbarhet, kostnadsbesparingar samt säkerhet & integritet. Kunskapen för analysen kommer framförallt ifrån litteraturstudien samt den kunskap som har intagits från implementationen samt medarbetarna vid Scania idag. Resultatet visar att det finns tydliga fördelar när det kommer till prestanda, kostnadsbesparingar och framför allt, tillgänglighet. Dock är det även tydligt att lagar i många länder ännu inte har hunnit ikapp det faktum att molnet är en av de bättre möjligheterna att spara data i idag. Detta betyder i sin tur betyder att det bästa nästa steget för majoriteten av ERP användarna idag är ett hybrid- eller privatmoln inom landsgränserna.