This thesis deals with the background of the design of a highly available, scalable and modular content management system based on the Java EE platform and the OSGi framework and with the implementation of the designed system. It describes the design and implementation of the application decomposition to modules, their communication and bindings. Finally, it presents the results of the application testing and proposes available extensions of the application.

The aim of this thesis was to create an information system which consists of a mobile application, server and web application. Mobile application is designed for operating system Android and it is used for sending GPS coordinates of mobile devices to the server. These data are later processed by server and stored in database. Web application displays the current location of mobile devices in user group on a map, it also displays location history and statistics. Accuracy of the station location can be enhanced by using DGPS assuming that one of stations in a group does not change its location. The system was designed and then developed using modern web technologies and frameworks including PhoneGap, Ionic, Node.js, Express, MongoDB, Mongoose and AngularJS. Further measurements, that were performed, are supposed to present the effect of DGPS to location accuracy determination.

Tato diplomová práce se zabývá návrhem a implementací rozšíření pro UnifiedPush Server, které serveru umožní přistupovat k nerelační databázi MongoDB a využívá potenciál horiznotální škálovatelnosti neralačních databází. Součástí práce je i návrh výkonnostních testů a porovnání výkonu při behu na jednom a vícero uzlích, návrh migračního scénáře z MySQL na MongoDB, identifikace úzkých míst. Aplikace je implementována v jazyce Java a využívá Java Persistence API pro přístup k databázím. Pro přístup k nerelačním databázím používá implementaci standardu JPA Hibernate OGM.

Följande arbete jämför databashanterarna MongoDB och Couchbase responstid i att hämta data i en Node.js REST api. Datasetet har en enkel struktur och består av befolkningsdata. Jämförelsen ska svara på vilken av dessa databashanterare som har kortast responstid i att hämta befolkningsdata i en Node.js REST api, eftersom responstiden är väldigt viktig för användare. Testet sker med egenutvecklade script och mäter tiden det tar att skicka en begäran till REST api:t och visa den hämtade datan på webbläsaren. REST api:t består av 5 endpoints vilket testades 6000 gånger var för MongoDB och Couchbase. MongoDB hade kortast responstid på samtliga test. I framtida arbeten kan resten av CRUD operationerna testas och då inte bara att hämta data, långsiktig kan datasetet ändras för att kunna testa mer komplexa sökfrågor.

Syftet med denna uppsats var att jämföra två olika databashanteringssystem, MongoDB samt MariaDB, utifrån specifika krav från en uppdragsgivare gällande prestanda samt komplexitet. Då MariaDB är ett SQL-databashanteringssystem och MongoDB ett NoSQLdatabashanteringssystem som bygger på olika databasmodeller behandlas data på olika sätt, vilket ligger som grund till jämförelsen mellan de olika databashanteringssystemen. Uppsatsen fokuserar på att utifrån fyra olika tester, två prestandatestet och två tester som jämför komplexiteten, kunna jämföra databashanteringssystemen MariaDB och MongoDB. Dessa databashanteringssystem ställdes emot de angivna kraven från uppdragsgivaren för att se vilket av dem som är bäst lämpat. Två olika applikationer utvecklades med hjälp av C# och användes under testerna för att utföra testerna. Efter att testerna utförts rekommenderades MongoDB till uppdragsgivaren på grund av den prestandafördel som testerna visade på i långsiktig användning av systemet. Även komplexiteten för MongoDB visade sig vara mindre vilket stärker rekommendationen ytterligare.

This study conducted an experiment on NoSQL and NewSQL database management systems where the average throughput of Cassandra, CockroachDB, MongoDB, and VoltDB was compared using five workloads composed of different proportions of read and update queries. How much these different workload compositions affect throughput for each individual database management system was also investigated. The results showed that VoltDB had the highest throughput overall, and its throughput was affected the least by the workloads’ composition. MongoDB had similar high throughput consistency across workloads but at a much lower throughput level, and its throughput was affected much more by the workload compositions than VoltDB. Cassandra had extremely high throughput for 100 percent update workloads,even beating VoltDB in certain cases, but showed underwhelming results for all other workloads. CockroachDB’s throughput was by far the worst at workloads that had any update queries, but was comparable and sometimes even better than Cassandra and MongoDB with 100 percent read workloads. CockroachDB’s throughput proved to be the most affected by the query composition of workloads.

There is a large amount of data that needs to be stored today. Handling so much data efficiently is important as minor performance differences can have significant effects on large systems. Knowing how a certain database management system performs is important for companies and organizations to decide which database management system to use. There is currently a gap in the research regarding performance differences between different database management systems. We conducted a study that compares the average query response time of PostgreSQL, MongoDB, ArangoDB and HBase. We also compared the performance between using a single thread and using multiple threads. We compared how they perform with a dataset size and operation count of 10 000, 100 000, and 1 000 000 with insert, update and read queries. The results show that PostgreSQL has the lowest average query response when doing read queries and that MongoDB has the lowest average query response when doing insert and update queries. The results also showed a significant performance gain from using multiple threads instead of using a single thread.

Implicit feedback is usually data that comes from users’ clicks, search queries and text highlights. It exists in abun- dance, but it is riddled with much noise and requires advanced algorithms to properly make good use of it. Several findings suggest that factors such as click-through data and reading time could be used to create user behaviour models in order to predict the users’ information need. This Master’s thesis aims to use click-through data and search queries together with heuristics to create a model that prioritises metadata-fields of the documents in order to predict the information need of a user. Simply put, implicit feedback will be used to improve the precision of a search engine. The Master’s thesis was carried out at Findwise AB - a search engine consultancy firm. Documents from the benchmark dataset INEX were indexed into a search engine. Two different heuristics were proposed that increment the priority of different metadata-fields based on the users’ search queries and clicks. It was assumed that the heuristics would be able to change the listing order of the search results. Evaluations were carried out for the two heuristics and the unmodified search engine was used as the baseline for the experiment. The evaluations were based on simulating a user that searches queries and clicks on documents. The queries and documents, with manually tagged relevance, used in the evaluation came from a data set given by INEX. It was expected that listing order would change in a way that was favourable for the user; the top-ranking results would be documents that truly were in the interest of the user. The evaluations revealed that the behaviour of the heuristics and the baseline have erratic behaviours and metrics never converged to any specific mean-relevance. A statistical test revealed that there is no difference in accuracy between the heuristics and the baseline. These results mean that the proposed heuristics do not improve the precision of the search engine and several factors, such as the indexing of too redundant metadata, could have been responsible for this outcome. / Implicit feedback är oftast data som kommer från användarnas klick, sökfrågor och textmarkeringar. Denna data finns i överflöd, men har för mycket brus och kräver avancerade algoritmer för att man ska kunna dra nytta av den. Flera rön föreslår att faktorer som klickdata och läsningstid kan användas för att skapa beteendemodeller för att förutse användarens informationsbehov. Detta examensarbete ämnar att använda klickdata och sökfrågor tillsammans med heuristiker för att skapa en modell som prioriterar metadata-fält i dokument så att användarens informationsbehov kan förutses. Alltså ska implicit feedback användas för att förbättra en sökmotors precision. Examensarbetet utfördes hos Findwise AB - en konsultfirma som specialiserar sig på söklösningar. Dokument från utvärderingsdatamängden INEX indexerades i en sökmotor. Två olika heuristiker skapades för att ändra prioriteten av metadata-fälten utifrån användarnas sök- och klickdata. Det antogs att heuristikerna skulle kunna förändra ordningen av sökresultaten. Evalueringar utfördes för båda heuristiker och den omodifierade sökmotorn användes som måttstock för experimentet. Evalueringarna gick ut på att simulera en användare som söker på frågor och klickar på dokument. Dessa frågor och dokument, med manuellt taggad relevansdata, kom från en datamängd som tillhandahölls av INEX. Evalueringarna visade att beteendet av heuristikerna och måttstocket är slumpmässiga och oberäkneliga. Ingen av heuristikerna konvergerar mot någon specifik medelrelevans. Ett statistiskt test visar att det inte är någon signifikant skillnad på uppmätt träffsäkerhet mellan heuristikerna och måttstocket. Dessa resultat innebär att heuristikerna inte förbättrar sökmotorns precision. Detta utfall kan bero på flera faktorer som t.ex. indexering av överflödig meta-data.

Fraud is a threat that most online service providers must address in the development of their systems to ensure an efficient security policy and the integrity of their revenue. Amadeus, a Global Distribution System providing a transaction platform for flight booking by travel agents, is targeted by fraud attempts that could lead to revenue losses and indemnifications. The objective of this thesis is to detect fraud attempts by applying machine learning algorithms to bookings represented by Passenger Name Record history. Due to the lack of labelled data, the current study presents a benchmark of unsupervised algorithms and aggregation methods. It also describes anomaly detection techniques which can be applied to self-organizing maps and hierarchical clustering. Considering the important amount of transactions per second processed by Amadeus back-ends, we eventually highlight potential bottlenecks and alternatives.

The goal of this project work has been to create an application that can be helpful for both entrepreneurs and customers. This application, website should be seen as an extended arm and help to prevent misunderstandings between these two parts. A website has been created where customers can get theoretical help with rules and information about what applies when renovating a bathroom. What will the cost be and why is this cost often higher than what the customer expected from the beginning. The planning phase began with analyzing how the application could best be built up and with which functions could be suitable to include. Opportunity for the visitor to be able to read about rules and laws in bathroom renovation was one of these. Being able to enter measurements of the walls and floors of their bathroom was another. Being able to log in to the site and save their calculations could be a good feature as well. This was followed by sketches and a drawing of the website. The programming started with the installation of Node.js and the Express framework for building up the server side. The various endpoints for "creat, read, update and delete" The MongoDB database was then used as a database. Vue was installed for the front end side and implementation of login function towards Firebase was done. Other programming according to the planning was started. The end product of this became an application that in many ways agrees with what the idea was from the beginning. This application has the potential to get better and there are some features I would have liked to add that are not there yet. The application will be built on to get the functionality that I see in front of me in a longer scenario. / Målet med detta projektarbete har varit att skapa en applikation som kan vara till hjälp både för företagare samt kunder. Denna applikation, webbsida skall ses som en förlängd arm och hjälp för att förebygga missförstånd mellan dessa båda parter. En webbsida har skapats där kunder kan få teoretisk hjälp med regler samt information om vad som gäller vid renovering av badrum. Vad kommer kostnaden att bli och varför är denna kostnad ofta är högre än vad kunden räknat med från början. Planeringsfasen började med att analysera hur applikationen på bästa sätt skulle kunna byggas upp och med vilka funktioner som skulle kunna vara lämpliga att ha med. Möjlighet för besökaren att kunna läsa om regler och lagar inom renovering av badrum var ett av dessa. Att kunna mata in mått på sitt badrums väggar och golv var det andra. Att kunna logga in på sidan och spara sina uträkningar kunde vara en bra funktion också. Detta efterföljdes av skisser och uppritning av den tänka webbplatsen.. Programmeringen startade med installation av Node.js och ramverket Express för uppbyggnad av serversidan. De olika ändpunkterna för ”creat, read, update och delete”. Databasen MongoDB användes sedan som databas. Vue installerades för frontendsidan och implementering av inloggningsfunktion gentemot Firebase gjordes. Övrig programmering enligt planeringen startades. Slutprodukten av detta blev en applikation som i mångt och mycket stämmer överens med vad tanken var från början. Denna applikation har potential att bli bättre och det finns vissa funktioner som jag hade velat lägga till som inte finns där än. Applikationen kommer byggas vidare på för att få den funktionaliteten som jag ser framför mig i ett längre scenario.