Skip to main content

cloud computing(sinhala)

                      cloud computing 

cloud යනු කුමක්ද යන්න  තවදුරටත් රහසක් නොවේ. එය ඩිජිටල් පරිවර්තනයේ සහ නවීන තාක්‍ෂණයේ සෑම අංශයකම බහුලව භාවිතා වන යෙදුමක් වන අතර clouds එදිනෙදා ජීවිතයේ කොටසක් වනු ඇතැයි අපි පිළිගෙන ඇත්තෙමු .cloud shift යන්න තවමත් සම්පූර්ණයෙන් වටහාගෙන නැතත්. නමුත් cloud infrastructure (වලාකුළු යටිතල ව්‍යුහය) සහ එය අපට ලබා දෙන දේ තේරුම් නොගැනීමෙන් අදහස් වන්නේ අපි මෙම අත්‍යවශ්‍ය තාක්‍ෂණය සුළුවෙන් ලබාගන්නා වගයි.

cloud  හොඳින් භාවිතා කිරීම සඳහා  cloud computing පිළිබඳ  හොඳ අවබෝධයක් අවශ්‍ය වේ.

cloud computing යනු කුමක්ද ? සහ එය ක්‍රියා කරන්නේ කෙසේද?

මීට වසර කිහිපයකට පෙර, cloud පිළිබඳ මූලික සංකල්පය එය "වෙනත් කෙනෙකුගේ පරිගණකය"  (“someone else’s computer,”) අදහස් කිරීම මගින් උපහාසයට ලක් කරන ලදී, එය තොරතුරු තාක්ෂණ වෘත්තිකයන් කිහිප දෙනෙකුගේ කෝපි මග් අලංකාර කරන කියමනකි.Oracle CTO  ලැරී එලිසන් ඒ හා සමානව අර්ත දැක්වූ  අතර, "අපි දැනටමත් කරන සෑම දෙයක්ම ඇතුළත් කිරීම සඳහා අපි cloud computing නැවත අර්ථ දක්වා ඇත" යනුවෙන් පැමිණිලි කළේය.

කෙසේ වෙතත්, සරලම ලෙස, cloud computing හි නිර්වචනය මෙයයි:

අන්තර්ජාලය හරහා සත්කාරක සේවා සපයන බෙදා හරින ලද ඩිජිටල් යටිතල පහසුකම් සම්පතකි.

"A distributed digital infrastructural resource that delivers hosted services by way of the internet."

cloud computing නිර්වචනය කිරීමට විවිධ ක්‍රම කිහිපයක් ඇති අතර, ඒ සියල්ල මෙම ප්‍රධාන අංශ පහ වෙත පැමිණේ:

  1. ජාලකරණය     (Networking)                       
  2. දත්ත කළමනාකරණය  (Data Management)
  3. ගබඞා   (storage)
  4. සේවා    (Services)
  5. උපකරණ (Devices)

cloud Services වර්ග

Cloud computing සේවා අංශය වේගයෙන් වර්ධනය වන ඩොලර් බිලියන ගණනක කර්මාන්තයක් බවට පත්ව ඇත. මෙය ඉදිරිදර්ශනයට තැබීමට, Gartner ඇස්තමේන්තු කරන්නේ cloud spending 2024  වන විට ඩොලර් ට්‍රිලියන 1 දක්වා ළඟා වනු ඇති බවයි. තවද වෙළඳපොලේ Cloud computing හි වර්ධනය වන ව්‍යාප්තිය ඉස්මතු කිරීමේදී Gartner ආයතනයට අමතරව තවත් ආයතන රැසක් ඉදිරිපත් වේ. 

ඔවුන්ගේ Cloud Vendor Revenue Projection Project, 2017, Wikibon ඇස්තමේන්තු කරන්නේ enterprise cloud ඇතුළත් සියලුම කාණ්ඩ 2016 සිට 2026 දක්වා සියයට 19 ක සංයුක්ත වාර්ෂික වර්ධන වේගයකින් (CAGR) පුළුල් වනු ඇති බවයි. ව්‍යාපාර ක්‍රියාවලි බාහිරින් ලබා ගැනීමේ ක්‍රම සෘණ සියයට 3 ක CAGR අත්විඳිනු ඇත.

cloud adoption  ක්‍රියාවලිය දැනටමත් ක්‍රියාත්මක වෙමින් පවතින අතර cloud computing සේවාවල පුළුල් පරාසයක සහ පොදු ආකෘති තුනෙහි වඩාත් පැහැදිලිව පෙනේ: මෘදුකාංග-සේවාවක් (SaaS), යටිතල පහසුකම්-සේවාවක් (IaaS), සහ වේදිකාව-සේවාවක් (PaaS).

තවත් නිර්වචනය කරන cloud ලක්ෂණයක් නම්, එක් එක් SaaS, IaaS, සහ PaaS පිරිනැමීමෙහි පරිගණනය, ගබඩා කිරීම, ජාලකරණය සහ ඒකාබද්ධ කිරීමේ හැකියාවන් විකුණුම්කරු සතු වන අතර පාරිභෝගිකයාට ඉල්ලුම මත, දායකත්ව පදනම මත සේවාවක් ලෙස ලබා දීමයි.

මෙම කාණ්ඩ තුන නිර්මාණය කර ඇත්තේ තවත් එකක් මත ගොඩගැසීමටය, එයින් අදහස් කරන්නේ ඒවා එකිනෙකාගෙන් ස්වාධීනව හෝ ඒකාබද්ධව ක්‍රියා කළ හැකි බවයි. SaaS ඉහළම ප්‍රතිලාභ ලබන අවසන් පරිශීලකයන් මත වාඩි වී සිටින අතර, මධ්‍යයේ PaaS සංවර්ධකයින්ට සහ ඒකාබද්ධතා අවශ්‍යතා සඳහා සහ මූලික සහායක පද්ධති පරිපාලකයින් සඳහා IaaS සමඟ තට්ටු තුනකින් යුත් පිරමීඩයක් ගැන සිතන්න.



1)Software as a service (SaaS)

සාමාන්‍යයෙන් "ඉල්ලුම මත මෘදුකාංගය" (“on-demand software”) ලෙස හඳුන්වනු ලබන SaaS යනු ව්‍යාපාරික පාරිභෝගිකයින් සඳහා බහුලවම ක්‍රියාත්මක කරන ලද Cloud computing සේවාවයි. විවිධාකාර යෙදුම් සහ සේවා වර්ග සමඟින්, SaaS විසින් ERP, ගිණුම්කරණය, මානව සම්පත් කළමනාකරණය, අන්තර්ගත කළමනාකරණ පද්ධති, සැපයුම් දාමය සහ ඉන්වෙන්ටරි කළමනාකරණය සහ පාරිභෝගික සම්බන්ධතා කළමනාකරණ (CRM) වැඩසටහන් ඇතුළු සම්ප්‍රදායික ව්‍යවසාය පද්ධති ප්‍රතිස්ථාපනය කිරීම හෝ වැඩි කිරීම සිදු කරයි. SaaS හට මිල අධික බලපත්‍රලාභී වැඩසටහනක් මිලදී ගැනීමට අවශ්‍ය නොවන බැවින්, පරිශීලකයින්ට අවශ්‍ය පදනම මත බොහෝ ක්ලවුඩ් යෙදුම් වෙත ප්‍රවේශ විය හැක. 2017 State of the SaaS-Powered Workplace Report අනුව, සාමාන්‍ය ව්‍යාපාරයේ SaaS යෙදුම් 16ක් යොදවා ඇති අතර එය පෙර වසරට වඩා සියයට 33ක වැඩිවීමකි.


2)Platform as a service (paas)

SaaS සහ IaaS සම්බන්ධ කරමින් මධ්‍යයේ පිහිටා ඇති Cloud සේවා වල අතරමැදියා ලෙස PaaS ගැන සිතන්න. මෙම Cloud සේවාව පරිශීලකයින්ට ඩිජිටල් වේදිකාවක් නිර්මාණය කිරීමට අවශ්‍ය සියලුම මෙවලම් සපයයි. දත්ත ඒකාබද්ධ කිරීම, විශ්ලේෂණය කිරීම සහ බෙදාගැනීම අතරතුර යෙදුම් සැලසුම් කිරීම, සංවර්ධනය කිරීම, පරීක්ෂා කිරීම, ක්‍රියාත්මක කිරීම, කළමනාකරණය කිරීම සහ ක්‍රියාත්මක කිරීම සඳහා අවශ්‍ය මෘදුකාංග සහ දෘඩාංග සහිත ගබඩා කිරීම, ජාලකරණය සහ අතථ්‍ය සේවාදායක සඳහා පදනම එය දක්වයි.


3): Infrastructure-as-a-service (IaaS)

IaaS ස්තරය අත්‍යවශ්‍ය බිල්ඩින් බ්ලොක්ස්, ඩේටා ස්ටොරේජ් සහ අතථ්‍ය වේදිකාවක් (virtual platform)  ලබා දෙයි. පිරිවැය-ඉතුරුම් සහ පරිමාණය කළ හැකි තොරතුරු තාක්ෂණ විසඳුම් ගොඩනැගීමෙන්, සංකීර්ණ සහ මිල අධික දෘඩාංග තෙවන පාර්ශ්වයේ (third-party cloud vendor)  වෙත ලබා දෙනු ලැබේ. IaaS වේදිකාවල ගබඩා කිරීමේ හෝ සැකසීමේ බලය ස්වයං-සැපයීමට හැකි පාරිභෝගිකයින් සඳහා මෙම සියලු තොරතුරු තාක්ෂණ සංරචක ස්වයංක්‍රීය වේ. පද්ධති නඩත්තුව, දත්ත උපස්ථ කිරීම සහ ව්‍යාපාරික ස්ථාවරත්වය ඇතුළුව අඛණ්ඩ නඩත්තුව සඳහා විකුණුම්කරුවන් ද වගකිව යුතුය.


වලාකුළු යෙදවුම් වර්ග (Types of Cloud Deployments)

සංවිධානයක් ව්‍යාපාරික වත්කම් සහ අවශ්‍යතා හසුරුවන ආකාරය සහ සුරක්ෂිත කරන ආකාරය එහි cloud service යොදවන ආකාරය පිළිබිඹු කළ හැක. නමුත් cloud service හුදෙක් "private cloud vs. public cloud " විවාදයකට වඩා වැඩි ය. hybrid cloud යෙදවීමේ නැගීම සම්පූර්ණයෙන්ම වෙනස් රසයක් එක් කර ඇත.

1. Public Cloud

තෙවන පාර්ශවීය IaaS cloud povider හරහා public cloud නඩත්තු කෙරේ. සේවාදායකයන්, ගබඩා කිරීම සහ අනෙකුත් ඩිජිටල් සම්පත් අන්තර්ජාලය හරහා බෙදා හරිනු ලැබේ. සැපයුම්කරු සියලු යටිතල පහසුකම් සහ කලාප පළල පිරිවැය දරණ බැවින්, සේවා වෙත ප්‍රවේශ වීමට සහ ගිණුම් කළමනාකරණය කිරීමට පාරිභෝගිකයෙකුට අවශ්‍ය වන්නේ වෙබ් බ්‍රවුසරයක් පමණි.

වාසි: විශ්වසනීය සේවාව, පරිමාණ ආර්ථිකයන් හරහා ලාභදායී, නඩත්තු නොමැති, ප්රත්යාස්ථ පරිමාණය

අවාසි: බොහෝ විට ඉතා පෞද්ගලික සහ සංවේදී දත්ත හැසිරවීම සඳහා අනාරක්ෂිත ලෙස සලකනු ලැබේ; දැඩි ආරක්ෂක රෙගුලාසි වලට අනුකූල විය යුතුය

2. Private Cloud 

Private Cloud  තුළ, වලාකුළු පරිගණක සේවා, යටිතල පහසුකම් සහ ජාලකරණය වෙනත් ව්‍යවසායන්ගෙන් හෝ පොදු වේදිකාවලින් ස්වාධීනව සංවිධානයක් විසින් පමණක් ක්‍රියාත්මක වේ. private cloud ක්‍රම දෙකෙන් එකකින් පවත්වා ගත හැක: සමාගමක දත්ත මධ්‍යස්ථානය භෞතිකව නිවස තුළ පිහිටා ඇත, නැතහොත් තෙවන පාර්ශවීය වෙළෙන්දෙකුට පුද්ගලික අවස්ථාවකදී සියල්ල සත්කාරකත්වය ලබා දීමට ගෙවනු ලැබේ.
(: a company’s data center is physically located in-house, or a third-party vendor is paid to host everything on a private instance.)

වාසි: වැඩි පාලනයක්, අභිරුචිකරණය කළ හැකි, පරිමාණය කළ හැකි, නම්‍යශීලී සහ ආරක්ෂිත

අවාසි: වඩා මිල අධික සහ නඩත්තු කිරීම (අඩවියේ තබා ඇත්නම්)

3. Hybrid Cloud

උපකල්පනය කළ පරිදි, hybrid cloud යෙදවීම private සහ public cloud වල සම්මිශ්‍රණයකි. මෙම යටිතල ව්‍යුහය දත්ත, තොරතුරු, සහ යෙදුම් හුවමාරු කිරීමට සහ හුවමාරු කිරීමට ඉඩ සලසයි. පුද්ගලික පාර්ශවය මූල්‍ය සහ දත්ත ප්‍රතිසාධනය වැනි සංවේදී ක්‍රියාවලීන් සඳහා භාවිතා කළ හැකි අතර, පොදු පාර්ශ්වයට ඉහළ පරිමා යෙදුම් ධාවනය කළ හැක.

වාසි: වැඩි දියුණු කළ වේගවත් බව, ප්‍රවේශ්‍යතාව සහ ආරක්ෂාව

අවාසි: වැඩි නඩත්තු, සංකීර්ණ අනුකූලතාව


Cloud Computing උදාහරණ

ඩිජිටල් යුගයේ මේ දිනවල,cloud හී බලපෑමෙන් කිසිවෙකුට මිදිය නොහැක. වඩාත් සුලභ එදිනෙදා කාර්යයන් සමහරක් cloud computing මත රඳා පවතී. සරල උදාහරණ කිහිපයක් ගතකහොත්;

විද්‍යුත් තැපෑල (Email): එය පුද්ගලික හේතු සහ ව්‍යාපාරික වගකීම් සඳහා භාවිතා වේ. නමුත් මෙම ප්‍රමිතිගත සන්නිවේදන ක්‍රමය බාගත කර ගබඩා කර ඇති ක්‍රමයකින් cloud මත පදනම් වූ ක්‍රමයකට සම්පූර්ණයෙන්ම මාරු වී ඇත. ඩෙස්ක්ටොප් පරිගණකයේ සිට ස්මාර්ට් ජංගම දුරකථනය දක්වා ඕනෑම උපාංගයකට එය අදාළ වේ.

ක්‍රෙඩිට්/ඩෙබිට් කාඩ්පත්: පුද්ගල මිලදී ගැනීම් අවසන් කිරීම සඳහා වර්තමානයේ මුදල් නෝට්ටු භාවිතා කරන පිරිස අඩු හා අඩුය. ක්‍රෙඩිට් සහ ඩෙබිට් කාඩ්පත් වඩාත් බහුල සහ පහසු වන්නේ බොහෝ දුරට සෑම බැංකු සහ ක්‍රෙඩිට් කාඩ් සමාගම් දත්ත ගබඩාවක්ම cloud සමඟ ඒකාබද්ධ වී ඇති බැවිනි. Venmo සහ PayPal වැනි නැගී එන ගෙවීම් යෙදුම් සඳහා එය විශේෂයෙන්ම සත්‍ය වේ.

ප්‍රමුඛතම Cloud Computing සමාගම්

Cloud computing හි අඛණ්ඩ දියුණුවකින් තොරව විශාලතම සහ වඩාත්ම ප්‍රසිද්ධ තාක්ෂණික සන්නාමයන් නොපවතිනු ඇත. ඇත්ත වශයෙන්ම, ඉහළම ක්ලවුඩ් පරිගණක සමාගම් කිසිදා නිම නොවන එක්-උපරිමාණයක් සහ පුළුල් උපායමාර්ගික SaaS, PaaS සහ IaaS යෙදවීම් සමඟින් "cloud wars" ලෙස හඳුන්වන දේ නිර්මාණය කර ඇත. පහත ව්‍යවසායන් දෙක මෙතෙක් IaaS වලාකුළු වෙළඳපොලේ ආධිපත්‍යය දැරීමට මූලාරම්භය ගෙන ඇත.

මයික්‍රොසොෆ්ට්(Microsoft): ක්ලවුඩ් මට්ටම් තුනේම ගැඹුරින් ආයෝජනය කර ඇත, මයික්‍රොසොෆ්ට් ක්ලවුඩ් කම්පියුටින් - එහි Microsoft Azure සහ Dynamics 365 නිෂ්පාදන සමඟ - තවමත් ගෝලීය ව්‍යවසාය-cloud providerලෙස ඉදිරියෙන් සිටී. මයික්‍රොසොෆ්ට් විසින් කෘතිම බුද්ධිය (AI), මැෂින් ලර්නින් (ML) සහ Blockchain වටා නිෂ්පාදන සංවර්ධනය කිරීම සහ යෙදවීම දිගටම කරගෙන යයි. සමාගම මෙම වසරේ Q1 හි ඩොලර් බිලියන 6 ක ලාභයක් දුටුවේය, වෙනත් ඕනෑම Cloud computing සමාගම්වලට වඩා ඩොලර් බිලියන භාගයකට වඩා ඉදිරියෙන් සිටියි.

ඇමේසන් (Amazon): දැවැන්ත ඊ-වාණිජ්‍යය සන්නාමය cloud service අවකාශය තුළ මයික්‍රොසොෆ්ට් වඩා පිටුපසින් නොවේ. එය $5.44 බිලියන 2018 Q1 තවමත් දෙවන ස්ථානයේ ඇත, නමුත් Amazon cloud computing, Amazon Web Services (AWS), Cloud සේවා ව්‍යාපාරයේ ප්‍රගතියක් ලබා ඇති අතර තවමත් Google හි cloud computing ව්‍යාපාරවලට වඩා ඉදිරියෙන් සිටී.

Cloud Computing වල ප්‍රතිලාභ
වර්තමාන ව්‍යාපාරික පරිසරය අන්තර්ජාලයේ දේවල් (IoT) හැකියාවන් (විශේෂයෙන් ස්මාර්ට් ෆෝන් සහ ටැබ්ලට්) සහිත උපාංග මත වැඩි වැඩියෙන් රඳා පවතී. එහි ප්‍රතිඵලයක් වශයෙන්, කාර්යාල බහුතරයක් අත්‍යවශ්‍යයෙන්ම අතථ්‍ය වැඩබිම්(virtual workplaces) බවට පත්වෙමින් තිබේ. එබැවින්, Cloud computing හරහා දත්ත වෙත වඩාත් පහසු සහ කාර්යක්ෂම ප්‍රවේශයක් ලබා ගත හැකිය.

වෙළඳපල පර්යේෂණ සමාගමක් වන වැන්සන් බෝර්න් විසින් මෑතකදී කරන ලද අධ්‍යයනයකින් හෙළි වූයේ කcloud computing මැනිය හැකි ව්‍යාපාරික බලපෑමක් ඇති කරන බවයි. ක්ලවුඩ් සේවා ක්‍රියාවට නංවා ඇති සමාගම් වෙළඳපොළට යන වේගය සියයට 21කට ආසන්න වැඩිවීමක්, ක්‍රියාවලි කාර්යක්ෂමතාවයේ සියයට 19ක වැඩිවීමක් සහ සමාගම් වර්ධනයේ සියයට 20ක ඉහළ යාමක් දැක ඇත. Cloud computing සඳහා තවත් වාසි ලෙස;

  • නම්‍යශීලී පිරිවැය: Cloud computing සාම්ප්‍රදායික ප්‍රාග්ධන වියදම් (capex) වියදම් මත වගුව දක්වයි; ඒ වෙනුවට, cloud වියදම්වලින් බහුතරයක් මෙහෙයුම් වියදම් (opex) වේ. තෙවන පාර්ශ්ව වෙළෙන්දෙකු නඩත්තු කිරීම ගැන සැලකිලිමත් වන බැවින්, ගැටළු සහිත සේවාදායකයන් නිවැරදි කිරීමට සමාගමකට සහායක කණ්ඩායමකට අරමුදල් සැපයීමට සිදු නොවේ. දේශීය සේවාදායක මිලදී ගැනීම් වැනි යටිතල පහසුකම් අවශ්‍යතාවල පෙර වියදම් අඩු වේ.
  • වැඩිදියුණු කළ සංචලතාව(Flexible costs): cloud සමඟ, යෙදුම්(apps) සහ දත්ත ඕනෑම තැනක, ඕනෑම වේලාවක ප්‍රවේශ විය හැකිය. ඒ සියල්ලට හේතුව ස්මාර්ට් ෆෝන් සහ ටැබ්ලට් වැනි ජංගම උපාංග නිරන්තරයෙන් වැඩි වීමයි. “ඕනෑම තැනක, ඕනෑම වේලාවක” ප්‍රතිලාභය නිසැකවම ව්‍යාපාරයට අදාළ වේ. සේවකයින් නම්‍යශීලී බවක් ලබා ගනී, කාර්ය ප්‍රවාහයන් සහ පාරිභෝගික සේවය සමඟ වඩාත් කාර්යක්ෂම වේ.
  • සහයෝගීතාව වැඩි කිරීම: Cloud computing අත්‍යවශ්‍යයෙන්ම ගොඩනගා ඇත්තේ වැඩ ක්‍රියාවලීන් වැඩිදියුණු කිරීම සඳහා වන අතර එයට සහායකයින් සහ ව්‍යාපාරික හවුල්කරුවන් අතර දත්ත ප්‍රවාහයන් ඇතුළත් වේ. ගොනු හුවමාරු කිරීම සහ විධිමත් වැඩ ප්‍රවාහයන් සඳහා සංවිධාන තවත් යෙදුම් ඉල්ලා සිටී. දුරස්ථ සේවකයින්ට සෙසු සේවකයින් සහ වැදගත් ගනුදෙනුකරුවන් සමඟ ක්ෂණිකව සම්බන්ධ වී සන්නිවේදනය කළ හැකිය.
  • පරිමාණයේ ආර්ථිකයන් (Economies of Scale): Cloud computing මගින් පරිමාණයේ ආර්ථිකයන් උත්තේජනය කිරීම මගින් පිරිවැය අඩු කරයි. බූස් ඇලන් හැමිල්ටන් අධ්‍යයනයකින් හෙළි වූයේ වලාකුළු ප්‍රවේශය සේවාදායක 1000 ක් යෙදවීම සඳහා 50 සිට 67% දක්වා පිරිවැය අඩු කළ හැකි බවයි. ක්ලවුඩ් පාරිභෝගිකයින්ට වෙළෙන්දන්ගේ ආර්ථිකයේ පරිමාණයෙන් අඩු වියදම් වලින් ප්‍රයෝජන ගත හැකිය, පරිශ්‍රයේ යටිතල පහසුකම් සඳහා ඔවුන්ගේ ආයෝජන අඩු කරයි.
  • ක්‍රියාකාරීත්වය: තාක්‍ෂණය කිසි විටෙකත් පරිපූර්ණ නොවනු ඇත, නමුත් සමහර දේවල් අඩු සංකීර්ණ වේ. සාමාන්‍යයෙන් තුන්වන පාර්ශ්ව වෙළෙන්දෙකු හරහා වෙනම සේවාදායකයන් මත ක්‍රියාත්මක වන ක්ලවුඩ් පරිගණකකරණයේ යටිතල ව්‍යුහය එයට ඇතුළත් වේ. එබැවින්, ගැටළු පැනනගින විට, වෙබ් අඩවියේ තොරතුරු තාක්ෂණ කාර්ය මණ්ඩලය හිමිකම් ගොනු කිරීමට හෝ සේවාදායකයන් යාවත්කාලීන කිරීමට කාලය සහ සම්පත් වැය කිරීම වෙනුවට ගැටලුව වහාම විසඳා ගැනීම විකුණුම්කරුගේ කාර්යය වේ.

Cloud Computing වල අවාසි
නමුත් Cloud computing හි අඩුපාඩු නොමැති බව පැවසිය නොහැක (තාක්ෂණය කිසි විටෙකත් පරිපූර්ණ නොවනු ඇත)  අවම වුවද, සහ දත්ත කඩකිරීමේ සහ කාන්දු වන ආරක්ෂාවේ අවස්ථාව සැමවිටම පවතී. ක්ලවුඩ් කම්පියුටින් හි අවාසි සියල්ල විනාශය සහ අඳුරු නොවේ. අවදානම් අවම කිරීමට ක්‍රම තිබේ.

1. අක්‍රීය කාලය (Downtime) 

තවත් සමාගම් තුන්වන පාර්ශ්ව ක්ලවුඩ් සේවා වෙළෙන්දන් මත රඳා පවතින බැවින්, මෙම සැපයුම්කරුවන්ට අධික සේවාදායක ඉල්ලීම් සමඟ අධික ලෙස පැටවිය හැකි අතර තාක්ෂණික නැවතුම් වලට මුහුණ දිය හැක. ඕනෑම වලාකුළු ආශ්‍රිත ඇනහිටීමක් හෝ නැතිවූ අන්තර්ජාල සම්බන්ධතාවයක් මෙන්, ප්‍රවේශ විය නොහැකි යෙදුම්, දත්ත සහ සේවාදායක සමඟ ව්‍යාපාරයක් නතර විය හැක.

ගැටලුව අවම කර ගන්නේ කෙසේද: ඔබේ සැපයුම්කරුගෙන් සියයට 99.55 ට වඩා වැඩි වාර ගණනක් සහතික කරමින් සේවා මට්ටමේ ගිවිසුමක් (SLA) ඉල්ලා සිටිය හැක.

2. ආරක්ෂාව

හොඳම ආරක්ෂණ භාවිතයන් සහිත විශාලතම සහ වඩාත්ම ප්‍රසිද්ධ වෙළඳ නාම පවා ඔවුන්ගේ දත්ත සම්මුතියට ලක්වීමෙන් සම්පූර්ණයෙන්ම ආරක්ෂා වී නොමැත. බාහිර සේවා වලාකුළු මත වැදගත්, සංවේදී තොරතුරු ගබඩා කිරීම ද මෝඩ පියවරක් නොවේ. අවදානමට ලක්විය හැකි පද්ධතිවල, විශේෂයෙන්ම හැකර්වරුන්, නොසැලකිලිමත් පරිශීලකයින් සහ වෙනත් දුර්වලතා සඳහා ප්‍රවේශ්‍යතාව පුළුල්ව විවෘතව ඇති පොදු වලාකුළුවල සෑම විටම සිදුරු ඇත.

ගැටලුව අවම කරන්නේ කෙසේද: පරිශීලක සන්දර්භය මත දත්ත ප්රවේශය සීමා කරන්න.

3. සීමිත පාලනය

ක්ලවුඩ් බොහෝ සම්ප්‍රදායික තොරතුරු තාක්‍ෂණ නඩත්තු ක්ලවුඩ් සේවාවට ඕෆ්ලෝඩ් කරයි. කෙසේ වෙතත්, මෙය තොරතුරු තාක්ෂණ ක්‍රියාවලිය කෙරෙහි අඩු පාලනයක් ඇති කරයි. සමාගමක යෙදුම් නායකයෙකුට යෙදුම්, සේවා සහ දත්ත සඳහා ඉදිරිපස කළමනාකරණ මෙවලම් වෙත පමණක් ප්‍රවේශය ඇති නමුත් පසුපෙළ යටිතල ව්‍යුහයට ප්‍රවේශය නොමැත.

ගැටලුව අවම කර ගන්නේ කෙසේද: සම්පූර්ණ පාලනය පසු අන්තයේ විකල්පයක් නොවිය හැක, නමුත් Cloud සේවා සපයන්නා විසින් තීරණාත්මක දත්ත හසුරුවන්නේ කෙසේද යන්න පිළිබඳ වැඩි දෘශ්‍යතාවක් සඳහා සෑම විටම හැකියාවක් ඇත.

Cloud Computing වල අනාගතය

ජාත්‍යන්තර දත්ත සංස්ථාව (IDC) ඇස්තමේන්තු කරන්නේ දැනටමත් 2018 දී, තොරතුරු තාක්ෂණ වියදම්වලින් අඩක්වත් වලාකුළු මත පදනම් වන අතර එය ඉදිරි වසර තුළ පමණක් වර්ධනය වීමට නියමිත බවයි. ඇත්ත වශයෙන්ම, ලොව පුරා සිටින සියලුම ව්‍යවසායන් යම් ආකාරයක වලාකුළු සේවාවක් පරිභෝජනය කරනු ඇත, නොවැළැක්විය හැකි ලෙස බොහෝ යෙදුම් සහ ව්‍යවසාය තොරතුරු ප්‍රවාහයන් වලාකුළු මත පදනම් වනු ඇති බවට සංඥා කරයි.

වලාකුළ හුදෙක් පරිභෝජන ආකෘතියකට වඩා වැඩි වනු ඇත; එය ව්‍යාපාරික තොරතුරු තාක්ෂණ උපාය මාර්ග සැකසීම සඳහා කේන්ද්‍රීය වනු ඇත.




Comments

Popular posts from this blog

Understanding Machine Learning: A Beginner's Guide(part 1)

Introduction Machine learning is a branch of artificial intelligence (AI) that is revolutionizing various industries, from healthcare to finance to technology. It enables computers to learn from data and make decisions or predictions without being explicitly programmed to perform specific tasks. In this blog post, we will delve into the basics of machine learning, exploring its significance, fundamental concepts, and how it works. The Significance of Machine Learning Machine learning has become a pivotal technology in the modern era due to its ability to process and analyze vast amounts of data more efficiently than traditional methods. Here’s why machine learning is so important: Automation of Tasks: Machine learning automates repetitive and mundane tasks, allowing humans to focus on more complex and creative endeavors. Data-Driven Decisions: By uncovering patterns and insights from data, machine learning helps businesses and organizations make informed decisions, leading to better ...

Supervised Learning and Unsupervised Learning in Machine Learning (A Beginner's Guide(part 2)

  Supervised Learning and Unsupervised Learning in Machine Learning Machine learning, a subset of artificial intelligence, involves training algorithms to learn from and make predictions or decisions based on data. Two fundamental types of machine learning are supervised learning and unsupervised learning. Understanding these concepts is crucial for anyone diving into the world of data science and machine learning. Supervised Learning Supervised learning is a type of machine learning where the model is trained on a labeled dataset. This means that each training example is paired with an output label. The goal is for the algorithm to learn a mapping from inputs to outputs so it can make accurate predictions on new, unseen data. Key Concepts Labeled Data : In supervised learning, the dataset consists of input-output pairs. For example, a dataset for a spam detection algorithm might include emails (inputs) and labels indicating whether each email is spam or not (outputs). Training Pro...

Spam Mail Prediction using Machine Learning

 Spam Mail Prediction using Machine Learning This project involves building a spam mail detector using Python within the Google Colab environment. By leveraging machine learning techniques, we aim to automatically classify emails as either spam or legitimate. The detector will enhance user security by filtering out potentially harmful emails. Source code(with describtion) Importing the Dependencies import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score Importing Libraries: The code begins by importing necessary libraries such as NumPy, Pandas, scikit-learn's train_test_split , TfidfVectorizer , LogisticRegression , and accuracy_score from sklearn.metrics . Data Preparation: It implies that you have a dataset containing email content along with labels indicating whether each emai...