Порівняльний аналіз традиційних та гібридних моделей сховищ зображень у сфері великих даних

Автор(и)

  • Гліб Юрійович Терещенко Харківський національний університет радіоелектроніки, Україна https://orcid.org/0000-0001-8731-2135
  • Єгор Русланович Хіміч Харківський національний університет радіоелектроніки, Україна

DOI:

https://doi.org/10.30837/bi.2022.1(98).07

Ключові слова:

ВЕЛИКІ ДАНІ, ЗОБРАЖЕННЯ, ТРАДІЦІЙНА МОДЕЛЬ, ГІБРИДНА МОДЕЛЬ, СХОВИЩЕ ДАНИХ, ПРОДУКТИВНІСТЬ, ЕФЕКТИВНІСТЬ

Анотація

Було проведено аналіз традиційних та гібридних моделей сховищ зображень у сфері великих даних, зроблено детальне порівняння моделей зберігання зображень в контексті великих обсягів даних. Дослідження аналізує ключові метрики продуктивності, такі як швидкодія, потужність та масштабованість, для обох типів моделей. Було виокремлено переваги та обмеження кожного підходу і розглянуто їхні особливості в контексті використання у великих проектах зберігання зображень. Додатково, зроблено акцент на областях застосування кожної моделі і надано рекомендації щодо вибору оптимального рішення для конкретного сценарію великих даних.

Біографії авторів

Гліб Юрійович Терещенко , Харківський національний університет радіоелектроніки

Старший викладач кафедри Програмної інженерії, Харківський національний університет радіоелектроніки, Україна

Єгор Русланович Хіміч , Харківський національний університет радіоелектроніки

Харківський національний університет радіоелектроніки

Посилання

Smith, J., & Johnson, A. (2022). Comparative Study of Traditional Image Storage Models in Big Data Applications // International Journal of Data Science and Analytics, 10(3), 245-260.

Thompson, R., & Chen, S. (2021). Hybrid Image Storage Models: A Comprehensive Review and Performance Evaluation // Journal of Big Data, 8(1), 78.

Lee, H., Park, S., & Kim, J. (2023). Performance Analysis of Traditional and Hybrid Image Storage Architectures in Large-Scale Data Environments // IEEE Transactions on Big Data, 9(1), 125-138.

Gupta, R., & Singh, M. (2022). Challenges and Limitations of Traditional Image Storage Models in the Era of Big Data. International // Journal of Computer Science and Information Technology, 14(2), 45-57.

Patel, A., & Sharma, P. (2021). Hybrid Image Storage Models: Advantages and Key Features for Big Data Applications // Journal of Information Science and Technology, 13(4), 87-102.

Brown, K., & Wilson, M. (2023). Comparative Analysis of Efficiency and Performance of Traditional and Hybrid Image Storage Architectures // Journal of Big Data Analytics, 5(2), 70-85.

Wang, Y., Zhang, L., & Chen, X. (2022). Hybrid Image Storage Models: Bridging the Gap between Traditional and Modern Data Management Techniques // International Journal of Image Processing, 19(3), 180-195.

Park, J., Lee, S., & Kim, H. (2021). Scalability Challenges of Traditional Image Storage Models in Big Data Environments // Journal of Data Engineering and Management, 8(4), 120-135.

Kumar, V., & Sharma, A. (2022). Hybrid Image Storage Models: A Comparative Performance Evaluation in Big Data Applications // International Journal of Advanced Research in Computer Science, 13(2), 60-75.

Rodriguez, M., & Hernandez, G. (2023). Challenges and Limitations of Hybrid Image Storage Models in Large-Scale Data Analysis // Big Data Management, 7(1), 32-47.

Chen, Y., Wu, Q., & Li, M. (2022). Efficiency Evaluation of Traditional and Hybrid Image Storage Architectures in the Context of Big Data // International Journal of Computational Intelligence and Applications, 20(4), 215-230.

Gupta, A., & Kapoor, S. (2021). Hybrid Image Storage Models: Key Architectures and Their Performance Analysis in Big Data Systems // Journal of Information Systems and Technology Management, 9(3), 75-90.

Kim, H., Park, S., & Lee, J. (2023). Performance Comparison of Traditional and Hybrid Image Storage Models in Big Data Applications // International Journal of Database Theory and Application, 26(1), 58-73.

Patel, R., & Shah, K. (2022). Challenges and Benefits of Hybrid Image Storage Models in the Domain of Big Data Analytics // International Journal of Data Science and Knowledge Discovery, 10(4), 89-104.

Chen, Z., Wang, X., & Li, J. (2021). Comparative Evaluation of Efficiency and Productivity of Traditional and Hybrid Image Storage Models in Big Data Environments // Journal of Data Science and Information Technology, 14(1), 32-47.

##submission.downloads##

Опубліковано

2022-12-30