IT 생태계의 기반이 클라우드 컴퓨팅으로 전환되고 있는 최근, 이 교재는 학습자 가 클라우드 전문인력으로 역할을 할 수 있도록 클라우드 컴퓨팅의 개념, 유형 및 기반 기술, 여러 클라우드 아키텍처에 대해 자세히 설명한다. 이와 더불어 주요 클라우드 제공사로 인정받고 있는 마이크로소프트 Azure를 기반으로 다양한 정보 서비스를 실제 구현할 수 있는 예를 다루고 있어, 단순히 이론에 그치지 않고 실제 적용 가능한 기술을 함양할 수 있도록 내용을 구성하였다.

고려대학교 학사
고려대학교 대학원 컴퓨터 및 정보과학(석사)
고려대학교 대학원 컴퓨터 및 정보과학(박사)
Indiana University, Instructional Systems Technology, Visiting Scholar
현재: 한국방송통신대학교 컴퓨터과학과 교수

제Ⅰ부 클라우드 컴퓨팅: 이론부

제 1 장 클라우드 컴퓨팅의 이해
1.1 클라우드 컴퓨팅의 개요
1.2 클라우드의 등장 배경
1.3 온프레미스와 클라우드
1.4 클라우드 컴퓨팅의 이용 방식
1.5 클라우드 컴퓨팅의 장점
1.6 클라우드 컴퓨팅 도입 효과
1.7 클라우드 컴퓨팅 관련 기술
1.8 클라우드 컴퓨팅의 단점

제 2 장 클라우드 컴퓨팅 서비스
2.1 클라우드 컴퓨팅의 특징
2.2 클라우드 서비스 모델
2.3 클라우드 배포 모델

제 3 장 클라우드 컴퓨팅 기술
3.1 클라우드 컴퓨팅 기술의 구성
3.2 가상화 기술의 이해
3.3 서버 가상화
3.4 네트워크 가상화
3.5 스토리지 기술
3.6 클라우드 서비스 무정지 기술

제 4 장 클라우드 아키텍처
4.1 클라우드 아키텍처의 이해
4.2 리소스 풀링
4.3 로드 밸런싱
4.4 클라우드 버스팅
4.5 무중단 서비스 재배치

제 5 장 클라우드 컴퓨팅의 미래
5.1 엣지 컴퓨팅의 이해
5.2 엣지 컴퓨팅의 구조
5.3 엣지 컴퓨팅의 보안
5.4 포그 컴퓨팅

제Ⅱ부 클라우드 컴퓨팅: 실습부

제 6 장 클라우드 기반 웹사이트 구현
6.1 클라우드 컴퓨팅 서비스의 이해
6.2 클라우드 기반 웹 서비스 구현
6.3 가상 머신 접속하기
6.4 온라인 쇼핑몰 준비
6.5 키 자격 증명 모음 만들기
6.6 SQL 데이터베이스 접속 및 스키마 생성하기
6.7 웹 서버 생성
6.8 Blob Storage로 상품 이미지 관리하기
6.9 로드 밸런싱
6.10 오토 스케일링

제 7 장 클라우드 기반 데이터 분석
7.1 Azure ML 작업 영역 생성
7.2 Azure ML Studio를 이용한 머신러닝 수행
7.3 Azure ML 컴퓨팅 환경 설정
7.4 데이터 전처리
7.5 데이터 분류
7.6 ML 알고리즘 선택 단계
7.7 훈련 모델 검증
7.8 데이터 훈련
7.9 훈련 모델 성능 평가
7.10 훈련 모델 평가
7.11 복수의 훈련 모델 평가
7.12 훈련 모델 기반 예측
7.13 훈련 모델 기반 예측 평가

제 8 장 일기 예보 전송 서비스 구현하기
8.1 함수 앱 만들기
8.2 날씨 정보 API 사용하기
8.3 함수 앱에 OpenWeather API 연동하기
8.3 함수 앱에 OpenWeather API 연동하기