Virtualisation et cloud computing 

Virtualisation et cloud computing  GIN4R03

Enseignant:

Email:

Durée totale du cours: 45 H

Option concernée : option Réseaux Informatique + Ingénierie des connaissances

Semestre : 4

Nombre de crédits : 2

 Code      : GIN4R03       Virtualisation & cloud computing

Objectifs d’apprentissage et compétences visées

• Comprendre les concepts de base utilisés de la
• Comprendre les concepts de base utilisés dans le Cloud Computing.

Contenu du  cours

• Introduction au Cloud Computing :
  • Définition et concepts fondamentaux du Cloud Computing.
  • Avantages et inconvénients du Cloud Computing.
  • Modèles de service (IaaS, PaaS, SaaS) et de déploiement (Cloud public, privé, hybride).
• Infrastructure Cloud :
  • Architecture des centres de données et de la virtualisation.
  • Technologies de virtualisation (ex. VMware, Hyper-V) et conteneurisation (ex. Docker, Kubernetes).
  • Scalabilité et élasticité dans le Cloud.
  • Gestion des ressources et évolutivité dans le Cloud.
• Sécurité et Confidentialité dans le Cloud :
  • Principes de sécurité du Cloud et meilleures pratiques.
  • Mécanismes de sécurité du Cloud.
  • Cryptographie et protection des données.
  • Authentification, autorisation et gestion des identités.
  • Protection des données et conformité réglementaire.
• Migration vers le Cloud :
  • Stratégies et meilleures pratiques de migration vers le Cloud.
  • Évaluation des coûts et de la performance pour la migration.
• Services Cloud populaires :
  • Étude des principaux fournisseurs de services Cloud (par exemple, AWS, Azure, Google Cloud).
  • Analyse des services offerts par ces fournisseurs.
• Développement d'applications Cloud :
  • Concepts de développement d'applications natives du Cloud.
  • Utilisation des API et des microservices Cloud pour la gestion des données, la mise en réseau, etc
  • Intégration continue et livraison continue (CI/CD) dans un environnement Cloud.
• Gestion des données dans le Cloud :
  • Bases de données Cloud et stockage distribué.
  • Big Data et Analytics dans le Cloud.
  • Introduction au Big Data et à l'analytique Cloud.
  • Stockage et traitement de données volumineuses dans le Cloud.
  • Utilisation de services d'analytique pour extraire des informations à partir de données Cloud.
• Gestion des performances et de la fiabilité :
  • Surveillance et optimisation des performances dans le Cloud.
  • Haute disponibilité et tolérance aux pannes.
• Gestion des Coûts et Optimisation du Cloud :
  • Modèles de tarification Cloud et gestion des coûts.
  • Stratégies d'optimisation pour maximiser l'efficacité des ressources Cloud.

10. Aspects juridiques et éthiques du Cloud Computing :
    • Respect des réglementations et des normes de sécurité.
    • Confidentialité des données et protection des utilisateurs.
11. Cas d'utilisation et études de cas :
    • Exemples concrets d'implémentation réussie de solutions Cloud.
    • Analyse des succès et des échecs dans l'utilisation du Cloud Computing.
12. Projet :
    • Réalisation d'un projet pratique impliquant l'architecture et le développement d'une solution Cloud

Méthodes d’enseignement et d’apprentissage

• Enseignement frontal (magistral) avec des exemples à résoudre en
• Exercices théoriques et études de cas (présentation et discussion).
• Travaux à faire à domicile (mini-projet, exposé, compte-rendu, …)

Connaissances et compétences pré-requises

• Fondement des Réseaux

Références bibliographiques

• Un polycopié (Notes du cours) de l’enseignant sera

Modalité d’évaluation

• 40% Contrôle continu (Test + Travail individuel avec présentation orale, Devoir surveillé, …)
• 60% Examen semestriel

Résultats d'apprentissage :

1. Compréhension approfondie des concepts et des technologies liées à l'architecture et au développement de solutions cloud.
2. Capacité à concevoir et à mettre en œuvre des architectures de cloud computing adaptées aux besoins des entreprises et des organisations.
3. Maîtrise des principaux services et plateformes de cloud publics et privés.
4. Connaissance des principaux modèles de déploiement cloud et de leurs avantages et inconvénients.
5. Capacité à concevoir des solutions de cloud évolutives, sécurisées et résilientes.
6. Compétences en programmation et développement pour le cloud, en utilisant des langages et des outils pertinents pour les environnements de cloud computing.
7. Compréhension des problèmes de sécurité spécifiques au cloud et capacité à mettre en œuvre des mesures de sécurité appropriées.
8. Capacité à analyser les coûts et les performances des solutions cloud et à prendre des décisions en conséquence.
9. Connaissance des normes et des meilleures pratiques en matière de cloud computing.
10. Compétences en gestion de projet pour la mise en œuvre réussie de solutions cloud.