ترجمه مقاله طراحی سیستم مدیریت اطلاعات حسابداری با استفاده از کلان داده و تکنولوژی ابر – سال 2022
مشخصات مقاله:
عنوان فارسی مقاله:
طراحی سیستم مدیریت اطلاعات حسابداری با استفاده از کلان داده و تکنولوژی ابر
عنوان انگلیسی مقاله:
Designing an Accounting Information Management System Using Big Data and Cloud Technology
مناسب برای رشته های دانشگاهی زیر:
حسابداری – مهندسی فناوری اطلاعات – مدیریت – مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
مدیریت فناوری اطلاعات – سیستم های اطلاعاتی پیشرفته – مدیریت سیستم های اطلاعاتی – حسابداری عمومی – رایانش ابری
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
1. مقدمه
2. آثار مرتبط
3. مروری بر کلان داده ابری برای سیستم اطلاعات مدیریت حسابداری (AIMS)
4. طراحی AIMS بر اساس فناوری کلان داده ابری
5. امتحان و شبیه سازی سیستم
1. زمان پاسخگویی به وظیفه
6. نتیجه گیری
منابع
قسمتی از ترجمه مقاله:
به دنبال توسعه سریع علم و فناوری و در نتیجه هدایت افراد به سمت عصر اطلاعات، ظهور فناوری اطلاعات به عنوان تحولی اساسی برای صنعت حسابداری به شمار می‌رود که تعریف جدیدی از حرفه حسابداری سنتی ارائه می‌دهد. علاوه بر این، تکنیک ها و مفاهیم جدید مدیریت با ترویج تحول متخصصان حسابداری از حسابداری سنتی به اطلاعات حسابداری به تدریج منجر به تغییراتی در شیوه کار حسابداری سنتی می‌شوند. در سال های اخیر، موارد متعددی از آسیب پذیری سیستم های اطلاعاتی در برابر جرایم سایبری و حملات اتفاق افتاده است. این مطالعه با توضیح ساده ایده فناوری ابری و بررسی ساختار منطقی فناوری ابری در یک سیستم مدیریت اطلاعات حسابداری، از مدل و فناوری پیاده سازی شده در طراحی این سیستم استفاده می‌کند. سپس با ساخت مدل SaaS به طراحی معماری پلت فرم ابری سیستم مدیریت اطلاعات حسابداری (AIMS) می‌پردازد. برای قضاوت در مورد اثر کاربردی این سیستم، حالت ذخیره سازی توزیع شده پلت فرم ابری را تعریف کرده و عملکرد خوشه‌ای سیستم را پس از تکمیل طراحی و ساخت سیستم مورد آزمایش قرار می‌دهد. در نهایت، زمان عملیات سیستم، ردیف های محلی داده ها و تعادل بار را به طور تجربی آزمایش می‌کند. نتایج حاکی از آن است که روابط پاسخِ وظایف مجزا بالاتر از TeraSort، و روابط پاسخ TeraSort بالاتر از Inquiry اصلاح می‌شوند، و در صورت یکسان بودن وظایف ورودی، زمان پاسخ متناسب با اسلات های Reduce است.
