Masterminds – Maisteriainesta

Ylemmän ammattikorkeakoulutuksen ytimessä Tilaa RSS-syöte

How Machine Learning Can Be Applied in Demand Forecasting and Supply Planning
7.6.2024
Yi Zhang

Demand forecasting is known to be challenging due to phenomena such as the Bullwhip Effect (Lee et al., 1997a). Having worked in supply chain management for many years, I observed that the Bullwhip Effect is a universal issue across all industries. Companies, regardless of size, struggle with the amplification and distortion of demand information. My master’s thesis focused on leveraging AI, specifically machine learning, to enhance demand forecasting and optimize supply chains for the case company, a producer of durable IT devices. This thesis aimed to bridge two hot topics in the digital era — machine learning and demand forecasting — by providing a practical solution within a real business context. Effective demand forecasting and supply planning are crucial components of supply chain management. Inaccurate demand information often leads to suboptimal decisions, causing inventory imbalances and customer dissatisfaction. Many organizations struggle with business challenges due to inaccurate demand forecasts, resulting in inefficiencies, financial losses, and unhappy customers. Recent advancements in machine learning (ML) algorithms offer new tools to improve forecasting accuracy and maintain excellent performance for industrial demand. Since 2018, Machine Learning algorithms have consistently won competitions focused on retail demand forecasting. In my study, I employed an applied action research approach to diagnose the case company's challenges and offer viable solutions. Data collection primarily involved qualitative methods such as interviews, meetings, and internal document analysis, supplemented by quantitative data for model development. Four algorithms were used to build Machine Learning models using data extracted from the company's weekly demand reports: Linear Regression, Decision Tree, Recurrent Neural Network, and Support Vector Machine (as recommended by: Vandeput, 2023). After processing the data, performing feature engineering, and conducting training, testing, and validation, Linear Regression emerged as the most suitable algorithm based on both Machine Learning metrics and internal evaluations. Based on the thesis results, this approach was recommended for integration into the case company's existing demand forecasting and supply planning processes to support better decision-making. The steps in the approach are shown in Figure 1 below.   Figure 1. Demand Forecasting Process by Utilizing Machine Learning Model (Zhang 2024).   By leveraging AI technology, particularly machine learning, in demand forecasting and supply planning, organizations can vastly improve supply chain management. Enhanced forecast accuracy and optimized inventory levels lead to reduced inefficiencies, minimized financial losses, and heightened customer satisfaction. My academic journey in Metropolia University of Applied Sciences has equipped me with invaluable expertise in digitalization and data analytics. Notably, Power BI and Machine Learning provided direct insights for visualizing data, aiding in the selection of the most suitable machine learning model in my thesis.   About the author Yi Zhang is a graduate of Master´s degree program in Business Informatics. Yi is keen on new technologies and has set her personal goal to master Machine Learning for advancing in her professional area.   References Lee, H.L., Padmanabhan, V. & Whang, S. (1997 a). The Bullwhip Effect in Supply Chains. Sloan Management Review/Spring. Vandeput, N. (2023). Demand forecasting best practices. Manning Publications. Available from: https://learning.oreilly.com/library/view/demand-forecasting-best/9781633438095/?sso_link=yes&sso_link_from=metropolia-university Zhang, Y. (2024). Machine Learning Applied in Demand Forecasting and Supply Planning. Metropolia UAS, Master´s thesis, 99 pages. Available from: https://www.theseus.fi/handle/10024/857760

Lue lisää

Liikunta tukee nuorten mielenterveyttä
31.5.2024
Metropolia Master's bloggers

  Samaan aikaan, kun yläkouluikäisten nuorten mielenterveyden haasteet ovat lisääntyneet, on nuorten liikkumisen määrä vähentynyt (7, 8). Liikunnan ja hyvän mielenterveyden välillä on todettu olevan vahva yhteys (14–19). Yläkouluikäisten kanssa toimivien tulisi huomioida paremmin liikunnan tuomat mahdollisuudet nuorten mielenterveyden edistämisessä.  Lisäksi tulisi huomioida, että mielenterveyttä tukevan liikunta on vapaaehtoista, hauskaa ja tapahtuu kavereiden kanssa nautinnon takia eikä pakon vuoksi (15).   Nuorten mielenterveyden haasteet ovat lisääntyneet ja liikkuminen on vähentynyt   Nuoret ovat tuoneet esille lisääntynyttä mieliala- ja ahdistusoireilua, yksinäisyyttä sekä heikentynyttä positiivista mielenterveyttä. Saman suuntaisia tuloksia on raportoitu maailmanlaajuisesti. (1, 2) Tutkimuksissa on todettu, että mielenterveyden häiriö on kouluikäisten ja nuorten aikuisten yleisin terveyden häiriö. Eri tutkimusten mukaan noin 20–25 prosenttia nuorista kärsii jostakin mielenterveyden haasteesta. (4) Alakoululaisista noin viidenneksellä on ollut mielialaan liittyviä haasteita viimeisen kahden viikon aikana. Yläkouluiässä mielenterveyden haasteita kokeneiden määrä kasvaa ja erityisesti tyttöjen kokemat mielenterveyden haasteet ovat lisääntyneet. Yläkouluikäisistä tytöistä noin puolet ja pojista alle viidennes on ollut huolissaan mielialastaan. (2, 5)   Vuoden 2023 Kouluterveyskysely tuo esille, että koronaviruspandemian jälkeen hyvinvointi ei ole palautunut toivotusti. Verrattaessa vuoden 2021 ja 2023 Kouluterveyskyselyjen tuloksia 8.- ja 9.- luokkalaisten kokema ahdistuneisuus ja kiusaamisen kokemukset ovat lisääntyneet edelleen. Tytöillä ahdistuneisuus on noussut 30 prosentista 34 prosenttiin ja pojilla 8 prosentista 9 prosenttiin. (5, 6)   Lasten ja nuorten liikkumisessa ja fyysisessä kunnossa on havaittavissa muutoksia. Vuoden 2023 Kouluterveyskyselyssä tulee esille, että vapaa-ajalla hyvin vähän eli alle tunnin viikossa liikkui 20–36 prosenttia pojista ja 30–46 prosenttia tytöistä. (8)  Vuonna 2022 tehdyssä LIITU-tutkimuksessa tulee puolestaan esille, että lapsista ja nuorista reilu kolmasosa saavutti liikkumissuosituksen. Aineiston mukaan liikkumisesta suurin osa kertyi 5–10 minuuttia kerrallaan kestäneistä jaksoista. (7)   Move!-mittaukset sekä varusmiesten kuntotulokset kertovat lasten ja nuorten kestävyyskunnon heikkenemisestä sekä painonnoususta. Myös liikkumisen kokonaismäärä on laskenut. (8, 9) Move!-testien tuloksissa tulevat selkeästi esille peruskouluikäisten lasten fyysisen toimintakyvyn haasteet. Keskimäärin 40 prosentilla yläkouluikäisistä fyysinen toimintakyky on tasolla, joka mahdollisesti kuluttaa tai haittaa terveyttä ja hyvinvointia eli hänellä voi olla haasteita selviytyä väsymättä arkipäivän toiminnoista. Tilanne korostuu etenkin tyttöjen kohdalla. (8) Vantaan ja Keravan sekä Kainuun hyvinvointialueilla tulokset ovat maan huonoimpia. Näillä alueilla lähes puolella kahdeksasluokkalaisista tytöistä fyysinen toimintakyky on mahdollisesti terveyttä ja hyvinvointia haittaavalla tasolla. Huomioitavaa on, että Move!-testien tuloksissa on merkittäviä alueellisia eroja. (8, 10, 11)   LIITU-tutkimus osoittaa, että liikkumisen määrä vähenee tasaisesti nuoremmista vanhempiin ikäryhmiin siirryttäessä. Liikkumisessa on myös edelleen nähtävillä selvä sukupuoliero. Pojat saavuttavat liikkumissuosituksen kaikissa ikäryhmissä tyttöjä yleisemmin. Myös liikkumisen väheneminen alkaa tytöillä poikia aikaisemmin, jo 9-vuotiaasta alkaen. On tärkeää, että lapset saavat riittävästi monipuolisia liikuntakokemuksia varhaisvuosien aikana, jotta liikkumisen kannalta tärkeät motoriikan ja välineiden käsittelyn taidot pääsevät kehittymään. (12) Myös LIITU-tutkimuksessa tulee esille, että koronaviruspandemian jälkeen ei ole palattu entiseen liikuntamäärään. (7)   Liikunta osana mielenterveyden hoitoa   Useissa tutkimuksissa on todettu liikunnan edistävän ja tukevan mielenterveyttä ja olevan vaikuttavaa erityisesti masennuksen ja ahdistuksen hoidossa (13–18). Liikunnasta saadut hyödyt ovat tehokkuudelta samaa luokkaa tai jopa parempia kuin lääkityksen tuottamat vaikutukset (13).   Maltillinen vapaa-ajan liikkuminen alentaa masennuksen, ahdistuksen ja kroonisen stressin oireita sekä vähentää käyntejä koulupsykologilla. Tunti viikossa vapaa-ajan liikkumista vähensi masennusoireilun todennäköisyyttä 22 prosenttia ja ahdistusoireilua 32 prosenttia. Puolen tunnin liikkuminen viikossa vähensi stressin oireita 17 prosenttia. Kun liikunnan viikkotuntimäärä kasvoi tunnista 7 tuntiin, masennusoireilu väheni 48 prosenttia ja ahdistusoireilu 44 prosenttia. Koulumatkaliikunnalla ei todettu olevan vaikutusta mielenterveyteen. Tämän arveltiin johtuvan ns. “pakkopullaliikunnasta”. Mielenterveyttä tukevan liikunnan pitäisi olla vapaaehtoista, hauskaa ja tapahtua kavereiden kanssa nautinnon takia eikä pakon vuoksi. (14)   Liikunnalla on paljon mahdollisuuksia nuorten hyvinvoinnin ja mielenterveyden edistämisessä. Liikunta parantaa fyysistä kuntoa, mutta myös vähentää masennuksen, ahdistuksen ja kroonisen stressin oireita. (13–17) Lisäksi liikunnan avulla voidaan kehittää kehotietoisuutta, lievittää jännittyneisyyttä sekä oppia rentoutumaan (15, 18). Liikunta lisää myös mahdollisuuksia mielenterveyttä edistäviin sosiaalisiin kontakteihin (19).   Nuorten mielenterveyden edistämisen kannalta on kansantaloudellisesti sekä -terveydellisesti tärkeää lisätä nuorten arkeen liikuntaa ja liikettä. Se on helposti toteutettavissa, merkityksellistä ja kustannustehokasta. Liikkumista ja liikkeen hyödyntämistä nuorten perustason palveluissa ja oppimisympäristöissä tulisikin hyödyntää aikaisempaa enemmän. Miten voisimme kannustaa erityisesti tyttöjä liikkumaan enemmän? Miten nuorten liikkumista voitaisiin tukea paremmin?   Termistöä: Move!-testissä mitataan 5.- ja 8.- luokkalaisten oppilaiden fyysisiä ominaisuuksia eli kestävyyttä, nopeutta, voimaa ja liikkuvuutta. Lisäksi mitataan motorisia perustaitoja ja havaintomotorisia taitoja. Tulokset raportoidaan tyttöjen ja poikien ryhmissä. Blogitekstissä on tarkasteltu vuoden 2023 Move!-tuloksia. (9)   LIITU-tutkimus eli Lasten ja nuorten liikuntakäyttäytyminen Suomessa. Tutkimus on kansallinen 7–15-vuotiaiden liikkumista, liikuntakäyttäytymistä ja -kulttuuria laajasti kartoittava seurantatutkimus. Blogitekstissä on tarkasteltu vuoden 2022 LIITU-tutkimuksen tuloksia. (20)   Kouluterveyskysely toteutetaan joka toinen vuosi. Se antaa monipuolista ja luotettavaa seurantatietoa lasten ja nuorten hyvinvoinnista, terveydestä, koulunkäynnistä ja opiskelusta, osallisuudesta sekä avun saamisesta ja palveluista. Tutkimukseen osallistuu perusopetuksen 4., 5. ja 8., 9. luokkien oppilaat sekä lukioiden ja ammatillisten oppilaitosten 1.,2. vuoden alle 21-vuotiaat opiskelijat. Blogitekstissä on viitattu vuosien 2021 ja 2023 Kouluterveyskyselyjen tuloksiin. (21)   TIETOA KIRJOITTAJASTA Kirjoittaja Mirva Kuula-Harimaa on fysioterapeutti ja tutkinnon Kliininen asiantuntijuus sosiaali- ja terveysalalla, mielenterveystyön asiantuntija opiskelija (YAMK). Hän valmistuu toukokuussa 2024 Metropolia Ammattikorkeakoulun sosiaali- ja terveysalan koulutusyksiköstä. Hänen opinnäytetyönsä “Nuorten mielenterveyden ja hyvinvoinnin edistäminen, psykofyysinen lähestymistapa ja keholliset keinot” on luettavissa Theseus-tietokannassa osoitteessa <https://urn.fi/URN:NBN:fi:amk-202404166724>.   Lähteet:  Nuorten hyvinvointi 2023. Terveyden ja hyvinvoinnin laitos. <https://thl.fi/aiheet/lapset-nuoret-ja-perheet/hyvinvointi-ja-terveys/nuorten-hyvinvointi>. Luettu 28.3.2024. Aalto-Setälä, T. & Suvisaari, J. & Appelqvist-Schmidlechner, K. & Kiviruusu, O. 2021. Kouluterveyskysely 2021. Pandemia ja nuorten mielenterveys. Tutkimuksesta tiiviisti 55/2021. Helsinki: Terveyden ja hyvinvoinnin laitos. 1, 2, 4. <https://www.julkari.fi/bitstream/handle/10024/143129/URN_ISBN_978-952-343-738-8.pdf?sequence=1&isAllowed=y>. Luettu 30.3.2024. Nuorten mielenterveyshäiriöt 2023. Terveyden ja hyvinvoinnin laitos. <https://thl.fi/aiheet/mielenterveys/mielenterveyshairiot/nuorten-mielenterveyshairiot>. Luettu 30.3.2024. Helakorpi, S. & Kivimäki, H. 2021. Kouluterveyskysely 2021. Lasten ja nuorten hyvinvointi. Tilastoraportti 30/2021.Terveyden ja hyvinvoinnin laitos, Helsinki. 1-4. <https://www.julkari.fi/bitstream/handle/10024/143063/ktk_tilastoraportti2021_2021-09-09_kuviot_kuvana.pdf?sequence=1&isAllowed=y>. Luettu 29.3.2024. Helenius, J. & Kivimäki, H. 2023. Lasten ja nuorten hyvinvointi - Kouluterveyskysely 2023. Tytöistä yli kolmannes ja pojista joka viides kokee terveydentilansa keskinkertaiseksi tai huonoksi. Tilastoraportti 48/2023. Terveyden ja Hyvinvoinnin laitos, Helsinki. 1, 3. <https://www.julkari.fi/bitstream/handle/10024/147270/Lasten%20ja%20nuorten%20hyvinvointi%20Kouluterveyskysely%202023%20Tilastoraportti%2048_2023.pdf?sequence=1&isAllowed=y>. Luettu 28.3.2024. STT info. 2023. THL:n kouluterveyskysely: 8.- ja 9.- luokkalaisten ahdistuneisuus ei osoita laantumisen merkkejä koronan jälkeen, kiusaamista aiempaa enemmän. 2.6.2023. <https://www.sttinfo.fi/tiedote/thln-kouluterveyskysely-8--ja-9-luokkalaisten-ahdistuneisuus-ei-osoita-laantumisen-merkkeja-koronan-jalkeen-kiusaamista-aiempaa-enemman?publisherId=69817778&releaseId=69984439>. Luettu 30.3.2024. Husu, P. & Tokola, K. & Vähä-Ypyä, H. & Vasankari, T. 2023. Liikemittarilla mitatun liikkumisen, paikallanolon ja unen määrä. Julkaisussa: Lasten ja nuorten liikuntakäyttäytyminen Suomessa. LIITU-tutkimuksen tuloksia 2022. (toim.) Kokko, S- & Martin, L. Valtion liikuntaneuvoston julkaisuja 2023:1. 31–44. <https://www.liikuntaneuvosto.fi/wp-content/uploads/2023/03/Lasten-ja-nuorten-liikuntakayttaytyminen-Suomessa-2022-2.pdf>. Luettu 1.4.2024. Move!-mittaustuloksia 2023. Fyysisen toimintakyvyn seurantajärjestelmä. Tulokset syksy 2023. Kokomaa. Opetushallitus. 9, 12. <https://www.oph.fi/sites/default/files/documents/kokomaa_helalandet_move2023.pdf>. Luettu 1.4.2024. Liikkumissuositus 7–17-vuotiaille lapsille ja nuorille. (2021). Opetus ja kulttuuriministeriön julkaisuja 2021:19. 26–29. <https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/162984/OKM_2021_19.pdf?sequence=4&isAllowed=y>. Viitattu 1.4.2024. Move!-mittaustuloksia 2023. Fyysisen toimintakyvyn seurantajärjestelmä. Tulokset syksy 2023. Kainuun hyvinvointialue. Opetushallitus. <https://a3s.fi/move2023_hyvinvointialueraportit/kainuun_hyvinvointialue_20_move2023.pdf>. Luettu 1.4.2024. Move!-mittaustuloksia 2023. Fyysisen toimintakyvyn seurantajärjestelmä. Tulokset syksy 2023. Vantaan ja Keravan hyvinvointialue. Opetushallitus. <https://a3s.fi/move2023_hyvinvointialueraportit/vantaan_ja_keravan_hyvinvointialue_04_move2023.pdf>. Luettu 1.4.2024. Asunta, P. & Viholainen, H. & Ahonen, T. & Rintala, P. & Cantell, M. 2016. Motorisen oppimisen vaikeudet. Teoksessa: Tieteelliset perusteet varhaisvuosien fyysisen aktiivisuuden suosituksille. Opetus- ja kulttuuriministeriön julkaisuja 2016:22. 38. <https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/75406/OKM22.pdf>. Luettu 25.3.2024. Singh, B. & Olds, T. & Curtis, R. & Dumuid, D. & Virgara, R. & Watson, A. & Szeto, K. & O’Connor, E. & Ferguson, T. & Eglitis, E. & Miatke, A. & Simpson, C. & Maher, C. 2023. Effectiveness of physical activity interventions for improving depression, anxiety and distress: an overview of systematic reviews. British Journal of Sports Medicine 2023; 0:1–10. <https://bjsm.bmj.com/content/early/2023/07/11/bjsports-2022-106195>. Luettu 24.3.2024. Jussila, J. & Pulakka, A. & Ervasti, J. & Halonen, J. & Mikkonen, S. & Allaouat, S. & Salo, P. & Lanki, T- 2022. Associations of leisure-time physical activity and active school transport with mental health outcomes: A population-based study. Scandinavian Journal of Medicine & Science in Sports 2022; 00:1-12. <https://onlinelibrary.wiley.com/doi/10.1111/sms.14292>. Luettu 24.3.2024. Yu, Q. & Wong, K-K. & Lei, O-K. & Nie, J. & Shi, Q. & Zou, L. & Kong, Z. 2022. Comparative Effectiveness of Multiple Exercise Interventions in the Treatment of Mental Health Disorders: A Systematic Review and Network Meta-Analysis. Sports Medicine Open 29;8(1):135.  <https://pubmed.ncbi.nlm.nih.gov/36308622/>. Luettu 22.3.2024. Hu, M. & Turner, D. & Generaal, E. & Bos, D. & Ikram, K. & Ikram, A. & Cuijpers, P. & Pennix, B. 2020. Exercise interventions for the prevention of depression: a systematic review of meta-analyses. BMC Public Health 20:1255. <https://bmcpublichealth.biomedcentral.com/articles/10.1186/s12889-020-09323-y>. Luettu 24.3.2024. Aylett, E. & Small, N. & Bower, P. 2018. Exercise in the treatment of clinical anxiety in general practice – a systematic review and meta-analysis. BMC Health Services Research.  <https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6048763/>. Luettu 25.3.2024. Zou, L. & Yeung, A. & Li, C. & Wei, G-X. & Chen, K. & Kinser, P. & Chan, J. & Ren, Z. 2018. Effects of Meditative Movements on Major Depressive Disorder: A Systematic Review and Mata-Analysis of Randomized Controlled Trials. Journal of Clinical Medicine 7(8):195 <https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6111244/>. Luettu 22.3.2024. Kantomaa, M. & Purtsi, J. & Taanila, A. & Remes, J. & Viholainen, H. & Rintala, P. & Ahonen, T. & Tammelin, T. 2011. Suspected motor problems and low preference for active play in childhood are associated with physical inactivity and low fitness in adolescence. PLOS ONE, 6 (1). <https://jyx.jyu.fi/bitstream/handle/123456789/37340/Suspected_moto_problems_PLoS.pdf?sequence=1&isAllowed=y>. Luettu 29.3.2024. Kokko, S. & Martin, L. (Toim.) 2023. Lasten ja nuorten liikuntakäyttäytyminen Suomessa. LIITU-tutkimuksen tuloksia 2022. Valtion liikuntaneuvoston julkaisuja 2023:1.6. <https://www.liikuntaneuvosto.fi/wp-content/uploads/2023/03/Lasten-ja-nuorten-liikuntakayttaytyminen-Suomessa-2022-2.pdf>. Luettu 29.3.2024. Terveyden ja hyvinvoinnin laitos. <https://thl.fi/tutkimus-ja-kehittaminen/tutkimukset-ja-hankkeet/kouluterveyskysely>. Luettu 22.3.2024.

Lue lisää

Integrating Security into Continuous Delivery
12.2.2024
Mike Vainio

Adopting a DevOps strategy for software development aims to significantly increase the speed of software delivery process by working in small batches and ensuring software is always releasable. This way of working is often called Continuous Delivery. However, the increased speed in software delivery creates challenges for existing security processes and practices. To ensure security concerns are identified before the software is released, security must be integrated into the Continuous Delivery process. This was the topic of my Master’s thesis that has just been completed as part of Metropolia Master´s studies. When working as a consultant helping organizations with all things around DevOps and Continuous Delivery, I have noticed that security is still often not integrated into the process as well as it could. For sure, most professionals try to think of security while implementing new features and automation. Yet, often I think we tell ourselves that there should be security experts in the organization that will be ultimately responsible for the security of the solution. Here, I can take myself as an example. Although I have discovered many great open-source security tools that could be used at various stages of the software development and delivery process, rarely did I feel like I have the time and mandate to take them into real use in projects. This is a mindset which, I think, should be changed; everyone who contributes to the software delivery should be responsible for security. Realizing it as a problem, I turned this challenge into a Master’s Thesis topic when I started my studies at Metropolia. According to my initial idea, integrating the available open-source security tools into the Continuous Delivery processes would provide a fast feedback loop on security threats and vulnerabilities that developers might accidently introduce while working on projects (Vainio 2023). This is what the Master´s thesis finally achieved. What is Continuous Delivery? In my experience, a successful DevOps strategy for software delivery revolves around the concept of Continuous Delivery which was popularized by David Farley and Jez Humble in their 2010 book called “Continuous Delivery”. (Farley & Humble 2010) More technical readers will know that continuous Delivery extends the earlier coined Continuous Integration concept and takes it to its logical conclusion: every change to the software should be followed by multiple stages of automated testing to verify that the software is releasable; and if the testing fails, everyone must work together to either rollback the change or fix the issue. These stages are arranged into what is called the deployment pipeline. It is easiest to understand the concept with help a diagram such as the one below: Figure 1. Example of a Deployment Pipeline (Vainio 2023, picture modified from Farley & Humble 2010). The deployment pipeline in Figure 1 is triggered by a change to the software’s code base and is then followed by multiple stages of testing. Finally, if tests are successful, the software should reach a releasable state. Given that the team is already working with a deployment pipeline, it presents an opportunity to integrate automated security tests into this process. Integrating Security Since Continuous Delivery aims for software that is always releasable, this means that the security posture of the software and the related deployment infrastructure must also be in a secure, releasable state. It might seem obvious by now, but the below diagram shows how security tests can be bolted onto the deployment pipeline: Figure 2. Example of an Enhanced Deployment Pipeline (Vainio 2023). As seen in Figure 2 above, security tests fit right into the deployment pipeline. Ideally, the security tests are run in parallel to the existing tests. This is the desired implementation that aims for security tests that don’t slow down the pipeline execution and thus the delivery process. It seems obvious that security should be one of the characteristics of the software that is tested during the deployment pipeline. But as often happens, this simple idea can be tricky to implement in practice unless you are a security expert, and that’s why I wanted to study and discover the practical ways for anyone working on the delivery process to find effective ways to integrate security tests into the process. My Master’s Thesis describes a security framework based on these core ideas. Following the thesis, in my company we have internalized this approach and developed additional practical examples and information around the security tools and practices. It is still very early days for the full-scale adoption of the framework, but we have started the journey to fully embrace the idea that security has to be an integral part of everything that we deliver. References Farley, D. & Humble, J. (2010). Continuous Delivery. Reliable Software Releases Through Build, Test and Deployment Automation. Boston: Pearson Education, Inc Vainio, M. (2023). Practical Framework for Continuous Delivery: Master´s Thesis. Metropolia UAS. 77 pages. https://www.theseus.fi/handle/10024/810697 About the author Mike Vainio is a double alumnus of Metropolia University of Applied Sciences. He first graduated as an Engineer of Information and Communication technology (Bachelor, 2014) and then graduated as a Master in Business Informatics in December 2023. Among other professional topics, Mike has a keen interest in security in software development.

Lue lisää
Uudemmat postaukset Vanhemmat postaukset