GDCluster：一般的な分散型クラスタリングアルゴリズム

ピアツーピアシステムのような多くの人気アプリケーションでは、大量のデータが複数のソースに分散されています。このデータの分析とクラスターの特定は、処理、ストレージ、伝送コストという面で課題があります。本論文では、動的かつ分散したデータセットをクラスタリングすることができる一般的な完全分散型クラスタリング手法であるGDClusterを提案します。ノードは、分散型のゴシップベースの通信を通じて継続的に協力し、データセットの要約されたビューを維持します。私たちは、要約されたビューでのパーティションベースおよび密度ベースのクラスタリング手法を実行するためにGDClusterをカスタマイズし、基本アルゴリズムに対する強化も提供します。動的データへの対処は、クラスタリングモデルを徐々に適応させることによって可能となります。実験的評価は、GDClusterがスケーラブルな伝送コストでクラスターを効率的に発見でき、また人気のある手法LSP2Pと比較してその優位性を示すことを示しています。