Key points are not available for this paper at this time.
Em muitos aplicativos populares, como sistemas peer-to-peer, grandes quantidades de dados estão distribuídas entre várias fontes. A análise desses dados e a identificação de grupos é desafiadora devido aos custos de processamento, armazenamento e transmissão. Neste artigo, propomos o GDCluster, um método de agrupamento geral totalmente descentralizado, capaz de agrupar conjuntos de dados dinâmicos e distribuídos. Os nós cooperam continuamente através de comunicação descentralizada baseada em gossip para manter visões resumidas do conjunto de dados. Personalizamos o GDCluster para a execução dos métodos de agrupamento baseados em partição e densidade nas visões resumidas, e também oferecemos melhorias ao algoritmo básico. Lidar com dados dinâmicos é possível adaptando gradualmente o modelo de agrupamento. Nossas avaliações experimentais mostram que o GDCluster pode descobrir os grupos de forma eficiente com custo de transmissão escalável, e também expor sua supremacia em comparação ao método popular LSP2P.
Mashayekhi et al. (Mon,) estudaram esta questão.