基于Gossip的Aggregate计算开题报告

1. 研究目的与意义（文献综述）

1.1目的意义：

随着人们对于网络的越来越高的要求，去中心化的网络在网络搭建中正处在一个越来越重要的位置。但是我们不能忽略的是由于去中心化的网络的中的网络节点的数量众多，而且节点所存在的变化是不可预料的。而gossip算法简单、高效，同时具有很好地可扩展性和鲁棒性，是对上述网络环境的一个很好的解决办法。

在使用gossip 算法中，节点存储的信息是我们关注的主要内容。在一般的gossip算法之下，我们通常是去获得其最大值、最小值、和值或是平均值来作为我们的参考内容。而由于无中心网络的不可控性，我们就必须考虑各种因素对我们所获的数据的精确度的影响，比如说提取信息的时间或者完成一次信息收集时的节点的活跃度。这样通过对算法收敛性以及误差的分析，我们最终才能得到一个准确的数值来完成无中心网络在我们现实物理环境下的应用。

2. 研究的基本内容与方案

该论文的主要内容和目标是研究gossip算法的包括求和、求平均、求最大和最小

的算法，并分析其收敛速度和收敛性。主要研究内容如下：

①在本文中，我打算在gossip算法来完成节点信息一致化。在gossip算法的具体利用时，具体有pull的方式通过将每个节点所存储的信息与比重用数值对来表示，然后通过每一轮的节点的信息传递来更新每个节点中的信息量，同时每一轮过后我们都可以通过节点现有的数值对的情况来得到该节点现在所存储的信息。然后在每一轮都可以通过每个节点的信息情况选择相应的函数对其处理来得到其最大值、最小值、平均值以及和值。另外还可以将信息看做一个n维向量，同时将每次信息更新的变化程度作为其的一个维度来表示，这种方法在考虑到扩散速度的时候误差会更加小。在论文中，我将会具体比较两种算法在具体环境中的应用。

3. 研究计划与安排

2016/1/23----2016/3/7:阅读参考文献，并分析和总结；确定技术路线，完成并提交开题报告；

2016/3/8----2016/4/26:需求分析，算法设计，分析、比较以及实现。

2016/4/27----2016/5/27:撰写论文初稿；修改论文，定稿并提交论文评审。

4. 参考文献（12篇以上）

[1]刘德辉,尹刚,王怀民,邹鹏. 分布环境下的gossip算法综述[j]. 计算机科学,2010,11:24-28

[2]jen-yeuchen,gopal pandurangan. almost-optimal gossip-based aggregate computation.[j].siam j. comput.,2012,41.

[3]joannageibig,dirk bradler. autonomous aggregation in location aware ad hoc wirelessnetworks[j]. wirel. commun. mob. comput.,2012,133.