Gossip based asynchronous and randomized distributed task assignment with guaranteed performance on heterogeneous networks

سهم اصلی این مقاله یک الگوریتم جدید توزیع شده مبتنی بر تداخل های محلی و متناوب تصادفی است، به عنوان مثال، شایعات مبتنی بر، برای تخصیص وظایف در شبکه های ناهمگن. ما مجموعه ای از وظایف با هزینه های ناهمگن را به مجموعه ای از گره ها با سرعت اجرای ناهمگن اختصاص داده و با یک شبکه با توپولوژی ناشناخته نشان داده شده توسط یک نمودار غیر هدایت می کنیم. هدف ما این است که به حداقل رساندن زمان اجرای مجموعه ای از وظایف توسط سیستم شبکه. ما یک قانون تعامل محلی پیشنهاد می دهیم که اجازه می دهد که گره های یک شبکه به همکاری وظایف خود را با عملکرد تضمین شده با توجه به انتساب بهینه با بهره برداری از یک طرح تعامل تصادفی مبتنی بر شایعه قرار دهند. ابتدا خواص همگرایی روش پیشنهادی را توصیف می کنیم، سپس ما یک فرایند انتخاب لبه و یک معیار متوقف توزیع شده تعبیه شده را برای قطع ارتباط، نه تنها تبادل کار، در حالی که تضمین عملکرد را ارائه می دهیم، پیشنهاد می کنیم. در نهایت، شبیه سازی عددی برای تأیید نتایج نظری ارائه شده است.