1. 研究目的与意义（文献综述）

基于android系统的一致性计算，主要涉及在对等网络中，gossip算法的聚合计算方面的应用。应用gossip算法主要有一下几点意义：1）采用随机行走模式进行数据传输，很好的避免了热点区域；2）由于不需要建立和维护路由，相比传统的洪泛算法减少了协议开销，消耗能量更少；3）gossip算法能避免路由失效问题，提高了网络的可靠性；4）在网络中增加节点只会增加算法收敛时间，能更好地利用网络资源。

gossip算法自1987年被demers等人首次提出，因为cassandra而名声大噪，在分布式计算领域受到了广泛的关注。gossip算法在一个有界网络中，每个节点都随机地与其他节点通信，经过一番杂乱无章的通信，最终所有节点的状态都会达成一致，天然具有分布式容错的优点，在信息传播、负载均衡、路由算法等诸多领域得到了应用。

david kemple等人在gossip-based computation of aggregate information中提出了一个新的框架，用于在分散设置中处理多种类型的聚合查询。使用小型消息和八卦式本地通信来提供简单的容错协议尝试使用（分散）技术来更多地了解拓扑结构，并尝试调整机制以加速通信。一方面，考虑如何明智地使用远程连接，或者如何加快随机漫步；另一个方向是为其他复杂类型的查询开发协议。

2. 研究的基本内容与方案

一、 基本内容：

1、了解gossip算法及其实现方法，学习分析此类算法的收敛速度的方法。

2、学习android相关的的基本知识。

3. 研究计划与安排

(1).2018/02/19—2018/03/04：查阅有关的参考资料并完成开题报告；阅读顶级会议论文和相关参考文献.

(2). 2018/03/05—2018/04/01：采集相关社交网络数据，并对异构社交网络数据进行分析，完成前期测验工作。

(3). 2018/04/01—2018/05/20：进行相关算法和系统的编码、调试、测试工作。其中第10周左右进行毕业设计中期检查，需要提交论文前三章和毕业设计框架。

4. 参考文献（12篇以上）

[1]bawa m, garcia-molina h, gionis a, et al. estimatingaggregates on a peer-to-peer network[j]. submitted for publication, 2003.

[2] wang h, liao x, huang t. average consensus in sensornetworks via broadcast multi-gossip algorithms[j]. neurocomputing, 2013,117(14):150-160.

[3] sarwate a d, dimakis a g. the impact of mobility ongossip algorithms[c]// infocom. ieee, 2009:2088-2096.