This straightforward data partition

This straightforward data partitioning strategy for the distributed trust management
algorithm is not a reasonable one for the centralized algorithm because it would lead to
excessive communication among the cloud instances. Individual nodes may contribute data
regarding primary transmitters in a different sub-area; to evaluate the trust of each node the
cloud instances would have to exchange a fair amount of information. This data partitioning
would also complicate our algorithm which groups together secondary nodes based on the
distance from the primary one.
Instead, we allocate to each instance a number of channels and all instances share the
information about the geographic position of each node; the distance of a secondary node
to any primary one can then be easily computed. This data partitioning strategy scales well
in the number of primaries. Thus, it is suitable for simulation in large metropolitan areas,
but may not be able to accommodate cases when the number of secondaries is of the order
of 10
8
− 10
9
.

Kết quả (Việt) 1:

Dữ liệu này đơn giản phân vùng chiến lược cho việc quản lý phân phối ủy thácthuật toán không phải là hợp lý nhất cho các thuật toán tập trung bởi vì nó sẽ dẫn đếnquá nhiều thông tin liên lạc trong số các trường hợp đám mây. Nút cá nhân có thể đóng góp dữ liệuliên quan đến chính truyền trong một khu vực phụ khác nhau; để đánh giá sự tin tưởng của mỗi nút cáctrường hợp đám mây nào phải trao đổi một số tiền hợp lý của thông tin. Dữ liệu này phân vùngnào cũng phức tạp thuật toán của chúng tôi mà nhóm với nhau các nút trung học dựa trên cáckhoảng cách từ một tiểu học.Thay vào đó, chúng tôi phân bổ cho mỗi trường hợp một số kênh và chia sẻ tất cả trường hợp cácthông tin về vị trí địa lý của mỗi nút; khoảng cách của một nút thứ cấpđể bất kỳ chính một có thể sau đó được một cách dễ dàng tính toán. Dữ liệu này phân vùng chiến lược quy mô tốttrong số các bầu cử sơ bộ. Vì vậy, nó là thích hợp cho các mô phỏng trong vùng đô thị lớn,nhưng không thể phù hợp với trường hợp khi số lượng các trạm con của bộ108− 109.

Kết quả (Việt) 2:

Điều này chiến lược phân vùng dữ liệu đơn giản cho việc quản lý tin tưởng phân bố
thuật toán không phải là một một hợp lý cho các thuật toán tập trung bởi vì nó sẽ dẫn đến
thông tin liên lạc quá mức trong các trường hợp điện toán đám mây. Nút cá nhân có thể đóng góp dữ liệu
liên quan đến các máy phát chính trong một tiểu khu vực khác; để đánh giá sự tin tưởng của mỗi node các
trường hợp điện toán đám mây sẽ phải trao đổi một số tiền hợp lý của thông tin. Phân vùng dữ liệu này
cũng sẽ làm phức tạp thuật toán mà nhóm cùng các nút thứ cấp dựa trên của chúng tôi
khoảng cách từ một trong những chính.
Thay vào đó, chúng tôi phân bổ cho từng trường hợp một số kênh và tất cả các trường hợp chia sẻ các
thông tin về vị trí địa lý của mỗi nút; khoảng cách của một nút thứ cấp
cho bất kỳ một chính thể sau đó được dễ dàng tính được. Chiến lược phân vùng dữ liệu này cũng quy mô
về số lượng bầu cử sơ bộ. Vì vậy, nó phù hợp cho mô phỏng trong khu vực đô thị lớn,
nhưng có thể không có khả năng chứa các trường hợp khi số lượng các secondaries là vào bậc
10
8
- 10 9.