Gossip算法如其名，灵感来自办公室八卦，只要一个人八卦一下，在有限的时间内所有的人都会知道该八卦的信息，这种方式也与病毒传播类似，因此Gossip有众多的别名“闲话算法”、“疫情传播算法”、“病毒感染算法”、“谣言传播算法”。但Gossip并不是一个新东西，泛洪查找、路由算法都归属于这个范畴，不同的是Gossip给这类算法提供了明确的语义、具体实施方法及收敛性证明。

Gossip算法又被称为反熵（Anti-Entropy），熵是物理学上的一个概念，代表杂乱无章，而反熵就是在杂乱无章中寻求一致，这充分说明了Gossip的特点：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。每个节点可能知道所有其他节点，也可能仅知道几个邻居节点，只要这些节可以通过网络连通，最终他们的状态都是一致的，当然这也是疫情传播的特点。要注意到的一点是，即使有的节点因宕机而重启，有新节点加入，但经过一段时间后，这些节点的状态也会与其他节点达成一致，也就是说，Gossip天然具有分布式容错的优点。

去中心化是网络技术发展的必然趋势。近些年P2P、无线AD-HOC等新型网络技术飞速发展,这些网络具有无中心、可扩展性好、节点高度自治等特点。但是无中心使得网络中的节点只有局部知识,无法进行全局控制;可扩展性使得网络规模8益庞大;节点自治使得网络高度动态,很难保证稳定性和鲁棒性;节点能力上的异构性,导致整个网络或者局部资源(计算、存储、通信)受限。Gossip 算法简单高效,同时具有很好的可扩展性和鲁棒性,很好地适应了具有上述特点的网络环境。近些年在计算机领域,尤其是分布计算领域中涌现出了大量Gossip相关的研究和应用。

从上个世纪50年代到70年代，针对Gossip的研究层出不穷,人们的研究主要集中在寻找-种合适的模型来很
好地描述其运行机理,并对其进行分析;接下来的10年里,针对Gossip的研究热度有所减低;文献《Demers A, Greene D, Hauser C, et al.Epidemic algorithms for replicated database maintenance[C]》的发表使得Gossip研究再次引起人们广泛的关注;新型网络技术的飞速发展、复杂网络相关研究的深入,则进一步推动了Gossip 研究的发展,近10年涌现出了大量关于Gossip的研究成果,并在分布计算的众多子领域得到广泛应用,如数据库复制、故障探测、P2P的拓扑构造及维护、分布环境下的聚合计算等。

Gossip算法简单、高效,同时具有很好的可扩展性和鲁棒性,很好地适应了大规模、动态、资源受限的网络环境。Gossip机制还在分布环境下的其它许多研究领域得到广泛应用,如故障检测、网络监控、无线网络中的路由技术，在众多的研究领中,Gossip算法能够得到广泛的应用是由于其高可扩展性、鲁棒性,以及简单的实现,而各种应用之间的区别在于利用Gossip消息的内容不同、信息交换的目的不同。总之,在大规模、动态、异构、通信受限的网络环境中,基于Gossip算法解决相应的问题是一个很好的选择。

2. 研究的基本内容与方案

设计的主要内容为用C/C 语言实现广播Gossip算法的求和、求平均、求最大和最小等功能，分析其收敛性以及计算精确度，并与单播Gossip进行比较。

在设计前期，了解Gossip算法及其广播算法，学习分析此类算法的收敛性和收敛速度的方法，然后利用自己学习到的知识，完成一些求和、求平均、求最大和最小等功能小功能，分析Gossip算法的收敛性并计算其精确度，最后与单播Gossip算法进行比较，得出各自算法的优缺点，以及Gossip算法还亟待研究的地方。

实现算法三个主要功能：1.在线节点不断广播“Alive”消息来指示它们的可用性；2.在数据和其他节点不一致时，同步其他节点数据；3.在有新数据进入网络时，节点间通过不断的对随机相邻节点广播，最终达到数据一致性。

a)初始化
i.节点启动时，向卡夫卡集群发送连接消息，
ii.其他节点收到此连接消息后，保存此节点地址和收到消息时的时间戳并记录区块高度
iii. 向此节点发送响应连接信息，

iv. 此节点收到指令消息后，保存发送节点的地址和收到消息时的时间戳并记录区块高度