वितरित एल्गोरिदम जो विफलताओं के लिए लचीला हैं या तो निर्धारक या संभाव्य हो सकते हैं। उदाहरण के लिए सर्वसम्मति की समस्या को लें।
पैक्सोस इस अर्थ में नियतात्मक है कि जिस धारणा को वह बनाता है, वह हमेशा काम करता है।
इसके विपरीत, यादृच्छिक रूप से सर्वसम्मति एक निश्चित संभावना के साथ काम करती है।
नियतात्मक एल्गोरिथ्म को डिजाइन करने और उपयोग करने का क्या फायदा है?
जिन धारणाओं पर नियतात्मक एल्गोरिदम भरोसा करते हैं उनमें वास्तविकता में पकड़ की संभावना भी होती है (जिसे उनकी धारणा कवरेज कहा जाता है )। इसलिए, इस बात की संभावना हमेशा बनी रहती है कि एक नियतात्मक एल्गोरिथ्म वास्तविकता में काम नहीं करता है।
पैक्सोस / विकिपीडिया, प्रोटोकॉल के परिवार
—
vzn
क्या आप अपनी टिप्पणी के साथ कुछ अधिक विशिष्ट हो सकते हैं?
—
danyhow
यह ध्यान रखना अच्छा है कि रैंडमाइजेशन का उपयोग आमतौर पर सुरक्षा गुणों के लिए नहीं, बल्कि लिवर गुणों के लिए किया जाता है। सुरक्षा गुण हमेशा पकड़ में आते हैं, हालांकि एक मौका है कि एल्गोरिथ्म समाप्त नहीं होता है (जो आमतौर पर समय बीतने के साथ घट जाता है)।
—
केवह