Gossiping ist ein Ansatz zur Behebung von Inkonsistenzen in großen Verteilten Systemen und erlaubt unter anderem eine fehlertolerante Verteilung von Informationen an eine große Anzahl von Prozessen. Verfahren, die Gossiping zur Ereignisverteilung verwenden, werden auch als epidemischer Multicast bezeichnet, da das Muster der Ereignisverteilung mathematisch dem Verhalten einer Epidemie entspricht. Üblicherweise tragen in einem Gossipprotokoll alle Prozesse zur Verteilung der Informationen gleichermaßen bei.

In dieser Arbeit wird davon ausgegangen, dass Prozesse ein unterschiedliches Interesse an den verteilten Ereignissen haben. Dies bedeutet, dass einige Prozesse sehr stark von dem Ereignisverteilungsprotokoll profitieren können, während andere Prozesse nur einen geringen Nutzen aus den überlieferten Ereignissen ziehen können. Das Ziel der Arbeit besteht darin, Methoden zu entwickeln und evaluieren, die es erlauben, den Beitrag eines Prozesses zur Informationsverteilung in Abhängigkeit des lokalen Nutzens anzupassen.

Hierzu wurden ein adaptives Gossipprotokoll entwickelt, in dem Prozesse ihren Beitrag an den eigenen Nutzen anpassen, und die Auswirkungen der Adaptivität des Verfahrens im PlanetLab evaluiert.