Un algorithme distribué pour le clustering de grands graphes

Le clustering de graphes est l'une des techniques cles qui permet de comprendre les structures presentes dans les donnees de graphe. La detection des clusters et l'identification des ponts et des bruit sont egalement des tâches critiques car elles jouent un role important dans l'analyse des graphes. Recem-ment, plusieurs algorithmes de clustering de graphes ont ete proposes et utilises dans de nombreux domaines d'application. La plupart de ces algorithmes sont bases sur les algorithmes de clustering structurel. Neanmoins, ces derniers ont ete concus pour le traitement des petits graphes. D'ou, leur performance peut se degrader dans le cas des graphes larges qui imposent des defis supplementaires. Dans cet article, nous proposons DSCAN, un algorithme distribue de clustering de graphes qui est base sur le clustering structurel. Notre algorithme est im-plimente sur la base de framework de traitement de grands graphes BLADYG. L'evaluation experimentale de DSCAN a montre son efficacite et sa competiti-vite pour le traitement de grands graphes.