网络上的分布式数据收集和分析无处不在，尤其是在无线传感器网络（WSN）上。 分布式集群是分布式数据分析中最重要的主题之一。 期望探索在地理上分散的节点中收集/存储的数据的隐藏结构。 近年来，已经基于K-means算法或高斯混合模型开发了几种分布式数据聚类技术。 在这些方法中，仅通过基于一阶和二阶统计量的度量来捕获数据结构。 当集群数据的结构复杂时，这些统计信息不足，可能会导致聚类结果不理想。 在这种情况下，使用信息理论方法可以实现更好的聚类性能，因为它们考虑了聚类数据的整个分布。 在这项工作中，
