7.6.3　响应时间

响应时间，指云计算中实体进行交互时从提出信任评估请求到获得信任评估结果所需的时间。当前的信任管理模型分为集中式信任管理模型与分布式信任管理模型，显而易见的是，随着实体个数的增加，集中式信任管理模型的响应速度将低于分布式信任管理模型的响应速度。然而在同样是分布式信任管理模型的情况下，不同模型的信任管理的具体方法也不同，所以随着参与实体个数的增加，不同信任管理模型的响应时间也有不同的变化。本节通过模拟云计算实体个数不规律递增，观察不同信任管理模型响应时间的变化。

如表7-4所示，假设云计算环境中有10个初始化租户、2个云服务提供者、10个组件。其中每个实体的信任度初值均为0.5。租户与组件的交互次数为随机值，交互次数取值范围为[0，20]。租户与租户之间、组件与组件之间层内交互次数为随机值，交互次数取值范围为[0，20]。每次计算直接信任、层内推荐信任、跨层推荐信任耗时均为5 ms，每次分布式信息广播耗时5 ms，集中式信任管理系统任务队列容量为200个。参与云计算的实体呈不规律增加的情况，实体个数取值为[100，1 900]。在这种实验环境下，不同信任管理模型的响应时间变化如图7-10所示。

表7-4　响应时间实验模拟参数

图7-10　响应时间实验

在参与云计算的实体个数增多的情况下，系统的响应时间随着实体个数的增多而增加。在实体个数为100～700时，对于集中式信任模型T-Broker，实体间信任评估请求的任务数远远小于集中式信任管理模型中的并发任务量，实体间的信任评估将被立即执行；而此时在分布式信任管理模型LBCTM与Cloud Armor中，信任评估需要不同实体间进行信任推荐，所以在这种实体个数不多的情况下，每个参与运算的实体都将进行信任推荐，系统中将存在一定量的数据广播，每条广播数据都存在一定的耗时。对集中式信任管理模型T-Broker而言，在实体较少的情况下，T-Broker的响应速度领先。随着实体个数的增长，不同的信任管理模型中的信任评估任务都在增多，响应时间也都在增加。但实体个数超过1 300以后，对于集中式信任管理模型T-Broker而言，信任评估任务的数量已经远远大于系统中任务队列的容量，大量的信任评估任务都将处于等待状态，此时T-Broker的响应速度较Cloud Armor、LBCTM而言将大大降低。与此同时，由于模型LBCTM分为三个层次，层次之间的信任评估算法相对于其他分布式模型中的单一算法略显复杂，因此模型LBCTM在响应时间上相对于Cloud Armor表现略差。因此针对云计算环境，模型LBCTM中的信任评估在时间复杂度上理所应当地胜于集中式信任模型，但模型结构问题使得响应时间不如其他分布式信任模型。因此，还需要进一步改进来解决LBCTM中时间复杂度过高的问题。