8.4.2　响应时间

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的响应时间的变化。

如表8-7所示，假设云计算环境中初始化有10个租户、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0.8。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]。其他租户与租户之间、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8 ms，每次分布式信息广播耗时8 ms，集中式信任管理系统任务队列容量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结果如图8-4所示。

表8-7　TLABCTM的响应时间实验模拟参数

续表

图8-4　TLABCTM的响应时间实验结果

分布式信任模型随着实体个数的增加响应时间优于集中式信任模型。在7.6.3的实验结果中，LBCTM与Cloud Armor的实验结果类似，没有明显的差异。而通过有效推荐实体集ARES的改良，ARES对推荐实体的时间、信任度、层次三方面均有限制。时间限制可以保证推荐实体与请求实体最近有过交互，因为实体间交互存在着时间衰减因子，在此时间范围外有过交互的实体的推荐信任将被大幅度衰减。同样的，在信任度阈值T外的推荐实体的推荐也将被大幅度衰减。因此，使用双阈值可以减少对信任评估影响力小的实体个数，导致信任评估过程中计算的循环次数下降，从而降低算法时间复杂度，使得TLABCTM的响应时间近似于同样属于分布式信任模型的Cloud Armor。