【摘要】：图6-6平均端到端时延图图6-6描述的是采用本方案和同态签名方案[21]下，不同数量的恶意节点对端到端时延的影响。图6-7网络吞吐量示意图图6-8识别时延图从图6-7中可以发现，在五种方案下，网络吞吐量随着恶意节点数量的增加而降低。平均下来，与其他四种方案相比较，本方案对应可以获得43.8%，16.7%，13.8%和23.1%的网络吞吐量增益。同时，比起其他几种方案，本方案对应减少的时延平均为20.8%，13.3%和23.4%。
图6-6 平均端到端时延图
图6-6描述的是采用本方案和同态签名方案[21]下，不同数量的恶意节点对端到端时延的影响。可以发现，在两种方案下，端到端时延随着恶意节点数量的增加而趋于平稳上升。但是，采用本方案的时延远远小于同态签名方案，平均大概有28.6%的优势。主要原因是在同态签名方案下，每个节点需要执行一系列复杂的加密、解密和签名操作，需要耗费大量的时间；而在本方案下，每个节点只需要执行几次哈希计算，这极大地节省了网络中节点的计算时间。
图6-7 网络吞吐量示意图(www.xing528.com)
图6-8 识别时延图
从图6-7中可以发现，在五种方案下，网络吞吐量随着恶意节点数量的增加而降低。通过对比可以发现，本方案下吞吐量缓慢下降，其他四种方案吞吐量下降非常明显。这主要是因为本方案能快速且高效地检测到污染数据包，这极大地改善了带宽利用率，提升了网络吞吐量。平均下来，与其他四种方案相比较，本方案对应可以获得43.8%，16.7%，13.8%和23.1%的网络吞吐量增益。
图6-8描述了不同数量攻击者的情况下恶意节点检测平均时延。当恶意节点数量增加到4时，时延急剧增加。这主要原因是，当攻击者出现时，系统消耗大量资源来检测攻击，这个过程需要大量的开销；而无攻击时，这个消耗则不需要。随着攻击者数量的增加，时延趋于稳定。这是因为当污染数据包注入后，污染检测在识别和隔离攻击节点方面是十分高效的。同时，比起其他几种方案，本方案对应减少的时延平均为20.8%，13.3%和23.4%。而且，当恶意节点数量从12增加到20时，识别恶意节点的时间趋于平稳，并且低于250 ms。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
