《表1 符号和描述:云环境中基于相对索引散列树的数据审核方法》
下面将给出RI-MHT的计算成本,并与文献[3,6]进行比较。为简便起见,分析实验使用表1给出的符号。RI-MHT中每个算法的计算成本如表2所示。其中,n表示数据块总数;t表示质询数据块数量。上述三种协议的计算成本比较如表3所示。由表可知,所提协议的效率高于其他两个协议。文献[3]搜索数据块的计算时间较长,并根据块数量增长而呈线性变化,即O(n)。所提协议中,由于使用了先对索引字段,搜索一个节点的复杂度被降低为O(log n)。所提搜索算法的计算复杂度与在包括(2n-1)个节点的二叉搜索树[11](BST)中搜索一个元素相似,而文献[3]则与线性搜索算法的计算复杂度相似。图4给出了所提协议在频繁数据改动中的性能。实验中对1 GB的文件进行更新,其中更新的块数量从100~1 000变化。由图可知,随着被改动块数量的增加,文献[3]计算成本增加的速率高于本文协议,而文献[6]则不支持数据动态操作。
图表编号 | XD0067689900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 李孟庭、周安宁 |
绘制单位 | 广东外语外贸大学、广东外语外贸大学 |
更多格式 | 高清、无水印(增值服务) |