Zakłada się, że żądania inicjujące transakcje między maklerami mają proces przybycia Poissona. Liczbę brokerów (tj. Liczbę domen) ustawiono na 20, a liczbę klientów w systemach e-commerce na 5000. Klient może wystawić ocenę każdemu ze 100 produktów dostępnych w handlu elektronicznym system. Liczbę nieuczciwych klientów ustalono na poziomie od 0% do 100%, aby ocenić wpływ nieuczciwości na SL. Klienci mogą przemieszczać się z jednej domeny do drugiej, a ten ruch został zasymulowany przy użyciu bliskości czujnika, w której ustawiono zasięg transmisji 100 m. Używana topologia to Mesh, co oznacza, że klient może być powiązany z więcej niż jedną domeną. W symulacji unikamy fałszywych ocen, przyjmując oceny tylko dla zakupionych produktów. W trakcie eksperymentów ewaluacyjnych oceniliśmy pięć rozwiązań zagrożenia zaufania, a mianowicie (1) Algorytm 1: Metoda odległości euklidesowej bez filtra, jak wyjaśniono w sekcji „Metoda odległości euklidesowej”, bez stosowania wierszy 7 i 8; (2) Algorytm 2: Metoda odległości euklidesowej; (3) Algorytm 3: Metoda średniej odległości. W tym rozwiązaniu zagrożenia zaufania ustawiamy wagi (wi) na 1; (4) Algorytm 4: Metoda ważonej meandancji, jak wyjaśniono w sekcji „Metoda średniej odległości”. W tym rozwiązaniu dotyczącym zagrożenia zaufania ustalamy i wagi (wi) odpowiedniej reputacji klienta uzyskanej w ramach usługi zaufania; i (5) Algorytm 5: