探讨扁平式本地化设计在地区领域中的应用

参考文献（Stojmenovic，2002a）提出了一种基于本地代理的位置服务。在这种算法中，执行器的本地代理是半径为R的圆形区域，其中心位于执行器的初始位置。这里，R是一个预定义值，它与执行器通信半径成正比。本地代理的位置被洪泛到网络。或者，也可以使用散列函数来发现本地代理的位置（Blazevicet al.，2001；Woo and Singh，2001）。

每个执行器采用诸如GFG（Bose et al.，1999）的地理路由，向其本地代理发送位置更新消息。一旦更新消息进入到发起人的本地代理数据库，则采用一种严格的贪婪模式对该消息进行转发。如果没有找到贪婪下一跳，则当前传感器采用洪泛方式，或者通过智能广播（Stojmenovic et al.，2002），或者使用较大传输半径（如果可用的话），将消息传输给半径R内的所有节点。每个执行器，当传输任何信息时，也采用机会来广播其自身的新位置。传感器监视网络流量，缓存与执行器有关的嵌入式位置信息。

传感器S发布两条针对目标执行器D的搜索消息。一条通过路由协议，使用当前已知D的位置。在传输过程中，该消息不断被中间节点处最近的D的位置更新。其他消息作为位置更新消息，以同样方式发送给D的本地代理。假定W为D本地中的传感器（如果存在的话），它停止搜索消息，因为它是局部最小的。W向圆中的所有传感器发送一条请求，圆心为W，半径为R。这条请求消息包括在搜索消息到达W的途中采集到的最新位置信息。拥有较新位置信息的所有圆内传感器将会进行回复。然后，W使用从回复消息中得到的D的最新位置，将搜索消息重定向到D。当首次接收到搜索消息时，目标D使用准确的位置信息来回复S。

图8-10 基于本地代理的位置服务

图8-10说明了这种基于本地代理的位置服务。目标节点d最终位置是D₁，其本地代理是圆心在D₁的圆形区域。后来，d移动到D₂，并从D₂向本地代理回送位置更新消息。V是最靠近D₁的节点。当节点V接收到d的位置更新消息后，它在圆心为V的圆形区域内广播该消息。源S向基于d的本地代理发送目标搜索消息。节点p接收到该消息，将消息重定向到D₃。当d得到该消息后，它使用当前位置来回复S，同时构建一条路由。(www.xing528.com)

该算法的局部感知能力较弱。即使目标执行器当前靠近源，源可能仍然需要访问目标执行器的远程本地代理，以获取目标执行器的位置信息，这样既增加了消息开销，又提高了搜索延迟。此外，执行器搜索的成功取决于本地代理的占用情况。当本地代理节点全部移出本地代理基地时搜索失败。参考文献（Blazevic et al.2001）提出改变本地区域半径，来将内部节点保持在一个近似固定数目上。但是，这种方法要求在本地代理内部对节点密度进行集中式计算。

在最近的一个变形（Viana et al.，2005）中，作者们采用Hilbert曲线来定义局部可扩展本地代理，以此来提高执行器搜索的成功率。每个节点与填满网络区域的Hilbert曲线顶点建立关联，并被分配了一个控制区。该控制区是由Hilbert曲线上节点前任和继任之间的部分填充的。每个节点使用一个公共散列函数，将其ID映射到Hilbert顶点上，并将相应的Hilbert区域作为本地区域。当唯一被占用的子正方形离开时，其控制区将被它的一个前任和具有较小控制区的继任接管。

在参考文献（Xue et al.，2001）中，采用多个本地区域来提高局部感知和容忍空的本地区域。不同本地区域可能包括精度等级不同的位置信息，且当节点移动时，只有一小部分本地代理需要进行更新。但是，无论使用多少本地代理，所有节点的运动使得所有本地区域变得空且不可哒。实际上，这是由于基于本地的位置服务（无论是扁平的还是分层的）本身存在着固有弱点。在这方面，基于定额的方法更为灵活和优良，因为它用动态选择的网络节点，来进行位置更新的执行器搜索。