[論文レビュー] Efficient Proactive Caching for Supporting Seamless Mobility

Vasilios A. Siris, Xenofon Vasilakos+1 more|arXiv (Cornell University)|Apr 18, 2014

Caching and Content Delivery参考文献 10被引用数 4

ひとこと要約

本稿では、移動予測を用いて将来のモバイル接続ポイントの近接部に事前にデータをキャッシュする分散型で、混雑度に応じた価格設定に基づくプロアクティブキャッシュ方式を提案する。動的価格設定により限られたストレージを効率的に割り当てることで、変動する移動パターンやキャッシュ制約下でも、最適およびオラクル方式に近い堅牢な性能を達成し、転送遅延を低減する。

ABSTRACT

We present a distributed proactive caching approach that exploits user mobility information to decide where to proactively cache data to support seamless mobility, while efficiently utilizing cache storage using a congestion pricing scheme. The proposed approach is applicable to the case where objects have different sizes and to a two-level cache hierarchy, for both of which the proactive caching problem is hard. Additionally, our modeling framework considers the case where the delay is independent of the requested data object size and the case where the delay is a function of the object size. Our evaluation results show how various system parameters influence the delay gains of the proposed approach, which achieves robust and good performance relative to an oracle and an optimal scheme for a flat cache structure.

研究の動機と目的

• 移動予測を用いて、将来のユーザー接続ポイントに近い位置に事前にデータをキャッシュすることで、モバイルネットワークにおけるデータ転送遅延を低減すること。
• 混雑度に応じた価格設定メカニズムを通じて、分散型で階層的なキャッシュ階層における限られたキャッシュストレージを効率的に活用すること。
• 変動サイズのオブジェクトと階層的キャッシュ構造を伴うプロアクティブキャッシュの難しい問題に取り組むこと。
• 移動パターンの不確実性およびオブジェクトサイズ依存遅延に対する、この方式の堅牢性を評価すること。
• グローバルな調整やオブジェクトの人気度データを必要とせずに、分散型のキャッシュ意思決定を可能にすること。

提案手法

• 本方式は移動予測を用いて、将来のネットワークポイントへのモバイル接続確率を推定し、データをどこにキャッシュするかを指針とする。
• 混雑度に応じた価格設定により、需要と遅延の利得に基づいてキャッシュ領域を動的に割り当て、高価値のオブジェクトを優先してキャッシュする。
• 固定遅延と変動遅延の両方のシナリオをモデル化する——遅延がオブジェクトサイズに依存するか否かにかかわらず。
• フラット型および2段階キャッシュ階層をサポートし、移動性と遅延のトレードオフに基づいて中間レベルおよびリーフレベルのキャッシュ意思決定を可能にする。
• 価格更新は価格更新係数γを用いて反復的に行われ、近似的最適なキャッシュ意思決定への収束を実現する。
• システムは分散型に動作し、各キャッシュがローカルな移動性および価格情報に基づいて独立して意思決定を行う。

実験結果

リサーチクエスチョン

• RQ1 移動予測に基づくプロアクティブキャッシュは、モバイルネットワークにおけるデータ転送遅延をどのように低減するか？
• RQ2 混雑度に応じた価格設定は、分散型で多段階のキャッシュアーキテクチャにおける限られたキャッシュ容量を効果的に管理できるか？
• RQ3 本方式は変動する移動パターンおよびオブジェクトサイズ依存遅延下でどのように性能を発揮するか？
• RQ4 移動遷移確率の不確実性が、本方式の性能および収束に与える影響は何か？
• RQ5 遅延低減および堅牢性の観点から、本方式はオラクル方式および最適方式と比べてどのように差をつけるか？

主な発見

• 価格更新係数γが8の場合、EPC方式は約490回のハンドオーバーで定常状態の遅延低減効果の95％以上を達成しており、収束が速いことが示された。
• γが小さい場合（例：0.5）には収束に時間がかかる（約750回のハンドオーバー）ことが示され、価格更新が遅いと移動変化への適応が遅れることを示している。
• 本方式の遅延低減効果は、移動遷移確率の変動に対して頑健である：確率の標準偏差が30％まで変動しても、効果は10％未満にしか低下しない。
• オラクル方式は、リーフレベルのキャッシュが不十分な場合に中間レベルキャッシュを強制的に使用するため、高い遷移確率変動に対してより感受性が高く、遅延低減効果が低下する。
• スケールダウンされたインターネットトポロジーでは、オラクル方式の性能はEPC方式よりも著しく低下するが、EPC方式は高い性能を維持している。
• EPC方式は、ナーブなキャッシュ方式を上回り、フラットキャッシュ構造においても、複雑で現実的な条件下で最適方式に近い性能を発揮する。