[論文レビュー] Minimal Network Coding for Multicast

Kapil Bhattad, N. Ratnakar+2 more|ArXiv.org|Jun 12, 2005

Cooperative Communication and Network Coding参考文献 2被引用数 5

ひとこと要約

本稿では、マルチキャストネットワークコーディングにおける分散最適化を可能にする、新規の情報フロー・モデルを提案する。このモデルにより、ネットワークコーディングを受けるパケット数とコーディング処理を実行するノード数を最小化できる。受信者集合の組み合わせに基づいてフローをモデル化することで、分散勾配法を用いて解ける線形計画問題を定式化し、ルーティング制限付きノードを含む最小コストマルチキャストを実現する。

ABSTRACT

We give an information flow interpretation for multicasting using network coding. This generalizes the fluid model used to represent flows to a single receiver. Using the generalized model, we present a decentralized algorithm to minimize the number of packets that undergo network coding. We also propose a decentralized algorithm to construct capacity achieving multicast codes when the processing at some nodes is restricted to routing. The proposed algorithms can be coupled with existing decentralized schemes to achieve minimum cost muticast.

研究の動機と目的

• 光ファイバーネットワークなどのコスト感受性の高い環境を想定し、マルチキャストネットワークにおけるネットワークコーディング操作の最小化という実用的ニーズに対処すること。
• ネットワークコーディングを受けるパケット数を最小化する分散アルゴリズムの開発により、ハードウェアおよびエネルギーコストの低減を図ること。
• ルーティングに限定されたノードを扱えるように、既存のネットワークコーディングフレームワークを拡張し、ハイブリッドルーティング・ネットワークコーディングソリューションを可能にすること。
• 容量を達成する性能を維持しつつ、スケーラブルで分散型の最小コストマルチキャストソリューションを提供すること。

提案手法

• エッジフローを受信者集合の組み合わせに基づいて分解する新規な情報フロー・モデルを導入し、$2^K - 1$次元のベクトルで表現する。
• 集合$P_i$（受信者の非空部分集合）と$Q_j$（互いに素な集合の集合）を用いたフロー分解を定義することで、重複するフローの正確な追跡を可能にする。
• 4つの最適化問題を提案：総合的ネットワークコーディング操作数の最小化、コーディングに参加するパケット数の最小化、リンクコストの最小化、ルーティング制約下でのマルチキャストレートの最大化。
• コーディングノード数の非凸コスト関数を凸緩和することで、勾配法の適用を可能にする。
• 線形計画問題に厳密な凸近似$(ax)^{1+eta}$を適用し、[5]と同様の分散型プライマル・デュアル最適化が可能になるようにするが、ルーティング制約に適合させる。
• ルーティングのみの制限があるノードでは、すべての$i$に対して$n_i^v = 0$を設定することでルーティング制限を課し、ハードウェア制限に適合させる。

実験結果

リサーチクエスチョン

• RQ1 容量を達成する性能を維持しつつ、マルチキャストネットワークにおけるネットワークコーディングをどのように最小化できるか？
• RQ2 ネットワークコーディングを受けるパケット数を最小化する分散アルゴリズムを設計できるか？
• RQ3 ルーティングのみのノードの存在を、最小コストネットワークコーディングフレームワークにどのように統合できるか？
• RQ4 凸近似を用いることで、最適化問題の解法可能性とスケーラビリティにどのような影響が生じるか？

主な発見

• 提案された情報フロー・モデルにより、受信者集合の組み合わせに基づいたマルチキャストフローの正確な分解が可能となり、重複するデータの正確な追跡が可能になる。
• 凸緩和された最適化問題を解くことで、ネットワークコーディングを実行するノード数が最小化され、コスト関数は$(ax)^{1+eta}$による近似が用いられる。
• ネットワークコーディングに参加するパケット数を最小化する問題は、結合集合からのルーティングフローを表す$\lambda_{i,j}$を含む複雑な式で定式化される。
• コーディング操作数、リンクコストの最小化、レート最大化のための線形計画問題は、標準的手法で解けることが示され、勾配法を用いた分散型解法が可能である。
• ルーティングのみのノードでは$n_i^v = 0$を制約として課すことにより、ハイブリッドネットワークにおける実用的展開が可能になる。
• [5]の分散型プライマル・デュアルアルゴリズムを変更することで、凸化された問題を解くことが可能となり、スケーラビリティと分散動作が保証される。