[논문 리뷰] Coding Schemes for the Noisy Torn Paper Channel

Frederik Walter, Maria Abu-Sini외 2명|arXiv (Cornell University)|2026. 01. 16.

DNA and Biological Computing인용 수 0

한 줄 요약

이 논문은 소음이 있는 찢어진 종이 채널에 대해 두 가지 코딩 체계를 개발합니다: 명시적 인덱싱을 갖는 표식 기반 스킴과 지역 민감 해싱을 사용하는 해시 기반 스킴으로, 둘 다 외부 LDPC 코드와 결합되어 시뮬레이션에서 거짓 해독 없이 재구성이 99%를 넘습니다.

ABSTRACT

To make DNA a suitable medium for archival data storage, it is essential to consider the decay process of the strands observed in DNA storage systems. This paper studies the decay process as a probabilistic noisy torn paper channel (TPC), which first corrupts the bits of the transmitted sequence in a probabilistic manner by substitutions, then breaks the sequence into a set of noisy unordered substrings. The present work devises coding schemes for the noisy TPC by embedding markers in the transmitted sequence. We investigate the use of static markers and markers connected to the data in the form of hash functions. These two tools have also been recently exploited to tackle the noiseless TPC. Simulations show that static markers excel at higher substitution probabilities, while data-dependent markers are superior at lower noise levels. Both approaches achieve reconstruction rates exceeding $99\%$ with no false decodings observed, primarily limited by computational resources.

연구 동기 및 목표

• 변형과 파손을 포함하는 확률적 찢어진 종이 채널로 감쇠를 모델링하여 장기 DNA 데이터 저장의 동기를 부여한다.
• 무 순서의 노이즈가 포함된 조각들로부터 재구성을 가능하게 하는 코딩 스킴을 설계한다.
• 다양한 노이즈 수준에서 정적 표식과 데이터 의존 해싱 간의 트레이드오프를 평가한다.
• 시뮬레이션을 통해 재구성 성능과 실용적인 복호 복잡도를 평가한다.

제안 방법

• 두 개의 연결된 코딩 스킴이 제안된다: (1) 표식, De Bruijn 시퀀스 인덱스, 패리티 연결 블록을 사용한 명시적 인덱싱을 갖는 표식 기반 스킴; (2) 대체에 따른 조각 연결성을 보존하기 위해 명시적 인덱스 없이 로컬리티-센시티브 해싱을 사용하는 해시 기반 스킴.
• 외부 LDPC 코드는 치환을 보정하고 재조합을 오류 수정과 연계한다.
• 표식 스킴은 고정된 001 표식과 반복된 De Bruijn 비트를 사용하여 노이즈가 있는 조각에서 인덱스를 견고하게 탐지한다.
• 데이터 의존 스킴은 치환에도 불구하고 조각 인접성을 유지하기 위해 LSH를 활용하며 재조합 중에 강력한 패리티-거리 매칭을 사용한다.
• 빔 서치 재구성 알고리즘은 LDPC 신념 전파를 적용하기 전에 제약 위반을 최소화하여 부분 조합을 해독한다.
• 시뮬레이션 매개변수는 파손 확률 α와 치환 확률 p_s를 탐색하고 채널 용량에 비해 달성 가능한 속도를 평가한다.

Figure 1 : Concatenated coding scheme for the noisy TPC.

실험 결과

연구 질문

• RQ1 치환 및 파손 잡음 하에서 불연속적이고 노이즈가 있는 DNA 유래 서열의 신뢰할 수 있는 재조합을 코딩 스킴으로 어떻게 가능하게 할 수 있는가?
• RQ2 찢어진 종이 채널에서 재조합 및 오류 수정에 있어 정적 표식과 데이터 의존 해싱의 비교 이점은 무엇인가?
• RQ3 LDPC 외부 코드를 포함한 연결된 코딩이 계산 복잡도를 관리하면서 높은 재구성 속도를 달성할 수 있는가?
• RQ4 인덱스 기반 표식 스킴과 LSH 기반 해싱이 다양한 노이즈 체제 및 조각화에서 어떻게 작동하는가?
• RQ5 신뢰할 수한 재구성을 보장하면서 속도를 최대화하는 실용적인 매개변수 범위(d, d', c1, c2 등)는 무엇인가?

주요 결과

• 표식 기반과 해시 기반 두 스킴 모두 시뮬레이션에서 재구성 확률이 99% 이상을 달성한다.
• 더 높은 치환 확률에서 정적 표식이 데이터 의존 해싱보다 우수하고, 노이즈가 낮은 수준에서 데이터 의존 해싱(LSH)이 더 잘 작동한다.
• 시뮬레이션에서 잘못된 해독은 관찰되지 않았고, 실패는 잘못된 조합이 아니라 계산 자원 한계나 탐색 시간 제약 때문이었다.
• 명시적 인덱싱을 갖는 표식 기반 인덱싱은 더 높은 파손 구간에서 속도 면에서 우수하고, LSH 기반 접근은 치환에 대해 강건함을 제공한다.
• 외부 LDPC 코드는 오류 수정 기능을 제공하며 재구성 후 최솟값 합 신념 전파(min-sum belief propagation)로 해독이 수행된다.

Figure 2 : The structure of the coding scheme presented in Section II is illustrated in the upper word. Markers, followed by indices and parity bits are interleaved into an LDPC codeword. The colors and the values inside the word and the fragments are referred to in Section II . Moreover, affixing t