[논문 리뷰] Fundamental Rate-Memory Tradeoff for Coded Caching in Presence of User Inactivity

Jialing Liao, Olav Tirkkonen|arXiv (Cornell University)|2021. 09. 29.

Caching and Content Delivery참고 문헌 37인용 수 4

한 줄 요약

이 논문은 사용자 비활성 상태 하에서 코딩 캐싱의 기본적인 레이트-메모리 트레이드오프를 규명하며, 고정된 카디널리티를 갖는 조각 레이블링을 사용하여 파일 서브패키터라이제이션을 최적화하는 결정론적 코딩 캐싱 방식을 제안한다. 사용자 비활성 상태를 고려할 경우, 캐시 배치에 영향을 주지 않고 오직 딜리버리 로드에만 영향을 준다는 것을 증명하며, 완전한 비활성 지식을 가진 이상적인 상황과 유사한 성능을 달성하는 중심화된 방식이 우수하며, 비활성 상태에 대한 불확실성 하에서도 분산형 방식은 다소 떨어지지만 여전히 강건함을 입증한다.

ABSTRACT

Coded caching utilizes proper file subpacketization and coded delivery to make full use of the multicast opportunities in content delivery, to alleviate file transfer load in massive content delivery scenarios. Most existing work considers deterministic environments. An important practical topic is to characterize the impact of the uncertainty from user inactivity on coded caching. We consider a one server cache-enabled network under homogeneous file and network settings in presence of user inactivity. Unlike random or probabilistic caching studied in the literature, deterministic coded caching is considered, with the objective to minimize the worst-case backhaul load by optimizing the file subpacketization and the caching strategy. First, a coded caching method is used, where each file is split into the same type of fragments labeled using sets with fixed cardinality, and the optimality of the selected cardinality is proved. Optimal file subpacketization by splitting the file into multiple types of fragments labeled with multiple cardinalities is then discussed. We show that the closed-form optimum turns out to be given by a fixed cardinality -- optimizing for user inactivity only affects file delivery, cache placement is not affected. A decentralized version is also discussed and analyzed, where each user fills its storage independently at random without centralized coordination, and user inactivity is taken into account in file delivery. Simulation results show that the optimization based centralized coded caching scheme provides performance comparable to the ideal scenario assuming full knowledge of user inactivity in the placement phase, while decentralized caching performs slightly worse against user inactivity.

연구 동기 및 목표

• 사용자 비활성 상태가 결정론적 환경에서 코딩 캐싱 성능에 미치는 영향을 규명하는 것.
• 사용자 비활성 상태 하에서 파일 서브패키터라이제이션과 캐싱 전략을 최적화하여 악성 백홀 로드의 최악의 경우를 최소화하는 것.
• 최적의 파일 서브패키터라이제이션은 비활성 상태 영향과 무관하게 고정된 카디널리티를 사용한다는 것을 증명하는 것.
• 사용자 비활성 상태 하에서 중심화된 및 분산형 코딩 캐싱 방식을 분석하며, 딜리버리 로드 최적화에 초점을 맞추는 것.
• 캐시 배치 시 완전한 비활성 지식을 가진 이상적인 상황과 비교하여 최적화된 중심화된 방식의 성능을 분석하는 것.

제안 방법

• 고정된 카디널리티를 갖는 집합을 사용하여 파일 서브패키터라이제이션을 통해 조각을 레이블링하는 결정론적 코딩 캐싱을 사용한다.
• 선형 프로그래밍을 통한 악성 백홀 로드 분석을 통해 고정된 카디널리티 레이블링의 최적성을 증명한다.
• 사용자 활동과 서브패키터라이제이션을 함수로 모델링하여 딜리버리 로드를 도출함으로써 레이트-메모리 트레이드오프를 유도한다.
• 사용자가 협업 없이 독립적으로 캐시를 채우는 분산 캐싱을 분석하며, 비활성 상태에 대응하여 딜리버리 전략을 조정한다.
• 모의 실험을 통해 중심화된 및 분산형 방식을 비교하며, 완전한 비활성 지식을 가진 이상 기준과의 성능을 평가한다.
• 2차 분석 및 로드 함수의 재귀적 비교를 통해 성능 차이의 부호 행동을 결정한다.

실험 결과

연구 질문

• RQ1 사용자 비활성 상태가 불확실성을 유도할 경우, 코딩 캐싱에서 최적의 파일 서브패키터라이제이션 전략은 무엇인가?
• RQ2 결정론적 코딩 캐싱에서 사용자 비활성 상태는 악성 백홀 로드의 최악의 경우에 어떤 영향을 미치는가?
• RQ3 사용자 비활성 상태를 고려한 최적화는 캐시 배치에 영향을 주는가, 아니면 오직 딜리버리에만 영향을 주는가?
• RQ4 캐시 배치 시 완전한 비활성 지식을 가진 이상적인 상황과 비교해 중심화된 코딩 캐싱 방식의 성능은 어떻게 되는가?
• RQ5 사용자 비활성 상태 하에서 분산형 코딩 캐싱은 중심화된 방식과 비교해 어떻게 성능을 내는가?

주요 결과

• 최적의 파일 서브패키터라이제이션은 조각 레이블링에 고정된 카디널리티를 사용하며, 이 선택은 사용자 비활성 상태와 무관하다.
• 사용자 비활성 상태는 오직 딜리버리 단계에만 영향을 주며, 캐시 배치에는 비활성 최적화의 영향을 받지 않는다.
• 중심화된 코딩 캐싱 방식은 캐시 배치 시 완전한 비활성 지식이 있는 이상적인 상황과 거의 동일한 성능을 달성한다.
• 비활성 상태 하에서 분산형 방식은 중심화된 방식보다 다소 열등하지만 여전히 강건하다.
• K ≥ 9일 경우, 네트워크 크도 증가함에 따라 중심화된 방식의 성능 향상이 증가하며, 이는 ΔG(t+1)의 부호가 양수가 되는 것으로 나타난다.
• 분석을 통해 K > 9이면 t ∈ [⌈K/2⌉−2, K−2] 범위에서 ΔG(t+1) > 0임을 증명하며, 중심화된 접근 방식의 일관된 성능 우월성을 입증한다.