[논문 리뷰] On the Packet Decoding Delay of Linear Network Coded Wireless Broadcast

Mingchao Yu, Alex Sprintson외 1명|arXiv (Cornell University)|2018. 02. 08.

Cooperative Communication and Network Coding참고 문헌 25인용 수 3

한 줄 요약

이 논문은 선형 네트워크 코딩을 사용한 무선 브로드캐스트를 위한 새로운 스루풋 최적화 및 평균 패킷 디코딩 지연(APDD) 최소화 기법인 하이퍼그래프 선형 네트워크 코딩(HLNC)을 제안한다. 수신기 패킷 수신 상태를 하이퍼그래프로 모델링하고 하이퍼그래프 색칠 기법을 적용함으로써 HLNC는 조기 디코딩을 가능하게 하여, 간헐적인 피드백 조건에서도 RLNC 및 IDNC보다 유의미하게 낮은 APDD를 달성한다. 시뮬레이션 결과, 다양한 설정에서 일관된 성능 향상이 확인되었다.

ABSTRACT

We apply linear network coding (LNC) to broadcast a block of data packets from one sender to a set of receivers via lossy wireless channels, assuming each receiver already possesses a subset of these packets and wants the rest. We aim to characterize the average packet decoding delay (APDD), which reflects how soon each individual data packet can be decoded by each receiver on average, and to minimize it while achieving optimal throughput. To this end, we first derive closed-form lower bounds on the expected APDD of all LNC techniques under random packet erasures. We then prove that these bounds are NP-hard to achieve and, thus, that APDD minimization is an NP-hard problem. We then study the performance of some existing LNC techniques, including random linear network coding (RLNC) and instantly decodable network coding (IDNC). We proved that all throughput-optimal LNC techniques can approximate the minimum expected APDD with a ratio between 4/3 and 2. In particular, the ratio of RLNC is exactly 2. We then prove that all IDNC techniques are only heuristics in terms of throughput optimization and {cannot guarantee an APDD approximation ratio for at least a subset of the receivers}. Finally, we propose hyper-graphic linear network coding (HLNC), a novel throughput-optimal and APDD-approximating LNC technique based on a hypergraph model of receivers' packet reception state. We implement it under different availability of receiver feedback, and numerically compare its performance with RLNC and a heuristic general IDNC technique. The results show that the APDD performance of HLNC is better under all tested system settings, even if receiver feedback is only collected intermittently.

연구 동기 및 목표

• 무작위 패킷 손실 조건 하에서 선형 네트워크 코딩 기반 무선 브로드캐스트의 평균 패킷 디코딩 지연(APDD)을 특성화하고 최소화하는 것.
• APDD 최소화 문제가 NP-난이도임을 증명하여 성능에 대한 이론적 한계를 설정하는 것.
• RLNC 및 IDNC와 같은 기존 LNC 기법들의 APDD 근사 비율과 스루풋 최적성에 대해 평가하는 것.
• 수신기 상태를 하이퍼그래프로 모델링함으로써 스루풋 최적성과 낮은 APDD를 동시에 달성하는 새로운 LNC 기법인 HLNC를 설계하는 것.
• 간헐적인 피드백 조건을 포함한 다양한 피드백 환경에서 HLNC의 성능을 검증하는 것.

제안 방법

• 무작위 손실 조건 하에서 모든 LNC 기법의 기대 APDD에 대한 폐쇄형 하한을 유도하는 것.
• 하이퍼그래프 색칠 문제로부터의 감소를 통해 APDD 최소화 문제가 NP-난이도임을 증명하는 것.
• 수신기 패킷 수신 상태를 하이퍼그래프로 모델링하며, 정점은 수신기, 초모서리는 공통으로 누락된 패킷을 나타낸다.
• 하이퍼그래프 색칠을 적용하여 즉시 디코딩이 가능한 수신기 수를 최대화하는 코딩 패킷을 선택하는 것.
• 완전한 피드백과 간헐적인 피드백을 모두 적용하여 HLNC의 강인성을 평가하는 것.
• 다양한 시스템 설정에서 수치 시뮬레이션을 통해 HLNC를 RLNC 및 히우리스틱 IDNC와 비교하는 것.

실험 결과

연구 질문

• RQ1 무작위 패킷 손실 조건 하에서 어떤 선형 네트워크 코딩 기법이라도 평균 패킷 디코딩 지연(APDD)에 대해 이론적 하한이 존재하는가?
• RQ2 스루풋 최적 기법인 LNC 기법들이 최소 APDD를 유한한 비율 내에서 근사할 수 있는가? 그 비율은 얼마인가?
• RQ3 즉시 디코딩 가능한 네트워크 코딩(IDNC) 기법들은 스루풋이 최적화되지 않은 경우에도 최적 APDD를 근사할 수 있는가?
• RQ4 하이퍼그래프 기반 모델링을 통해 동시에 스루풋 최적성과 낮은 APDD를 달성하는 새로운 LNC 기법을 설계할 수 있는가?
• RQ5 제안된 HLNC 기법의 성능은 수신기 피드백이 제한적이거나 간헐적인 조건에서 어떻게 스케일링되는가?

주요 결과

• 스루풋 최적 기법인 RLNC를 포함한 모든 LNC 기법들은 최소 기대 APDD를 4/3에서 2 사이의 비율 내에서 근사할 수 있으며, RLNC는 정확히 2-근사 비율을 달성한다.
• IDNC 기법들은 APDD 근사 기법이 아니며, 적어도 일부 수신기의 경우 유한한 APDD 성능 보장을 할 수 없다.
• 간헐적인 피드백 조건 하에서도 테스트된 모든 시스템 구성에서 HLNC 기법이 RLNC 및 히우리스틱 IDNC보다 유의미하게 낮은 APDD를 달성한다.
• HLNC는 하이퍼그래프 기반 코딩 결정을 통해 스루풋 최적성을 유지하면서 동시에 조기 디코딩을 가능하게 한다.
• 이론적 분석을 통해 APDD 최소화 문제가 NP-난이도임을 확인하였으며, 이는 HLNC와 같은 근사 기법의 필요성을 정당화한다.
• 수치 결과는 HLNC의 APDD 성능가 RLNC 및 IDNC보다 항상 뛰어나며, 피드백 제약 조건 하에서도 성능 향상이 유지됨을 보여준다.