[논문 리뷰] Optimal repairing schemes for Reed-Solomon codes with alphabet sizes linear in lengths under the rack-aware model

Lingfei Jin, Gaojun Luo외 1명|arXiv (Cornell University)|2019. 11. 19.

Advanced Data Storage Technologies참고 문헌 19인용 수 11

한 줄 요약

이 논문은 코드 길이 $ n $ 에 대해 알파벳 크기가 선형인 것으로, 레이크 인식 레지레잉(Regenerating) 코드의 최소 저장(MSRR) 코드를 Reed-Solomon 코드 기반으로 처음으로 명시적으로 구성한다. 이는 컷세트 경계를 달성하며, 이는 오랜 기간 동안 미해결된 문제였던 알파벳 크기의 선형 증가 문제를 해결한다. 새로운 프레임워크를 통해 유한체의 덧셈 및 곱셈 부분군에서 유도된 '좋은 다항식'과 차수 감소 기법을 융합하여, 계층적 레이크 인식 모델 하에서 최적의 크로스래크 복구 대역폭을 달성한다.

ABSTRACT

In modern practical data centers, storage nodes are usually organized into equally sized groups, which is called racks. The cost of cross-rack communication is much more expensive compared with the intra-rack communication cost. The codes for this system are called rack-aware regenerating codes. Similar to standard minimum storage regenerating (MSR) codes, it is a challenging task to construct minimum storage rack-aware regenerating (MSRR) codes achieving the cut-set bound. The known constructions of MSRR codes achieving the cut-set bound give codes with alphabet size $q$ exponential in the code length $n$, more precisely, $q=Ω(\exp(n^n))$. The main contribution of this paper is to provide explicit construction of MSRR codes achieving the cut-set bound with the alphabet size linear in $n$. To achieve this goal, we first present a general framework to repair Reed-Solomon codes. It turns out that the known repairing schemes of Reed-Solomon codes can be realized under our general framework. Several techniques are used in this paper. In particular, we use the degree decent method to repair failure node. This technique allows us to get Reed-Solomon codes with the alphabet size linear in $n$. The other techniques include choice of good polynomials. Note that good polynomials are used for construction of locally repairable code in literature. To the best of our knowledge, it is the first time in this paper to make use of good polynomials for constructions of regenerating codes.

연구 동기 및 목표

• 레이크 인식 모델 하에서 최소한의 크로스래크 복구 대역폭을 갖는 MSRR 코드를 구성하는 데 도전한다.
• 코드 길이 $ n $ 에 대해 알파벳 크기가 지수적으로 증가하는 대신 선형적으로 증가하는 조건에서 컷세트 경계를 달성하는 데 있어 열려 있는 문제를 해결한다.
• 레이크 인식 모델 하에서 Reed-Solomon 코드를 복구하기 위한 일반적 프레임워크를 개발하여 기존의 방법들을 통합하고 확장한다.
• 이전에 국소적으로 복구 가능한 코드에서 사용된 바 있는 '좋은 다항식' 개념을 최초로 레지레잉 코드 구성에 도입하고 적용한다.
• 계층적 데이터 센터 스토리지 시스템에서 최소 저장 오버헤드를 유지하면서도 최적의 복구 대역폭을 달성한다.

제안 방법

• 제어 가능한 복구 대역폭을 가능하게 하는 다항식 기반 접근 방식을 사용하여 Reed-Solomon 코드 복구를 위한 일반적 프레임워크를 제안한다.
• 차수 감소 기법을 적용하여 복구 다항식의 차수를 감소시켜, 최소한의 크로스래크 통신으로 효율적인 복구를 가능하게 한다.
• 유한체 $ \mathbb{F}_{q}^* $ 내의 덧셈 부분군 $ W $ 와 곱셈 부분군의 여부를 이용하여 '좋은 다항식'을 구성하며, 특정 필드 분할에 대해 일정한 값을 가지도록 보장한다.
• 복구 다항식 $ g(x) $ 와 $ h_a(x) $ 를 정의하여, $ g(x) $ 는 여부에서 일정하고, $ h_a(x) $ 는 복구를 위한 효율적 평가를 가능하게 한다.
• 트레이스 함수와 단위근을 사용하여 $ G(x) = \left(\operatorname{Tr}_{{\mathbb{F}}_{p^{t}}/{\mathbb{F}}_{p^{a}}}(x)\right)^v $ 와 같은 구조적 다항식을 정의하며, 이는 필드를 균일한 값 집합으로 분할한다.
• 유도된 크로스래크 복구 대역폭이 레이크 인식 컷세트 경계와 정확히 일치함을 증명함으로써 최적성을 확립한다.

실험 결과

연구 질문

• RQ1 레이크 인식 모델 하에서 코드 길이 $ n $ 에 대해 알파벳 크기가 지수적 대신 선형적으로 증가하는 MSRR 코드를 구성할 수 있는가?
• RQ2 차수 감소 기법을 계층적 스토리지 제약 조건 하에서 Reed-Solomon 코드의 최적 복구 대역폭을 달성하도록 적응시킬 수 있는가?
• RQ3 이전에 국소적으로 복구 가능한 코드에서 사용된 바 있는 '좋은 다항식'을, 레이크 인식 환경에서 최적의 레지레잉 코드를 구성하는 데 재사용할 수 있는가?
• RQ4 어떤 체 이론적 구조(예: 덧셈 및 곱셈 부분군)가 최소한의 크로스래크 통신으로 최적의 복구 계획을 가능하게 하는가?
• RQ5 일반화된 Reed-Solomon 코드에 대해 명시적이고 구축 가능한 코드로 레이크 인식 컷세트 경계를 달성할 수 있는가?

주요 결과

• 논문은 일반화된 Reed-Solomon 코드 $ GRS_k(\mathbf{a}, \mathbf{1}) $ 를 대상으로, 알파벳 크기가 $ q = p^t $ 인 MSRR 코드를 구성하며, 이는 코드 길이 $ n $ 에 대해 선형적임을 보여주고, 핵심적인 열린 문제를 해결한다.
• 복구 대역폭이 최적임을 증명하며, 레이크 인식 컷세트 경계와 정확히 일치함을 보이며, 특정 매개변수 하에서 경계는 $ (p^a - 2)(t - \ell)\log p $ 로 표현된다.
• 좋은 다항식을 구성하기 위해 덧셈 부분군 $ W $ 와 곱셈 여부의 합을 사용하여, 필드를 균일한 값 집합으로 분할한다.
• 특수한 경우 $ n = q - 1 $ 에서는 $ m = \left\lfloor \frac{k(p^a - 1)}{p^t - 1} \right\rfloor $ 일 때 복구 방식이 최적이며, $ k \leq (p^t - p^\ell)\frac{p^t - 1}{p^t - p^{t-a}} - 1 $ 를 만족한다.
• 두 번째 구성에서 $ n = q - p^{t-a} $ 이면, $ k \leq p^t - v p^{t-1} - 1 $ 이고 $ \frac{q - p^{t-a}}{v p^{t-a}} - m = \frac{t}{t - \ell} $ 일 때 최적성이 달성되며, 컷세트 경계에서 등호가 성립한다.
• 트레이스 함수와 단위근을 사용하여 $ G(x) = \left(\operatorname{Tr}_{{\mathbb{F}}_{p^{t}}/{\mathbb{F}}_{p^{a}}}(x)\right)^v $ 를 정의함으로써, 특정 여부에서 일정한 값을 가지는 다항식을 구성할 수 있으며, 이는 복구 메커니즘의 핵심이 된다.