[논문 리뷰] The Capacity of Private Information Retrieval from Decentralized Uncoded Caching Databases

Yi-Peng Wei, Batuhan Arasli외 2명|arXiv (Cornell University)|2018. 11. 27.

Caching and Content Delivery참고 문헌 65인용 수 8

한 줄 요약

이 논문은 분산된 비코딩 캐시 데이터베이스에서 프라이버시 보장 정보 검색(PIR)을 연구한다. 여기서 데이터베이스들은 각각 독립적으로 무작위로 비트를 캐시한다. 논문은 원래 분산된 코딩 캐싱을 위한 목적에서 제안된 균일한 무작위 캐싱 방식이, 주어진 조건 하에서 최적의 정규화된 다운로드 비용을 달성함을 증명한다. 이 비용은 $\frac{D}{L} = \sum_{n=1}^{N+1} \binom{N}{n-1} \mu^{n-1}(1-\mu)^{N+1-n} \left(1 + \frac{1}{n} + \cdots + \frac{1}{n^{K-1}}\right)$ 로 주어지며, 새로운 하한 구축 기법을 통해 상향 경계와 정확히 일치함을 보인다.

ABSTRACT

We consider the private information retrieval (PIR) problem from decentralized uncoded caching databases. There are two phases in our problem setting, a caching phase, and a retrieval phase. In the caching phase, a data center containing all the K files, where each file is of size L bits, and several databases with storage size constraint 𝜇𝐾𝐿 bits exist in the system. Each database independently chooses 𝜇𝐾𝐿 bits out of the total 𝐾𝐿 bits from the data center to cache through the same probability distribution in a decentralized manner. In the retrieval phase, a user (retriever) accesses N databases in addition to the data center, and wishes to retrieve a desired file privately. We characterize the optimal normalized download cost to be 𝐷∗=∑𝑁+1𝑛=1(𝑁𝑛−1)𝜇𝑛−1(1−𝜇)𝑁+1−𝑛(1+1𝑛+⋯+1𝑛𝐾−1). We show that uniform and random caching scheme which is originally proposed for decentralized coded caching by Maddah-Ali and Niesen, along with Sun and Jafar retrieval scheme which is originally proposed for PIR from replicated databases surprisingly results in the lowest normalized download cost. This is the decentralized counterpart of the recent result of Attia, Kumar, and Tandon for the centralized case. The converse proof contains several ingredients such as interference lower bound, induction lemma, replacing queries and answering string random variables with the content of distributed databases, the nature of decentralized uncoded caching databases, and bit marginalization of joint caching distributions.

연구 동기 및 목표

• 분산된 비코딩 캐싱 데이터베이스에서 프라이버시 보장 정보 검색의 최적 정규화된 다운로드 비용을 규명하는 것.
• 원래 분산된 코딩 캐싱을 위해 제안된 균일하고 무작위적인 캐싱 방식이 PIR 환경에서 최소 기대 다운로드 비용을 달성하는지 확인하는 것.
• 가능한 해법과 일치하는 상향 경계를 확립하여, 분산 캐싱 조건 하에서 PIR 시스템의 정확한 용량을 규명하는 것.
• 복제된 데이터베이스에서의 PIR 하한 기법을 분산된 비코딩 캐싱 시스템으로 확장하기 위해, 쿼리 및 응답 변수를 실제 데이터베이스 콘텐츠로 대체하는 방법을 제안하는 것.

제안 방법

• 두 단계 시스템을 제안한다: 분산 캐싱 단계에서는 각 데이터베이스가 데이터 센터의 µKL 비트를 무작위로 독립적으로 저장하고, 검색 단계에서는 사용자가 N개의 데이터베이스와 데이터 센터에 접근한다.
• Sun-Jafar PIR 기법을 서브파일 Wj,S에 순차적으로 적용한다. 여기서 S는 파일 Wj의 비트를 저장하는 데이터베이스 집합을 나타낸다.
• 쿼리 및 응답 랜덤 변수를 실제 데이터베이스 콘텐츠로 대체하여 정규화된 다운로드 비용에 대한 하한을 유도하며, [44]의 기법을 확장한다.
• 비트 마진화 기법과 데이터베이스 간 캐싱의 독립성을 활용하여, 비트당 기대 캐시 콘텐츠에 대한 하한을 유도한다.
• 라그랑주 최적화를 적용하여 저장 제약 조건 하에서 엔트로피 항의 합을 최소화하며, 동일한 캐싱 확률(µ)이 최소화를 이룬다는 것을 보인다.
• 가능한 해법의 비용이 하한과 정확히 일치함을 보여 상향 경계가 최적임을 증명한다.

실험 결과

연구 질문

• RQ1 균일하고 무작위적인 캐싱 방식이 분산된 비코딩 캐싱 데이터베이스에서 PIR의 기대 정규화된 다운로드 비용을 최소화하는가?
• RQ2 중앙집중식 PIR에서 코딩 캐싱을 위한 하한 기법을 분산된 비코딩 캐싱 시스템에 적응시킬 수 있는가?
• RQ3 저장 제약 조건 µ 하에서 분산된 비코딩 캐싱이 적용된 PIR 문제의 정확한 용량(최적 정규화된 다운로드 비용)은 무엇인가?
• RQ4 분산 캐싱의 구조는 PIR에서 저장 용량과 다운로드 비용 간의 트레이드오프에 어떤 영향을 미치는가?

주요 결과

• 균일하고 무작위적인 캐싱 방식은 원래 코딩 캐싱을 위한 목적에서 제안되었지만, PIR 단계에서 기대 정규화된 다운로드 비용을 최소화함을 확인하였다.
• 최적의 정규화된 다운로드 비용은 정확히 $\frac{D}{L} = \sum_{n=1}^{N+1} \binom{N}{n-1} \mu^{n-1}(1-\mu)^{N+1-n} \left(1 + \frac{1}{n} + \cdots + \frac{1}{n^{K-1}}\right)$ 로 주어지며, 이는 상향 경계와 정확히 일치한다.
• 상향 경계 증명을 통해 다른 캐싱 확률 분포가 더 낮은 기대 다운로드 비용을 달성할 수 없음을 보이며, 균일한 무작위 방식의 최적성을 입증한다.
• 하한은 쿼리 및 응답 변수를 실제 데이터베이스 콘텐츠로 대체함으로써 도출되었으며, 비코딩 및 분산 캐싱의 특성을 활용하였다.
• 비트 수준의 캐싱 확률에 대해 라그랑주 풀이를 적용함으로써, 동일한 캐싱 확률 µ가 하한의 엔트로피 항을 최소화함을 보였다.
• 중앙집중식 PIR 용량 결과를 분산 환경으로 확장하였으며, 분산 조건 하에서도 동일한 방식이 최적임을 보였다.