[논문 리뷰] Uncoded Placement Optimization for Coded Delivery

Sian Jin, Ying Cui외 2명|arXiv (Cornell University)|2017. 09. 19.

Caching and Content Delivery참고 문헌 22인용 수 4

한 줄 요약

이 논문은 임의의 파일 인기도와 낮은 서브패킷화 수준에서 평균 전달 부하를 최소화하기 위해 비코드드 콘텐츠 배치를 최적화하는 새로운 중심집중식 코딩 캐싱 기법을 제안한다. 제약 조건 하에 문제를 선형 프로그래밍 또는 DC 프로그래밍으로 공식화함으로써, 균일한 인기도에선 최적 성능를 달성하고, 기울어진 분포에선 낮은 서브패킷화 수준을 유지하면서도 효율적인 해를 도출하여 이전 기법들보다 부하 및 확장성 측면에서 뛰어난 성능을 발휘한다.

ABSTRACT

We consider the classical coded caching problem as defined by Maddah-Ali and Niesen, where a server with a library of $N$ files of equal size is connected to $K$ users via a shared error-free link. Each user is equipped with a cache with capacity of $M$ files. The goal is to design a static content placement and delivery scheme such that the average load over the shared link is minimized. We first present a class of centralized coded caching schemes consisting of a general content placement strategy specified by a file partition parameter, enabling efficient and flexible content placement, and a specific content delivery strategy, enabling load reduction by exploiting common requests of different users. For the proposed class of schemes, we consider two cases for the optimization of the file partition parameter, depending on whether a large subpacketization level is allowed or not. In the case of an unrestricted subpacketization level, we formulate the coded caching optimization in order to minimize the average load under an arbitrary file popularity. A direct formulation of the problem involves $N2^K$ variables. By imposing some additional conditions, the problem is reduced to a linear program with $N(K+1)$ variables under an arbitrary file popularity and with $K+1$ variables under the uniform file popularity. We can recover Yu {\em et al.}'s optimal scheme for the uniform file popularity as an optimal solution of our problem. When a low subpacketization level is desired, we introduce a subpacketization level constraint involving the $\ell_0$ norm for each file. Again, by imposing the same additional conditions, we can simplify the problem to a difference of two convex functions (DC) problem with $N(K+1)$ variables that can be efficiently solved.

연구 동기 및 목표

• 기존의 코딩 캐싱 기법들이 비균일한 파일 인기도 및 높은 서브패킷화 수준을 고려하지 못하는 한계를 해결한다.
• K명의 사용자, N개의 파일, 캐시 크기 M을 가진 중심집중식 코딩 캐싱 시스템에서 공유 링크의 평균 전달 부하를 최소화한다.
• 임의의 파일 인기도 분포에 적응할 수 있는 융통성 있는 콘텐츠 배치 전략을 설계하면서도 낮은 서브패킷화 수준을 유지한다.
• 수학적 재구성을 통해 제약 조건이 없는 경우와 낮은 서브패킷화 수준인 경우를 모두 다룰 수 있는 통합 최적화 프레임워크를 제공한다.
• 균일한 인기도에선 정보이론적 최적성을 확보하고, 기울어진 분포에선 거의 최적의 성능를 달성한다.

제안 방법

• 파일 분할 변수로 매개변수화된 일반적인 콘텐츠 배치 전략을 제안하여 파일 인기도에 따라 융통성 있게 할당할 수 있도록 한다.
• 사용자 간 공통 요청을 활용하여 멀티캐스트 부하를 줄이는 특정한 코딩된 전달 전략을 도입한다.
• 임의의 인기도 하에서 원래의 NP-난이도 문제(변수 수 $ N2^K $)를 $ N(K+1) $개의 변수를 가진 선형 프로그래밍 문제로 줄인다. 균일한 인기도일 땐 변수 수가 $ K+1 $개로 감소한다.
• 낮은 서브패킷화 수준을 위해 파일 서브패킷화 수준에 $ \ell_0 $-노름 제약 조건을 도입하여 문제를 볼록 함수의 차분(DC) 프로그래밍 문제로 변환한다.
• 행렬 $ U_n $ 을 통한 변수 교체를 통해 서브패킷화 제약 조건을 DC 프로그래밍 프레임워크에 적합한 형태로 매핑한다.
• 재구성된 제약 조건 하에서 해의 최적성을 증명하기 위해 Karush-Kuhn-Tucker (KKT) 조건을 적용한다.

실험 결과

연구 질문

• RQ1 비균일한 파일 인기도와 낮은 서브패킷화 수준을 동시에 고려하여 최적화된 코딩 캐싱 기법을 설계할 수 있는가?
• RQ2 임의의 파일 인기도 분포 하에서 평균 전달 부하를 최소화하는 최적의 콘텐츠 배치 전략은 무엇인가?
• RQ3 기존 기법들이 보이는 높은 서브패킷화 수준을 성능 저하 없이 어떻게 줄일 수 있는가?
• RQ4 제약 조건이 없는 경우와 낮은 서브패킷화 수준인 경우를 모두 효율적으로 최적화할 수 있는 수학적 공식화는 존재하는가?
• RQ5 제안된 기법이 균일한 인기도에 대해 윤 등(2020)의 최적 기법을 복원하거나 일반화할 수 있는가?

주요 결과

• 균일한 파일 인기도 하에서 제안된 기법은 윤 등(2020)의 최적 기법과 동일한 평균 부하를 달성하여 해당 경우에서의 최적성을 확인한다.
• 임의의 인기도 하에서는 문제를 $ N(K+1) $개의 변수를 가진 선형 프로그래밍 문제로 줄여 효율적인 최적화를 가능하게 한다.
• 낮은 서브패킷화 수준 하에서는 문제를 $ N(K+1) $개의 변수를 가진 DC 프로그래밍 문제로 변환하여 효율적인 알고리즘으로 해를 구할 수 있다.
• 서브패킷화 수준에 대한 $ \ell_0 $-노름 제약 조건은 변수 교체와 행렬 변환을 통해 재구성되어 해석 가능한 최적화를 가능하게 한다.
• 제안된 해는 유도된 제약 조건 하에서 KKT 조건을 만족함으로써 최적성임을 증명한다.
• 기존 기법들을 일반화하기 위해 인기도 인식 콘텐츠 배치와 서브패킷화 제어를 통합함으로써 기울어진 분포 하에서 평균 부하 성능을 향상시켰다.