[논문 리뷰] Wireless Map-Reduce Distributed Computing with Full-Duplex Radios and Imperfect CSI

Sukjong Ha, Jingjing Zhang외 2명|arXiv (Cornell University)|2018. 10. 25.

Cooperative Communication and Network Coding참고 문헌 10인용 수 4

한 줄 요약

이 논문은 불완전한 채널 상태 정보(CSI)를 가진 공유 무선 채널에서 코딩된 멀티캐스팅과 협업 전송을 동시에 활용하는 슈퍼포지션 코딩 기반의 무선 맵리듀스 분산 계산 기법을 제안한다. 셔플 단계에서 코딩된 멀티캐스트 신호와 제로포싱 예측 신호를 중첩함으로써, 특히 불완전한 CSI를 가진 고신호대임비(SNR) 영역에서 기존의 코딩된 멀티캐스팅 및 협업 전송보다 더 낮은 정규화된 통신 부하를 달성하며, 연구된 예시에서 이전 방법보다 최대 50% 향상된다.

ABSTRACT

Consider a distributed computing system in which the worker nodes are connected over a shared wireless channel. Nodes can store a fraction of the data set over which computation needs to be carried out, and a Map-Shuffle-Reduce protocol is followed in order to enable collaborative processing. If there is exists some level of redundancy among the computations performed at the nodes, the inter-node communication load during the Shuffle phase can be reduced by using either coded multicasting or cooperative transmission. It was previously shown that the latter approach is able to reduce the high-Signal-to-Noise Ratio communication load by half in the presence of full-duplex nodes and perfect transmit-side Channel State Information (CSI). In this paper, a novel scheme based on superposition coding is proposed that is demonstrated to outperform both coded multicasting and cooperative transmission under the assumption of imperfect CSI.

연구 동기 및 목표

• 셔플 단계 동안 무선 분산 계산 시스템에서 높은 노드 간 통신 부하를 해결하기 위해.
• 불완전하거나 오래된 CSI 조건 하에서 기존 기법인 코딩된 멀티캐스팅 및 협업 전송을 향상시키기 위해.
• 단일 프레임워크 내에서 코딩된 멀티캐스팅과 협업 예측을 동시에 활용하는 통합 전송 전략을 설계하기 위해.
• 제한된 CSI 정확도를 가진 고신호대임비(SNR) 영역에서 정규화된 통신 부하(NCL)를 최소화하기 위해.
• 스토리지 및 네트워크 파라미터가 임의로 설정된 경우에도 일반화하여 다양한 구성에서의 강인성(robustness)을 입증하기 위해.

제안 방법

• 각 중간 값(IV)을 두 부분으로 분할: 하나는 코딩된 멀티캐스팅을 위해, 다른 하나는 제로포싱(ZF) 예측 전송을 위해.
• 송신기에서 슈퍼포지션 코딩을 사용하며, 한 노드는 코딩된 멀티캐스트 신호를 방송하고, 다른 노드들은 동일한 시간-주파수 블록 내에서 ZF-예측 신호를 전송.
• 송신 전력은 코딩 신호(전력 $P$)와 예측 신호($P^\alpha$) 간에 분할되며, 수신기에서 순차적 간섭 제거가 가능하다.
• 노드들을 클러스터로 나누어 ZF 예측을 수행함으로써 목적지 수신기에서 간섭을 제거하고, 먼저 코딩된 신호를 디코딩함.
• 각 전송 블록의 지속 시간은 두 가지 가능한 전송 속도 중 낮은 값에 의해 결정됨: 코딩 신호에 대한 $(1-\alpha)\log P$ 와 예측 신호에 대한 $\alpha\log P$.
• 전체 정규화된 통신 부하의 수식은 $\delta_{SP}(\mu) = \frac{1-\mu}{(1-\alpha)\mu K + \alpha K \min(1,2\mu)}$ 로 유도되며, 이는 스토리지 및 CSI 조건에 걸쳐 성능을 일반화한다.

실험 결과

연구 질문

• RQ1 코딩된 멀티캐스팅과 협업 예측을 통합한 단일 전송 전략이 불완전한 CSI 조건 하에서 무선 분산 계산의 통신 부하를 줄일 수 있는가?
• RQ2 CSI가 불완전할 경우 슈퍼포지션 코딩의 성능이 코딩된 멀티캐스팅 및 협업 ZF 예측 전송보다 어떻게 비교되는가?
• RQ3 정규화된 통신 부하를 최소화하기 위해 코딩 신호와 예측 신호 간의 최적 전력 분할 비율은 무엇인가?
• RQ4 스토리지 용량 $\mu$와 노드 수 $K$가 변화함에 따라 이 기법은 어떻게 스케일링되는가?
• RQ5 오래된 CSI 조건 하에서 제안된 기법이 기준 기법보다 통신 부하를 줄이는가?

주요 결과

• 제안된 슈퍼포지션 코딩 기법은 불완전한 CSI 조건 하에서 코딩된 멀티캐스팅 및 협업 ZF 예측 전송보다 엄격히 낮은 정규화된 통신 부하 $\delta_{SP}(\mu) = \frac{1-\mu}{(1-\alpha)\mu K + \alpha K \min(1,2\mu)}$ 를 달성한다.
• 예시에서 $K=4$, $\mu=0.5$, $\alpha=0.5$ 일 경우, 정규화된 통신 부하 $\delta = 0.15$ 를 달성하며, 기준 기법보다 뛰어난 성능을 보인다.
• CSI가 불완전할 경우 협업 ZF 예측 전송 대비 통신 부하를 최대 50%까지 감소시켜 실용적 환경에서 뚜렷한 성능 향상을 입증한다.
• CSI가 완전히 신뢰할 수 없을 경우($\alpha \to 0$) 기법은 코딩된 멀티캐스팅으로 수렴하고, CSI가 완벽할 경우($\alpha \to 1$)는 협업 ZF 예측 전송으로 수렴함으로써 극단적인 조건에서도 일관성을 보인다.
• 간섭 관리와 코딩 이득이 핵심이 되는 고신호대임비 영역에서 성능 향상이 가장 두드러진다.
• 임의의 $K$, $\mu$, $\alpha$에 대한 일반화를 통해 기법의 강인성과 확장 가능성이 다양한 분산 계산 환경에서 입증된다.