[논문 리뷰] Femto-Caching with Soft Cache Hits: Improving Performance through Recommendation and Delivery of Related Content

Pavlos Sermpezis, Spyropoulos, Thrasyvoulos외 2명|arXiv (Cornell University)|2017. 02. 16.

Caching and Content Delivery참고 문헌 23인용 수 9

한 줄 요약

이 논문은 페미토 캐시 시스템에서 사용자가 요청한 콘텐츠가 가용하지 않을 경우 관련된 로컬 캐시 콘텐츠를 추천함으로써 캐시 히트 비율을 크게 향상시키는 새로운 소프트 캐시 히트 메커니즘을 제안한다. 추천 인지 캐싱을 엣지 캐싱과 통합함으로써, 실질적인 유튜브 데이터셋과 합성 트레이스를 사용하여 50%의 사용자 수용률 조건에서 캐시 히트 비율을 15%에서 27%로 2배까지 향상시키는 결과를 얻었다.

ABSTRACT

Pushing popular content to cheap "helper" nodes (e.g., small cells) during off-peak hours has recently been proposed to cope with the increase in mobile data traffic. User requests can be served locally from these helper nodes, if the requested content is available in at least one of the nearby helpers. Nevertheless, the collective storage of a few nearby helper nodes does not usually suffice to achieve a high enough hit rate in practice. We propose to depart from the assumption of hard cache hits, common in existing works, and consider "soft" cache hits, where if the original content is not available, some related contents that are locally cached can be recommended instead. Given that Internet content consumption is entertainment-oriented, we argue that there exist scenarios where a user might accept an alternative content (e.g., better download rate for alternative content, low rate plans, etc.), thus avoiding to access expensive/congested links. We formulate the problem of optimal edge caching with soft cache hits in a relatively generic setup, propose efficient algorithms, and analyze the expected gains. We then show using synthetic and real datasets of related video contents that promising caching gains could be achieved in practice.

연구 동기 및 목표

• 제한된 로컬 스토리지로 인해 페미토 캐시 조차도 낮은 캐시 히트 비율을 보이는 모바일 엣지 캐싱의 한계를 해결하기 위해.
• 사용자가 원본 콘텐츠를 요청하는 대신 관련된 로컬 캐시 콘텐츠를 수용할 수 있도록 하는 새로운 모델을 제안하여 원격 액세스의 비용을 피하기 위해.
• 소프트 캐시 히트 모델 하에서 엣지 캐싱 정책을 최적화하여 유효한 캐시 활용도와 히트 비율을 극대화하기 위해.
• 소프트 캐시 히트를 페미토 캐시와 결합할 경우 기존 캐싱 기법보다 측정 가능한 성능 향상을 이끌 수 있음을 입증하기 위해.
• 합성 데이터와 실제 유튜브 영상 관련 콘텐츠 데이터셋을 모두 활용하여 접근법을 검증하기 위해.

제안 방법

• 사용자가 관련 콘텐츠 수용 여부를 확률적 또는 유틸리티 기반 결정으로 모델링하는 일반적인 소프트 캐시 히트(SCH) 모델을 수립하기 위해.
• 소프트 캐시 히트를 고려한 엣지 캐싱 문제를 NP-난해한 최적화 문제로 모델링하고, 성능 보장을 갖춘 효율적인 근사 알고리즘을 제안하기 위해.
• 사용자가 여러 근접한 기지국에 액세스할 수 있는 페미토 캐시 시나리오로 모델을 확장하여 집합 캐시 용량을 활용하기 위해.
• 콘텐츠 유사도와 사용자 추천 수용률을 캐싱 결정 과정에 통합하기 위해, 실제 유튜브 관련 영상 데이터를 활용해 콘텐츠 관계를 모델링하기 위해.
• 사용자가 추천 콘텐츠에 만족할수록 소프트 캐시 히트의 효과가 증가하는 유틸리티 기반 프레임워크를 적용하기 위해.
• 제안된 알고리즘을 합성 및 실세계 데이터셋에 적용하여, 다양한 사용자 수용 확률 조건에서 캐시 히트 비율 향상 정도를 측정하기 위해.

실험 결과

연구 질문

• RQ1 사용자가 관련 콘텐츠를 수용할 경우, 소프트 캐시 히트가 페미토 캐시 시스템의 캐시 히트 비율을 얼마나 향상시킬 수 있는가?
• RQ2 사용자가 추천 콘텐츠를 수용할 의향이 높아질수록 제안된 캐싱 모델의 성능 향상은 어떻게 변화하는가?
• RQ3 소프트 캐시 히트 하에서 최적의 캐싱 정책은 무엇이며, 문제의 NP-난해성에도 불구하고 이를 효율적으로 계산할 수 있는가?
• RQ4 기존의 페미토 캐시 또는 캐시 협업 메커니즘에 소프트 캐시 히트를 적용했을 때의 성능 향상은 어떻게 비교되는가?
• RQ5 실세계 콘텐츠 관계(예: 유튜브 영상 추천)를 효과적으로 활용하여 엣지 캐싱 성능을 향상시킬 수 있는가?

주요 결과

• 사용자가 추천 콘텐츠를 50% 확률로 수용할 경우, 제안된 소프트 캐시 히트 모델이 캐시 히트 비율을 최대 2배까지 향상시키며, 15%에서 27%로 증가시킨다.
• 성능 향상은 합성 데이터셋과 실제 유튜브 영상 관련 콘텐츠 트레이스 양쪽 모두에서 일관되게 나타나 데이터 분포에 대해 강건함을 입증한다.
• 사용자가 관련 콘텐츠 수용 확률이 높아질수록 시스템은 점점 더 소프트 캐시 히트를 활용하여 원격 콘텐츠 전달 의존도를 감소시킨다.
• 사용자 수용률이 낮은 경우에도 프레임워크는 효과적이며, 수용률이 0%로 떨어질 경우 표준 페미토 캐시 성능으로 수렴한다.
• 제안된 근사 알고리즘은 성능 보장이 있는 고성능을 달성하여 실세계 도입에 있어 확장 가능하고 실용적인 솔루션을 제공한다.
• 추천 시스템을 엣지 캐싱과 통합함으로써 사용자 경험을 훼손하지 않으면서 네트워크 효율을 크게 향상시킬 수 있는 실현 가능한 길을 제시한다.