[论文解读] Fundamental Limits of Caching: Improved Bounds For Small Buffer Users

Zhi Chen, Fan, Pingyi+1 more|arXiv (Cornell University)|Jul 8, 2014

Caching and Content Delivery参考文献 9被引用 64

一句话总结

本文提出了一种针对小用户缓存大小（M ≤ 1/K）且K ≥ N用户的系统的新型编码缓存策略，实现了峰值速率的信息论割集下界。该方案通过用户组间的结构化编码传输最小化传输速率，证明了在M ≤ 1/K时R(M) = N(1−M)是可实现且最优的，优于先前的方案（如文献[10]所示）。

ABSTRACT

In this work, the peak rate of the caching problem is investigated, under the scenario that the users are with small buffer sizes and the number of users is no less than the amount of files in the server. A novel coded caching strategy is proposed for such a scenario, leading to a lower peak rate compared to recent results in the literature. Furthermore, it is verified that our peak rates coincides with the cut-set bound analytically in an information-theoretic view.

研究动机与目标

• 解决在用户缓存大小较小且用户数量较多（K ≥ N）场景下的缓存基本极限问题。
• 设计一种在该约束条件下最小化峰值传输速率的编码缓存策略。
• 在小缓存大小（M ≤ 1/K）条件下实现信息论割集下界，证明其最优性。
• 证明通过缓存共享可将可实现速率区域扩展至连续缓存大小。

提出的方法

• 提出一种两阶段编码缓存方案：在非高峰时段进行缓存放置，在高峰时段进行编码传输。
• 采用结构化编码传输，将用户请求相同文件的子文件按大小为k_i的组进行XOR操作。
• 以链式方式传输子文件：对于被k_i个用户请求的每份文件W_i，通过XOR传输(k_i−1)N份编码子文件。
• 确保每个用户通过组合直接接收的子文件和解码后的XOR子文件，重建其请求的文件。
• 应用缓存共享，将可实现速率区域扩展至连续缓存大小M ∈ [0, 1/K]。
• 推导出总传输速率为R(M) = N(1−M)，当M ≤ 1/K时，与割集下界一致。

实验结果

研究问题

• RQ1 当K ≥ N时，是否可实现编码缓存策略以达到小缓存大小（M ≤ 1/K）下的割集下界？
• RQ2 在小缓存大小下，所提方案与文献[10]方案相比，速率性能如何？
• RQ3 在K ≥ N且缓存较小的场景下，M ≤ 1/K时的最优可实现速率R(M)是什么？
• RQ4 所提方案在连续缓存大小下通过缓存共享是否仍保持最优性？
• RQ5 跨用户组的结构化编码传输是否可使峰值速率低于现有方案？

主要发现

• 当K = N且M = 1/N时，缓存-速率对(1/N, N−1)是可实现的，且对所有M ∈ [0, 1/N]有R(M) ≤ N(1−M)。
• 当K > N且M = 1/K时，对(1/K, N−N/K)是可实现的，且对所有M ∈ [0, 1/K]有R(M) ≤ N(1−M)。
• 当K ≥ N时，可实现速率R(M) = N(1−M)与割集下界完全一致，适用于所有M ≤ 1/K。
• 所提方案的峰值速率低于文献[10]的方案，当N > 1且M = 1/K时具有严格改进。
• 当K ≥ 2N时，所提速率R(1/K) = N(1−1/K)与文献[10]中R_c(N/K)的可实现速率一致，验证了结果的一致性。
• 缓存共享将可实现区域扩展至所有M ∈ [0, 1/K]，并通过割集下界保持最优性。