[论文解读] Linear Insertion Deletion Codes in the High-Noise and High-Rate Regimes

Kuan Cheng, Zhengzhong Jin+3 more|arXiv (Cornell University)|Jan 1, 2023

Advanced biosensing and bioanalysis techniques被引用 1

一句话总结

本文提出了首个显式、可高效编码与解码的线性插入-删除（insdel）码，其在高噪声和高码率场景下均实现了渐近最优的权衡。通过引入一种新颖的码级联框架，该框架隐式嵌入索引信息，作者构建了在常数大小字母表上的码，可纠正任意接近 1 的 insdel 错误比例，以及二进制码中码率任意接近 1/2 的情况，与先前已知的理论界限一致，即为理论上可能的最佳结果。

ABSTRACT

This work continues the study of linear error correcting codes against adversarial insertion deletion errors (insdel errors). Previously, the work of Cheng, Guruswami, Haeupler, and Li \cite{CGHL21} showed the existence of asymptotically good linear insdel codes that can correct arbitrarily close to $1$ fraction of errors over some constant size alphabet, or achieve rate arbitrarily close to $1/2$ even over the binary alphabet. As shown in \cite{CGHL21}, these bounds are also the best possible. However, known explicit constructions in \cite{CGHL21}, and subsequent improved constructions by Con, Shpilka, and Tamo \cite{9770830} all fall short of meeting these bounds. Over any constant size alphabet, they can only achieve rate $< 1/8$ or correct $< 1/4$ fraction of errors; over the binary alphabet, they can only achieve rate $< 1/1216$ or correct $< 1/54$ fraction of errors. Apparently, previous techniques face inherent barriers to achieve rate better than $1/4$ or correct more than $1/2$ fraction of errors. In this work we give new constructions of such codes that meet these bounds, namely, asymptotically good linear insdel codes that can correct arbitrarily close to $1$ fraction of errors over some constant size alphabet, and binary asymptotically good linear insdel codes that can achieve rate arbitrarily close to $1/2$.\ All our constructions are efficiently encodable and decodable. Our constructions are based on a novel approach of code concatenation, which embeds the index information implicitly into codewords. This significantly differs from previous techniques and may be of independent interest. Finally, we also prove the existence of linear concatenated insdel codes with parameters that match random linear codes, and propose a conjecture about linear insdel codes.

研究动机与目标

• 弥合高噪声和高码率场景下理论界限与显式线性 insdel 码构造之间的差距。
• 克服先前技术固有的障碍，这些障碍曾将码率限制在 1/4 以下，纠错能力限制在 1/2 以下。
• 开发一种高效、线性的码构造方法，使其在 insdel 错误下达到半 Singleton 界。
• 证明存在线性级联 insdel 码，其参数与随机线性码相匹配。
• 提出关于线性 insdel 码结构与极限的猜想。

提出的方法

• 提出一种新颖的码级联框架，隐式地在码字中嵌入索引信息，避免使用显式的同步符号。
• 使用具有增强层级的分层括号结构，以建模和分析受限公共子序列的附加价值。
• 基于从码字矩阵导出的三个二进制字符串之间的成对受限公共子序列，定义并计算字符串的“附加价值”。
• 对增强层级 ℓ 的括号进行递归分析，推导出总附加价值的下界，证明其至少为 Ω(n / log n)。
• 利用被删除列 (0,0,0)^T 的结构，重构完整长度的公共子序列，并界定码字的最长公共子序列（LCS）。
• 证明某些码字对的 LCS 超过 n/2 + 3n/(16 log n)，从而确立码性能的关键下界。

实验结果

研究问题

• RQ1 能否构造出在二进制字母表上码率任意接近 1/2 的显式线性 insdel 码？
• RQ2 能否在常数大小字母表上构造出可纠正任意接近 1 的 insdel 错误比例的线性 insdel 码？
• RQ3 线性 insdel 码在码率与纠错能力上的根本极限是什么？能否通过显式构造实现这一极限？
• RQ4 一种隐式嵌入索引信息的新级联编码方法，能否克服先前的性能障碍？
• RQ5 是否存在一种线性 insdel 码的结构表征，使其性能与随机线性码相匹配？

主要发现

• 作者构造了显式、可高效编码与解码的线性 insdel 码，其在常数大小字母表上可纠正任意接近 1 的 insdel 错误比例。
• 对于二进制码，该构造实现了码率任意接近 1/2，与理论上的半 Singleton 界完全一致。
• 关键创新在于提出了一种新颖的码级联方法，隐式嵌入索引信息，避免使用显式的同步符号。
• 该构造在某些码字对之间实现了至少 n/2 + 3n/(16 log n) 的成对 LCS，证明了高码率码的存在性。
• 作者证明了存在线性级联 insdel 码，其参数与随机线性码完全匹配。
• 提出了关于线性 insdel 码结构与极限的猜想，暗示可能存在更深层次的代数或组合表征。