[论文解读] A Novel Asymmetric Coded Placement in Combination Networks with end-user Caches

Kai Wan, Daniela Tuninetti+2 more|arXiv (Cornell University)|Feb 28, 2018

Caching and Content Delivery参考文献 10被引用 7

一句话总结

该论文提出了一种用于端用户缓存的组合网络中的新颖非对称编码缓存方案，通过中继协调实现跨中继多播机会。通过基于用户-中继连接模式优化编码放置，该方案在中等缓存大小下实现了比以往工作更低的最大链路负载，并在测试配置中对内存大小 ≥18 个文件时达到信息论最优。

ABSTRACT

The tradeoff between the user's memory size and the worst-case download time in the $(H,r,M,N)$ combination network is studied, where a central server communicates with $K$ users through $H$ immediate relays, and each user has local cache of size $M$ files and is connected to a different subset of $r$ relays. The main contribution of this paper is the design of a coded caching scheme with asymmetric coded placement by leveraging coordination among the relays, which was not exploited in past work. Mathematical analysis and numerical results show that the proposed schemes outperform existing schemes.

研究动机与目标

• 为解决现有编码缓存方案在组合网络中因不对称传输导致的次优最坏情况下载时间问题。
• 设计一种编码放置策略，实现中继间的协调多播，利用网络拓扑提升效率。
• 与现有方案相比，降低最大链路负载（最坏情况下载时间），尤其是在缓存大小适中时。
• 通过改进先前的编码放置设计，弥合已知可实现方案与信息论外 bound 之间的差距。

提出的方法

• 提出一种非对称编码放置方案，根据用户对中继的连接情况，有策略地将子文件放置于用户缓存中，从而支持协调传输。
• 采用 MDS 预编码和基于组的子文件划分，以在多个中继之间创建多播机会。
• 基于用户子集和中继分组的组合构造方法，实现负载均衡并最大化多播增益。
• 通过新颖分析子文件在中继间分布及用户需求的方式，推导最大链路负载。
• 应用增强约束的割集外 bound 来评估与最优性能的差距。
• 通过数值比较验证该方案在 [8] 和 [9] 的性能优势，尤其在小到中等缓存大小下。

实验结果

研究问题

• RQ1 在组合网络中，通过中继协调能否使最坏情况下载时间优于现有编码缓存方案？
• RQ2 基于用户-中继连接模式的非对称编码放置如何降低组合网络中的最大链路负载？
• RQ3 与 [8] 中的最先进方案相比，所提方案的性能增益如何？
• RQ4 在何种缓存大小下，所提方案达到信息论最优？
• RQ5 所提方案能否与已有方案结合，以在所有缓存大小下实现更优性能？

主要发现

• 所提方案的最大链路负载不超过 [8] 中最佳已知方案，且当 $ g \leq \binom{{\mathsf{H}}-2}{{\mathsf{r}}-2} + 1 $ 时严格优于它。
• 在 $ {\mathsf{H}} = 6 $, $ {\mathsf{r}} = 3 $, $ {\mathsf{K}} = {\mathsf{N}} = 20 $ 的测试配置中，当 $ {\mathsf{M}} \geq 18 $ 时，该方案达到信息论最优。
• 数值结果表明，对于小的 $ g $ 值，所提方案优于 [8]；而当 $ g $ 较大时，[9] 中的方案优于 [8]，表明二者具有互补优势。
• 外 bound 与所提方案最大链路负载的比值随 $ {\mathsf{H}} $ 增大而增加，表明在更大网络中与最优性能的差距正在扩大。
• 当 $ g \geq {\mathsf{K}}_2 + 2 $ 时，该方案与 [8] 等价，表明在此阈值以上，当前构造下无法实现进一步改进。
• 分析证明了 $ \frac{|{\mathcal{Z}}_g|}{|{\mathcal{Z}}_{g-1}|} \leq \frac{{\mathsf{K}}_1 - g + 1}{g} $，该不等式确保了所提方案在内存效率和负载降低方面的有效性。