[论文解读] Accounting for Information Freshness in Scheduling of Content Caching

Ghafour Ahani, Di Yuan|arXiv (Cornell University)|Oct 29, 2019

Age of Information Optimization参考文献 18被引用 4

一句话总结

本文提出了一种用于基站中动态内容缓存的联合优化框架，通过信息年龄（AoI）平衡回传负载减少与内容新鲜度。该问题被建模为NP难整数线性规划问题，采用列生成方法结合定制的舍入启发式算法求解，并在仿真中实现与下界相差不足1%的近似最优性能。

ABSTRACT

In this paper, we study the problem of optimal scheduling of content placement along time in a base station with limited cache capacity, taking into account jointly the offloading effect and freshness of information. We model offloading based on popularity in terms of the number of requests and information freshness based on the notion of age of information (AoI). The objective is to reduce the load of backhaul links as well as the AoI of contents in the cache via a joint cost function. For the resulting optimization problem, we prove its hardness via a reduction from the Partition problem. Next, via a mathematical reformulation, we derive a solution approach based on column generation and a tailored rounding mechanism. Finally, we provide performance evaluation results showing that our algorithm provides near-optimal solutions.

研究动机与目标

• 解决时变内容缓存环境中回传负载减少与内容新鲜度之间的权衡问题。
• 构建一个联合优化问题，同时考虑内容流行度（请求频率）与信息年龄（AoI）的更新机制。
• 设计一种解决方案框架，在受限缓存容量下最小化下载、更新与AoI惩罚的复合成本函数。
• 通过从划分问题（Partition problem）的归约，证明该缓存调度问题为NP难问题。
• 设计一种可扩展的解决方案方法，为边缘网络的实际部署提供近似最优性能。

提出的方法

• 将缓存调度问题建模为带时变内容流行度与基于AoI的新鲜度约束的整数线性规划（ILP）。
• 利用Dantzig-Wolfe分解重述ILP，以支持列生成，将主问题转化为集合划分形式。
• 将定价子问题建模为时间展开网络中的最短路径问题，可在多项式时间内求解。
• 引入一种问题特定的舍入算法（RA），将列生成得到的分数解转换为可行的整数缓存调度方案。
• 使用列生成算法计算全局最优解的紧致下界（LB），以支持性能评估。
• 在成本模型中通过参数λ加权下载、更新与AoI惩罚，实现综合成本控制。

实验结果

研究问题

• RQ1 在内容流行度时变的条件下，如何优化内容缓存调度，以联合最小化回传负载与信息年龄（AoI）？
• RQ2 联合缓存与新鲜度优化问题的计算复杂度如何？
• RQ3 基于列生成的方法结合定制舍入算法能否为该NP难问题提供近似最优解？
• RQ4 与传统缓存策略（如随机或基于流行度的策略）相比，所提算法在成本、AoI与回传负载方面表现如何？
• RQ5 用户数量、文件集合大小与缓存容量等系统参数对所提方案性能有何影响？

主要发现

• 所提出的列生成算法（CGA）在1%以内接近下界，表明其具有近似最优性。
• 随着用户数量（U）增加，最优性间隙减小，因为更高的请求多样性使最优缓存策略更具可预测性。
• 在中等文件集合大小（F ≈ 150）时成本最小，此时缓存容量与文件多样性相匹配，系统负担适中。
• 当λ增大（更倾向于更低AoI）时，传统算法（PBA、RBA）的回传负载急剧上升，而CGA能维持良好的权衡。
• 列生成子问题被简化为最短路径问题，支持多项式时间求解，实现高效收敛。
• 定制舍入算法（RA）能有效将分数解转换为可行的整数缓存调度方案，性能损失极小。