[论文解读] Caching-Aided Coded Multicasting with Multiple Random Requests

Mingyue Ji, Antonia M. Tulino+2 more|arXiv (Cornell University)|Nov 24, 2015

Caching and Content Delivery参考文献 13被引用 13

一句话总结

该论文提出了一种用于共享链路网络中每个用户有多个随机请求的缓存辅助编码多播方案，采用随机向量缓存和组播索引编码，实现了在Zipf需求分布下的阶最优性能。结果表明，当每个用户的请求数 $L$ 较大时，标量缓存（文件级放置）可实现与分组级方案相同的阶最优速率，从而在实际中无需使用大 $B$。

ABSTRACT

The capacity of caching networks has received considerable attention in the past few years. A particularly studied setting is the shared link caching network, in which a single source with access to a file library communicates with multiple users, each having the capability to store segments (packets) of the library files, over a shared multicast link. Each user requests one file from the library according to a common demand distribution and the server sends a coded multicast message to satisfy all users at once. The problem consists of finding the smallest possible average codeword length to satisfy such requests. In this paper, we consider the generalization to the case where each user places L >= 1 independent requests according to the same common demand distribution. We propose an achievable scheme based on random vector (packetized) caching placement and multiple groupcast index coding, shown to be order-optimal in the asymptotic regime in which the number of packets per file B goes to infinity. We then show that the scalar (B = 1) version of the proposed scheme can still preserve order-optimality when the number of per-user requests L is large enough. Our results provide the first order-optimal characterization of the shared link caching network with multiple random requests, revealing the key effects of L on the performance of caching-aided coded multicast schemes.

研究动机与目标

• 表征在每个用户有多个随机请求的共享链路缓存网络中的阶最优平均速率。
• 将现有编码多播方案推广至支持每个用户 $L \geq 1$ 个独立请求的情况。
• 研究当 $L$ 较大时，标量缓存（整个文件放置）是否足以实现阶最优性，从而避免对大 $B$（分组化程度）的需求。
• 建立在Zipf分布需求下实现阶最优性能时，$L$、$M$ 和 $B$ 之间的权衡关系。

提出的方法

• 提出一种基于随机向量（分组化）缓存放置方案，并结合多组播索引编码进行传输。
• 引入 RLFU-GCLC 方案，采用基于文件流行度的缓存分布和基于色数的索引编码传输机制。
• 在参数 $\alpha \in (0,1)$ 的Zipf需求分布下分析可实现速率，证明当 $B \to \infty$ 时具有阶最优性。
• 提出一种标量均匀放置（SUP）方案，即整个文件以均匀随机方式缓存。
• 推导 SUP-GCLC 的可实现速率上界，证明当 $L$ 足够快地随 $n$、$m$ 和 $M$ 增长时，其具有阶最优性。
• 在 $B \to \infty$ 和 $L \to \infty$ 的渐近分析框架下建立阶最优性，利用Zipf分布的重尾特性。

实验结果

研究问题

• RQ1 具有每个用户多个随机请求的编码多播方案，是否能在Zipf分布需求下实现阶最优性能？
• RQ2 每个用户的请求数 $L$ 是否在实现阶最优编码增益方面具有与分组化程度 $B$ 相当的作用？
• RQ3 当 $L$ 较大时，标量缓存（文件级放置）是否足以实现阶最优性，即使没有细粒度的分组级编码？
• RQ4 标量缓存实现与向量缓存相同阶最优性能所需的最小 $L$ 是多少？
• RQ5 在多个请求下，缓存分布的选择（如RLFU与均匀分布）如何影响可实现速率？

主要发现

• 所提出的 RLFU-GCLC 方案在 $\alpha \in (0,1)$ 的Zipf需求分布下，当 $B \to \infty$ 时，可实现阶最优平均速率，其速率上界相比均匀放置可将传输负载降低最多达30%。
• 当 $\alpha \in (0,1)$ 时，即使分布具有重尾特性，均匀缓存放置（UP）在 $B \to \infty$ 时仍具有阶最优性，原因在于任何有限个热门文件的概率质量趋于消失。
• 当 $M = \omega(L)$ 且 $L$ 足够快地随 $n$、$m$ 和 $M$ 增长时，标量均匀放置（SUP）方案在 $B=1$ 时即可实现阶最优性能，从而消除了对大 $B$ 的需求。
• 在 SUP-GCLC 下实现阶最优性所需的 $L$ 的规模为：当 $M/m \geq 1/2$ 时，$\omega(n (m/(m-M))^n)$；当 $M/m < 1/2$ 时，$\omega(nM/m (m/M)^n / (1 - M/m))$，表明其对 $n$ 和 $m/M$ 有强依赖性。
• 结果表明，$L$ 可作为 $B$ 的替代品，以实现编码增益，说明每个用户多个请求可有效创造类似于高分组化程度下的编码机会。