[论文解读] Catalog Dynamics: Impact of Content Publishing and Perishing on the Performance of a LRU Cache

Felipe Olmos, Bruno Kauffmann+2 more|arXiv (Cornell University)|Mar 21, 2014

Caching and Content Delivery参考文献 17被引用 12

一句话总结

本文提出了一种新颖的LRU缓存性能模型，该模型考虑了内容目录的动态特性，其中文档具有有限的生命周期和请求突发性。通过将文档到达建模为泊松过程，请求建模为泊松-泊松聚类过程，并使用Che近似法推导命中率估计值，在真实YouTube和VoD数据 trace 上实现了亚1%的误差（MARE 0.5–0.6%），显著优于基于IRM的标准模型。

ABSTRACT

The Internet heavily relies on Content Distribution Networks and transparent caches to cope with the ever-increasing traffic demand of users. Content, however, is essentially versatile: once published at a given time, its popularity vanishes over time. All requests for a given document are then concentrated between the publishing time and an effective perishing time. In this paper, we propose a new model for the arrival of content requests, which takes into account the dynamical nature of the content catalog. Based on two large traffic traces collected on the Orange network, we use the semi-experimental method and determine invariants of the content request process. This allows us to define a simple mathematical model for content requests; by extending the so-called "Che approximation", we then compute the performance of a LRU cache fed with such a request process, expressed by its hit ratio. We numerically validate the good accuracy of our model by comparison to trace-based simulation.

研究动机与目标

• 为解决CDN中内容发布与消亡导致的内容请求模式非平稳性问题。
• 对视频流量中文档的时变流行度进行建模，尤其针对YouTube和VoD服务。
• 推导一个能考虑文档生命周期和请求强度分布的LRU缓存命中率的精确解析估计值。
• 通过基于真实trace的仿真验证模型，改进现有基于IRM的近似方法。

提出的方法

• 基于两个大规模Orange网络trace（YouTube和VoD）进行半实验分析，提取请求过程的不变量。
• 将文档到达建模为齐次泊松点过程，请求突发性建模为泊松-泊松聚类过程。
• 应用Che近似法，基于文档请求强度（λ）和生命周期（τ）估计LRU缓存命中率。
• 利用（τ, ρ）的实证分布估计Che近似法的特征时间$t_C$，其中ρ为请求强度。
• 基于给定$n_d \to 2$时的命中条件期望，推导命中率函数，并引入单次请求文档的比例。
• 通过仿真验证模型，采用平均绝对相对误差（MARE）将预测命中率与实证trace结果进行比较。

实验结果

研究问题

• RQ1 内容的动态生命周期（发布与消亡）如何影响LRU缓存的性能？
• RQ2 一个简单的随机模型能否捕捉视频密集型流量中请求过程的本质动态？
• RQ3 在真实的目录动态下，标准独立参考模型（IRM）在多大程度上无法准确预测LRU缓存性能？
• RQ4 Che近似法能否被适配到非平稳、目录动态的请求过程，并实现可测量的精度？
• RQ5 决定LRU缓存命中率的文档请求过程的关键统计不变量是什么？

主要发现

• 文档到达过程可较好地近似为泊松点过程，验证了无记忆到达建模的合理性。
• 每个文档的请求过程最适于建模为泊松-泊松聚类过程，能够捕捉有限生命周期内的突发流行度。
• LRU缓存命中率仅依赖于文档请求强度（λ）和生命周期（τ）的实证分布，而与精细的时间结构无关。
• 所提出的Box模型将平均绝对相对误差（MARE）降低至YouTube trace的0.5%和VoD trace的0.6%，而IRM基线分别为4.1%和17.2%。
• 即使在请求过程非平稳且存在短暂平稳期的情况下，该模型仍能准确捕捉命中率。
• 与IRM相比，该模型的准确性显著提升，尤其在VoD流量中，长期动态和高周转率放大了动态建模的必要性。