[论文解读] Centralized Coded Caching of Correlated Contents

Qianqian Yang, Denız Gündüz|arXiv (Cornell University)|Nov 10, 2017

Caching and Content Delivery参考文献 15被引用 6

一句话总结

本文提出了一种针对集中式缓存系统中相关文件的关联感知编码缓存方案，通过共享子文件（其共享程度不同，即被1至N个文件共享）来建模内容关联性。通过优化缓存放置以优先处理高度共用的子文件，并利用编码多播技术，所提出的CACC方案相较于忽略关联性的方法显著降低了传输速率，且随着文件关联性增强，增益也进一步提升。

ABSTRACT

Coded caching and delivery is studied taking into account the correlations among the contents in the library. Correlations are modeled as common parts shared by multiple contents; that is, each file in the database is composed of a group of subfiles, where each subfile is shared by a different subset of files. The number of files that include a certain subfile is defined as the level of commonness of this subfile. First, a correlation-aware uncoded caching scheme is proposed, and it is shown that the optimal placement for this scheme gives priority to the subfiles with the highest levels of commonness. Then a correlation-aware coded caching scheme is presented, and the cache capacity allocated to subfiles with different levels of commonness is optimized in order to minimize the delivery rate. The proposed correlation-aware coded caching scheme is shown to remarkably outperform state-of-the-art correlation-ignorant solutions, indicating the benefits of exploiting content correlations in coded caching and delivery in networks.

研究动机与目标

• 解决现有编码缓存方案在视频和多媒体网络中忽略内容关联性所导致的效率低下问题。
• 将文件关联性建模为具有不同共用程度（例如被2、3、…、N个文件共用）的共享子文件。
• 设计一种关联感知的非编码缓存方案，其中最优缓存放置策略优先考虑共用程度最高的子文件。
• 开发一种关联感知的编码缓存方案（CACC），通过优化不同共用程度子文件之间的缓存容量分配，以最小化传输速率。
• 通过数值评估证明，利用关联性可显著降低传输速率。

提出的方法

• 将每个文件建模为若干子文件的并集，其中每个子文件仅被文件子集共享，且子文件大小取决于其共用程度。
• 提出一种关联感知的非编码缓存（CAUC）方案，其最优放置策略优先考虑共用程度最高的子文件。
• 设计一种关联感知的编码缓存（CACC）方案，利用编码多播同时服务多个用户，以最小化传输速率。
• 推导出CACC在最坏情况下每传输阶段用户请求种类数最多的条件下的可实现传输速率的闭式上界。
• 通过求解凸优化问题，优化不同共用程度子文件之间的缓存容量分配，以在总缓存大小约束下最小化传输速率。
• 建立切集下界以评估性能差距。

实验结果

研究问题

• RQ1 通过共享子文件方式利用文件关联性，对集中式编码缓存中可实现传输速率有何影响？
• RQ2 当文件关联性通过不同共用程度的子文件建模时，最优缓存放置策略是什么？
• RQ3 一种考虑文件关联性的编码缓存方案是否能优于忽略关联性的方案，尤其是在高关联性场景下？
• RQ4 共用程度（即共享同一子文件的文件数量）如何影响关联感知缓存带来的性能增益？
• RQ5 对于相关文件，传输速率的根本极限是什么？实际方案能多接近这一极限？

主要发现

• 当高度共用的子文件比例（例如被全部10个文件共用的子文件）足够高时，关联感知非编码缓存（CAUC）方案的传输速率低于忽略关联性的编码缓存（CICC）方案。
• 所提出的关联感知编码缓存（CACC）方案在传输速率上显著优于CAUC和CICC，证明了同时利用关联性与编码多播带来的双重增益。
• 在仅存在两两关联的场景中（例如r₂），CACC的传输速率随2-子文件比例增加而降低，但当子文件被更多文件共用时，增益更为显著。
• 当所有文件均共用一个10-子文件（r₁₀）时，CACC的传输速率随r₁₀增加而下降得比两两关联情况更快，表明高共用程度带来更强的增益。
• 在高共用程度场景（如r₁₀）中，切集下界与CACC可实现速率之间的性能差距更小，表明在该类场景下边界更紧。
• CAUC的最优缓存放置策略优先考虑共用程度最高的子文件，证实了关联感知设计可提升缓存利用率。