[论文解读] Feedback-based online network coding

Jay Kumar Sundararajan, Devavrat Shah+1 more|ArXiv.org|Apr 10, 2009

Cooperative Communication and Network Coding参考文献 29被引用 45

一句话总结

该论文提出了一种基于反馈的在线网络编码方案，消除了批量传输的需求，实现了极小队列尺寸和解码延迟下的实时解码。通过利用反馈动态调整编码并跟踪已‘看到’的数据包，该方案在流量负载趋近容量时实现了渐近最优的解码延迟 $\Theta\left(\frac{1}{1-\rho}\right)$。

ABSTRACT

Current approaches to the practical implementation of network coding are batch-based, and often do not use feedback, except possibly to signal completion of a file download. In this paper, the various benefits of using feedback in a network coded system are studied. It is shown that network coding can be performed in a completely online manner, without the need for batches or generations, and that such online operation does not affect the throughput. Although these ideas are presented in a single-hop packet erasure broadcast setting, they naturally extend to more general lossy networks which employ network coding in the presence of feedback. The impact of feedback on queue size at the sender and decoding delay at the receivers is studied. Strategies for adaptive coding based on feedback are presented, with the goal of minimizing the queue size and delay. The asymptotic behavior of these metrics is characterized, in the limit of the traffic load approaching capacity. Different notions of decoding delay are considered, including an order-sensitive notion which assumes that packets are useful only when delivered in order. Our work may be viewed as a natural extension of Automatic Repeat reQuest (ARQ) schemes to coded networks.

研究动机与目标

• 解决批处理网络编码在实时流媒体中固有的高解码延迟和大发送方队列问题。
• 利用反馈实现无需分组的在线、无生成概念的网络编码，以提升延迟和存储效率。
• 通过自适应编码策略最小化解码延迟和发送方物理队列大小。
• 在高负载流量（$\rho \to 1$）下，表征队列大小和解码延迟的渐近行为。
• 将类似ARQ的反馈机制扩展至编码网络，以改善延迟和吞吐量控制。

提出的方法

• 引入‘已看到数据包’的概念——即已被线性组合且至少一个接收方已知的原始数据包。
• 设计‘看到即丢弃’算法，通过在所有接收方均‘看到’后移除数据包来减少物理队列大小。
• 利用反馈跟踪自由度的积压情况，并动态调整编码系数以最小化延迟。
• 提出算法2(b)，根据接收方反馈自适应选择编码系数，以减少解码延迟。
• 构建虚拟队列以建模积压情况，并通过组合保证证明物理队列大小可跟踪自由度积压。
• 利用已看到数据包的抽象方法，将传统排队理论工具（如M/G/1）应用于编码网络中的物理队列。

实验结果

研究问题

• RQ1 网络编码能否在完全在线模式下进行，无需批量处理，同时保持吞吐量？
• RQ2 反馈如何减少网络编码系统中的物理队列大小和解码延迟？
• RQ3 当流量负载趋近容量时，解码延迟的渐近下界是什么？
• RQ4 基于反馈的自适应编码能否实现最优或近似最优的解码延迟？
• RQ5 已看到数据包的抽象如何使经典排队理论适用于编码网络？

主要发现

• 所提出的基于反馈的在线网络编码方案在无需块边界的情况下，实现了与批处理方法相当的吞吐量。
• ‘看到即丢弃’算法确保物理队列大小跟踪自由度积压，显著降低了发送方内存使用。
• 与非自适应方案相比，算法2(b)在发送方的期望队列大小更小，尤其在三接收方情况下表现更优。
• 当 $\rho \to 1$ 时，期望解码延迟被证明按 $\Theta\left(\frac{1}{1-\rho}\right)$ 规模增长，与渐近下界一致。
• 该方案被推测在解码延迟和传输延迟方面均为渐近最优，且有仿真结果支持。
• 该结果可推广至一般丢失性网络，对延迟或不完美反馈具有鲁棒性，表明其适用于编码网络中的TCP类协议。