[论文解读] Fundamental Limits of Cache-Aided Private Information Retrieval with Unknown and Uncoded Prefetching

Yi-Peng Wei, Karim Banawan+1 more|arXiv (Cornell University)|Sep 4, 2017

Caching and Content Delivery参考文献 31被引用 13

一句话总结

本文研究了在缓存预取内容未知且未编码的缓存辅助私有信息检索（PIR）问题，其中数据库无法获知用户缓存内容。研究推导出最优下载代价的紧致内界与外界界，表明两者之间的差距至多为1/6，并完全刻画了K=3时的权衡关系。关键洞见在于，未知预取可显著降低下载代价，超越仅靠缓存共享的性能，尤其在低缓存和高缓存场景下表现更优。

ABSTRACT

We consider the problem of private information retrieval (PIR) from $N$ non-colluding and replicated databases when the user is equipped with a cache that holds an uncoded fraction $r$ from each of the $K$ stored messages in the databases. We assume that the databases are unaware of the cache content. We investigate $D^*(r)$ the optimal download cost normalized with the message size as a function of $K$, $N$, $r$. For a fixed $K$, $N$, we develop an inner bound (converse bound) for the $D^*(r)$ curve. The inner bound is a piece-wise linear function in $r$ that consists of $K$ line segments. For the achievability, we develop explicit schemes that exploit the cached bits as side information to achieve $K-1$ non-degenerate corner points. These corner points differ in the number of cached bits that are used to generate one side information equation. We obtain an outer bound (achievability) for any caching ratio by memory-sharing between these corner points. Thus, the outer bound is also a piece-wise linear function in $r$ that consists of $K$ line segments. The inner and the outer bounds match in general for the cases of very low caching ratio ($r \leq \frac{1}{1+N+N^2+\cdots+N^{K-1}}$) and very high caching ratio ($r \geq \frac{K-2}{(N+1)K+N^2-2N-2}$). As a corollary, we fully characterize the optimal download cost caching ratio tradeoff for $K=3$. For general $K$, $N$, and $r$, we show that the largest gap between the achievability and the converse bounds is $\frac{1}{6}$. Our results show that the download cost can be reduced beyond memory-sharing if the databases are unaware of the cached content.

研究动机与目标

• 刻画用户具有本地缓存且采用未编码、未知预取时私有信息检索（PIR）的根本极限。
• 确定归一化下载代价D*(r)关于K（消息数）、N（数据库数）和r（缓存比）的最优函数形式。
• 建立下载代价的紧致内界与外界界，使其在低缓存和高缓存场景下完全匹配。
• 证明未知预取可通过更高效地利用缓存比特作为辅助信息，实现优于已知预取的性能。
• 完全刻画K=3时的权衡关系，并对一般K的情况界定最坏情况下的差距。

提出的方法

• 提出一种新颖的实现方案，通过利用缓存比特作为辅助信息，扩展Sun和Jafar（2017）提出的贪心PIR方案。
• 在缓存比r的K−1个非退化角点处构建，每个角点对应在辅助信息方程中使用不同数量的缓存比特。
• 通过相邻角点之间的缓存共享，实现任意缓存比r下的下载代价。
• 通过一种扩展的归纳法技术推导对偶界，以考虑未知、未编码预取的影响，建立K−1个关于不需要答案串长度的下界。
• 构建关于r的分段线性内界与外界界，每种均由K条线段组成，且在低缓存场景（r ≤ 1/(1+N+⋯+N^{K−1})）和高缓存场景（r ≥ (K−2)/((N+1)K+N²−2N−2)）下完全匹配。
• 分析实现与对偶界之间的最坏情况差距，证明其至多为1/6，且在N=2、r=1/15时达到等号。

实验结果

研究问题

• RQ1 当数据库无法获知用户未编码缓存内容时，缓存辅助PIR的下载代价的根本极限是什么？
• RQ2 未知预取如何影响缓存比r与归一化下载代价D*(r)之间的最优权衡？
• RQ3 当数据库不了解缓存内容时，缓存比特能否被有效用作PIR中的辅助信息？
• RQ4 对于一般K和N，实现与对偶界之间的最大差距是多少？
• RQ5 在下载代价降低方面，未知预取相较于已知预取的性能表现如何？

主要发现

• K=3时，最优下载代价D*(r)被完全刻画，权衡曲线与内界和外界界完全一致。
• 对于一般K和N，实现与对偶界之间的差距至多为1/6，该界是紧致的，且在N=2、r=1/15时达到等号。
• 内界与外界界均为关于r的分段线性函数，各含K条线段，在极低缓存场景（r ≤ 1/(1+N+⋯+N^{K−1})）和极高缓存场景（r ≥ (K−2)/((N+1)K+N²−2N−2)）下完全匹配。
• 所提方案相比已知预取情形实现了显著的下载代价降低，后者通过缓存共享得D*(r) = (1−r)(1+1/N+⋯+1/N^{K−1})。
• 对偶证明提出一种新颖的归纳法技术，可处理未编码、未知预取的可用性，从而得到K−1个关于不需要答案串长度的下界。
• 结果表明，未知预取可更高效地利用缓存比特作为辅助信息，从而实现优于仅靠缓存共享的性能。