[论文解读] Fundamental Limits of Caching in Heterogeneous Networks with Uncoded Prefetching

Emanuele Parrinello, Ayşe Ünsal+1 more|arXiv (Cornell University)|Nov 15, 2018

Caching and Content Delivery参考文献 40被引用 15

一句话总结

本文在非编码预取的异构网络中建立了编码缓存的基本极限，推导出任意用户-缓存关联配置下的最优最坏情况传输延迟和自由度（DoF）。提出了一种基于索引编码的信息论下界，以及一种能最优适应缓存-用户关联的编码缓存方案，揭示了每个缓存服务至少 $N_0$ 个用户时，每增加一个缓存冗余度可带来 $N_0$ 的 DoF 增益，同时将天线数从 1 增加到 $N_0$ 可使传输时间减少 $N_0$ 倍，且该增益与关联配置无关。

ABSTRACT

The work explores the fundamental limits of coded caching in heterogeneous networks where multiple ($N_0$) senders/antennas, serve different users which are associated (linked) to shared caches, where each such cache helps an arbitrary number of users. Under the assumption of uncoded cache placement, the work derives the exact optimal worst-case delay and DoF, for a broad range of user-to-cache association profiles where each such profile describes how many users are helped by each cache. This is achieved by presenting an information-theoretic converse based on index coding that succinctly captures the impact of the user-to-cache association, as well as by presenting a coded caching scheme that optimally adapts to the association profile by exploiting the benefits of encoding across users that share the same cache. The work reveals a powerful interplay between shared caches and multiple senders/antennas, where we can now draw the striking conclusion that, as long as each cache serves at least $N_0$ users, adding a single degree of cache-redundancy can yield a DoF increase equal to $N_0$, while at the same time --- irrespective of the profile --- going from 1 to $N_0$ antennas reduces the delivery time by a factor of $N_0$. Finally some conclusions are also drawn for the related problem of coded caching with multiple file requests.

研究动机与目标

• 确定在多个发送端和共享缓存下，非编码预取的异构网络中编码缓存的基本极限。
• 表征任意用户-缓存关联配置下的最优最坏情况传输延迟和自由度（DoF）。
• 基于索引编码建立紧致的信息论下界，以捕捉异构用户-缓存关联的影响。
• 设计一种编码缓存方案，以最优方式利用跨缓存的用户共享，并适应任意关联配置。
• 分析共享缓存、多天线与缓存增益之间的相互作用，特别是缓存冗余度和发送端数量对 DoF 和延迟的影响。

提出的方法

• 基于索引编码推导信息论下界，以建模用户-缓存关联对传输延迟的影响。
• 提出一种编码缓存方案，对共享同一缓存的用户进行联合编码，适应任意用户-缓存关联配置。
• 采用具有 $\Lambda$ 个阶段的结构化传输策略，每个阶段根据用户的请求等级和缓存关联服务用户。
• 引入传输向量 $x_{\chi_{\mathcal{Q}}}$，将来自多个用户在缓存 $\mathcal{Q}$ 中的子文件组合，通过辅信息确保可解码性。
• 采用基于排列的用户分组方法，以最小化传输时间，利用索引编码问题的结构特性。
• 建立共享缓存问题与多文件请求问题之间的等价性，使下界和方案可复用。

实验结果

研究问题

• RQ1 在具有多个发送端和共享缓存的异构缓存网络中，非编码预取下的精确最优最坏情况传输延迟是多少？
• RQ2 用户-缓存关联配置如何影响传输延迟与 DoF 之间的基本权衡？
• RQ3 缓存冗余度（即每个缓存服务的用户数）对可实现 DoF 和延迟有何影响？
• RQ4 将发送端数量从 1 增加到 $N_0$ 对传输时间有何影响？该增益是否与用户-缓存关联配置无关？
• RQ5 所提出的下界和方案能否适用于多文件请求问题？其性能边界结果如何？

主要发现

• 所提出的下界是紧致的，为任意用户-缓存关联配置下的最优最坏情况传输延迟提供了精确表达式。
• 编码缓存方案通过利用共享同一缓存的用户之间的联合编码，实现了最优延迟和 DoF。
• 当每个缓存服务至少 $N_0$ 个用户时，每增加一个缓存冗余度，DoF 恰好提升 $N_0$，揭示了共享缓存带来的显著增益。
• 将发送端数量从 1 增加到 $N_0$ 可使最坏情况传输时间减少 $N_0$ 倍，且该增益与用户-缓存关联配置无关。
• 推导出的性能边界同时适用于共享缓存场景和多文件请求问题，且最优延迟与 DoF 表达式相同。