[论文解读] Fundamental Structure of Optimal Cache Placement for Coded Caching with Heterogeneous Demands

Yong Deng, Min Dong|arXiv (Cornell University)|Dec 2, 2019

Caching and Content Delivery被引用 4

一句话总结

该论文表征了在非均匀文件流行度下，具有异构需求的编码缓存系统的最优无码缓存放置，证明最优解中最多存在三组文件。论文推导了每种分组情况下的闭式解，并提出了一种简单算法来计算最优放置，揭示了在数据传输阶段跨文件组进行编码可能有益，同时收紧了信息论下界，并表明子分组级别在 $K$ 个用户下按 $\mathcal{O}(2^K/\sqrt{K})$ 规模增长。

ABSTRACT

This paper studies the caching system of multiple cache-enabled users with heterogeneous demands. Under nonuniform file popularity, we thoroughly characterize the structure of the optimal uncoded cache placement for the coded caching scheme (CCS). Formulating the cache placement as an optimization problem to minimize the average delivery rate, we identify the file grouping structure under the optimal solution. We show that, regardless of file popularity, there are at most three file groups under the optimal cache placement. We further characterize the complete structure of the optimal cache placement and obtain the closed-form solution in each possible file grouping case. A simple algorithm is developed to obtain the final optimal cache placement, which only computes a set of candidate closed-form solutions in parallel. We provide insights into the file groups formed by the optimal cache placement. The optimal placement solution also indicates that coding between file groups may be explored during delivery, in contrast to the existing heuristic file grouping schemes. Using the file grouping in the optimal cache placement, we propose a new information-theoretic converse bound for coded caching that is tighter than existing ones. Moreover, using the optimal cache placement solution, we characterize the file subpacketization in the optimal CCS and show that the maximum subpacketization level in the worst case scales as $\mathcal{O}(2^K/\sqrt{K})$ for $K$ users.

研究动机与目标

• 确定在具有异构用户需求和非均匀文件流行度的编码缓存系统中，最优无码缓存放置策略。
• 识别最小化平均传输速率的最优缓存放置的结构性质。
• 开发一种简单算法，通过评估一组少量候选闭式解来计算最优放置。
• 为文件分组以及在传输阶段跨组编码的潜力提供新见解。
• 推导更紧的信息论下界，并表征最优编码缓存方案中的最大子分组级别。

提出的方法

• 将缓存放置建模为在非均匀文件流行度下的速率最小化优化问题。
• 识别出最优解根据流行度和需求模式将文件划分为至多三组。
• 为每种可能的文件分组配置推导最优缓存放置的闭式表达式。
• 提出一种实用算法，通过并行评估候选解来高效确定全局最优解。
• 利用最优文件分组结构构建新的信息论下界，优于现有边界。
• 分析最坏情况下的子分组级别，并证明其在 $K$ 个用户下按 $\mathcal{O}(2^K/\sqrt{K})$ 规模增长。

实验结果

研究问题

• RQ1 在具有异构需求的编码缓存系统中，最优无码缓存放置的文件组最大数量是多少？
• RQ2 文件流行度如何影响最优缓存放置的结构？
• RQ3 在传输阶段对不同文件组进行编码是否能提升系统性能，若能，其条件是什么？
• RQ4 在非均匀文件流行度下，编码缓存的最紧可能的信息论下界是什么？
• RQ5 在最优编码缓存方案中，最大子分组级别如何随用户数量增长？

主要发现

• 无论文件流行度分布如何，最优缓存放置都将文件划分为至多三组。
• 存在一种简单算法，通过并行评估少量候选闭式解即可计算出最优放置。
• 最优文件分组结构使得在传输阶段可实现组间编码，挑战了以往启发式方案中仅支持组内编码的假设。
• 推导出一种新的信息论下界，其紧致性优于现有边界，且利用了最优文件分组结构。
• 最坏情况下最大子分组级别在 $K$ 个用户下按 $\mathcal{O}(2^K/\sqrt{K})$ 规模增长，这是对系统复杂性的显著刻画。