[论文解读] New Order-Optimal Decentralized Coded Caching Schemes with Good Performance in the Finite File Size Regime

Sian Jin, Ying Cui+2 more|arXiv (Cornell University)|Apr 26, 2016

Caching and Content Delivery参考文献 17被引用 7

一句话总结

本论文提出了两种新的去中心化编码缓存方案——随机型与部分顺序型，显著提升了有限文件大小场景下的性能表现，该场景下先前方案表现欠佳。通过优化内容放置以最大化编码多播机会，两种方案在文件大小增长时均实现了阶最优的内存-负载权衡，优于Maddah-Ali–Niesen与Shanmugam等人在实际有限文件大小设置下的表现。

ABSTRACT

A decentralized coded caching scheme based on independent random content placement has been proposed by Maddah-Ali and Niesen, and has been shown to achieve an order-optimal memory-load tradeoff when the file size goes to infinity. It was then successively shown by Shanmugam et al. that in the practical operating regime where the file size is limited such scheme yields much less attractive load gain. In this paper, we propose a decentralized random coded caching scheme and a partially decentralized sequential coded caching scheme with different coordination requirements in the content placement phase. The proposed content placement and delivery methods aim at ensuring abundant coded-multicasting opportunities in the content delivery phase when the file size is finite. We first analyze the loads of the two proposed schemes and show that the sequential scheme outperforms the random scheme in the finite file size regime. We also show that both our proposed schemes outperform Maddah-Ali--Niesen's and Shanmugam et al.'s decentralized schemes for finite file size, when the number of users is sufficiently large. Then, we show that our schemes achieve the same memory-load tradeoff as Maddah-Ali--Niesen's decentralized scheme when the file size goes to infinity, and hence are also order optimal. Finally, we analyze the load gains of the two proposed schemes and characterize the corresponding required file sizes.

研究动机与目标

• 解决现有去中心化编码缓存方案在实际有限文件大小场景下的性能差距问题，即文件大小受限时，先前方案的负载增益微乎其微。
• 克服Maddah-Ali–Niesen去中心化方案的局限性，该方案在文件大小较小时因编码分组长度方差过高而导致编码多播机会稀少。
• 设计内容放置机制，确保即使在有限文件大小下也能实现丰富的编码多播机会，从而提升传输负载性能。
• 证明所提方案在渐近极限（无限文件大小）下仍保持阶最优性，确保理论最优性的同时提升实际性能。
• 表征实现显著负载增益所需的关键文件大小，相较于传统未编码缓存及现有去中心化方案。

提出的方法

• 提出一种随机型去中心化编码缓存方案，其中内容独立且均匀地随机放置于用户缓存中，传输阶段基于文件片段的编码多播实现。
• 引入一种部分去中心化的顺序编码缓存方案，通过顺序协调内容放置，提高文件请求重叠的可能性，从而增强编码多播增益。
• 利用组合与概率工具分析两种方案的最坏情况传输负载，推导出在有限文件大小约束下的负载性能闭式表达式。
• 使用Stirling近似及二项式系数的界，表征方案在文件大小增加时的渐近行为，证明阶最优性。
• 通过分析负载增益与实现性能优势所需文件大小，将所提方案与Maddah-Ali–Niesen及Shanmugam等人提出的去中心化方案进行对比。
• 定义并分析负载增益（即未编码缓存负载与编码缓存负载之比），推导出在有限系统中实现显著增益的条件。

实验结果

研究问题

• RQ1 在去中心化编码缓存中，如何重新设计内容放置策略，以在文件大小有限而非渐近大时提升性能？
• RQ2 在有限文件大小场景下，所提方案相较于现有去中心化方案（如Maddah-Ali–Niesen与Shanmugam等人）的可实现负载增益是多少？
• RQ3 所提方案是否能在渐近极限（无限文件大小）下保持阶最优性，从而在确保理论最优性的同时提升实际性能？
• RQ4 实现相对于未编码缓存及先前去中心化方案显著负载增益所需的最小文件大小是多少？
• RQ5 内容放置中的顺序协调如何影响编码多播机会数量及整体传输负载？

主要发现

• 在有限文件大小场景下，所提的部分去中心化顺序编码缓存方案优于随机方案，因其能更好地对齐编码多播机会。
• 当文件大小趋于无穷时，两种所提方案与Maddah-Ali–Niesen的去中心化方案具有相同的内存-负载权衡，证实其阶最优性。
• 在用户数足够大时，两种方案在有限文件大小下的最坏情况传输负载均优于Maddah-Ali–Niesen与Shanmugam等人提出的去中心化方案。
• 当文件大小低于阈值 $\frac{N}{M} \exp\left(L \frac{M}{N}\right)$ 时，所提方案的负载增益超过2，此即先前方案无法实现显著增益的区间。
• 通过二项式系数的界与Stirling近似，表征了实现给定负载增益所需的文件大小，表明方案随系统参数具有良好可扩展性。
• 利用二项式系数的对数近似分析方案的渐近负载行为，证实随着文件大小增加，负载增益趋近理论最优值。