[论文解读] On Optimal Geographical Caching in Heterogeneous Cellular Networks

Berksan Serbetci, Jasper Goseling|arXiv (Cornell University)|Jan 27, 2016

Caching and Content Delivery参考文献 21被引用 12

一句话总结

本文提出了一种启发式优化框架，用于在具有不同缓存容量的宏基站（MBSs）和小型基站（SBSs）的异构蜂窝网络中进行联合内容放置。通过在固定MBS放置的基础上，迭代优化SBS内容放置，该方法实现了接近最优的命中概率，表明SBS优化至关重要——而当SBS被最优配置时，MBS的启发式策略（例如仅缓存最热门内容）对总命中概率的影响可忽略不计。

ABSTRACT

In this work we investigate optimal geographical caching in heterogeneous cellular networks where different types of base stations (BSs) have different cache capacities. Users request files from a content library according to a known probability distribution. The performance metric is the total hit probability, which is the probability that a user at an arbitrary location in the plane will find the content that it requires in one of the BSs that it is covered by. We consider the problem of optimally placing content in all BSs jointly. As this problem is not convex, we provide a heuristic scheme by finding the optimal placement policy for one type of base station conditioned on the placement in all other types. We demonstrate that these individual optimization problems are convex and we provide an analytical solution. As an illustration, we find the optimal placement policy of the small base stations (SBSs) depending on the placement policy of the macro base stations (MBSs). We show how the hit probability evolves as the deployment density of the SBSs varies. We show that the heuristic of placing the most popular content in the MBSs is almost optimal after deploying the SBSs with optimal placement policies. Also, for the SBSs no such heuristic can be used; the optimal placement is significantly better than storing the most popular content. Finally, we show that solving the individual problems to find the optimal placement policies for different types of BSs iteratively, namely repeatedly updating the placement policies, does not improve the performance.

研究动机与目标

• 在具有不同缓存容量的基站的异构蜂窝网络中，最大化总命中概率。
• 解决跨多种基站类型的联合内容放置问题的非凸性。
• 评估启发式与最优内容放置策略对系统性能的影响。
• 确定在不同基站类型之间迭代优化是否能提升命中概率。
• 评估当SBS被最优配置时，整体性能对MBS放置策略的敏感性。

提出的方法

• 基于随机几何模型，构建了包含L种基站类型的异构蜂窝网络模型。
• 使用参数γ=1的Zipf类流行度模型来建模用户请求分布。
• 将总命中概率定义为系统性能的度量指标，其由空间覆盖概率和缓存概率推导得出。
• 提出一种启发式迭代算法：在固定MBS放置的前提下优化SBS内容放置，然后交替进行。
• 使用凸优化技术求解每类基站的独立优化问题。
• 在条件约束下，为每类基站推导出最优放置策略的解析解。

实验结果

研究问题

• RQ1 当SBS被最优配置与使用启发式策略时，总命中概率如何变化？
• RQ2 当SBS被最优配置时，MBS内容放置策略（最优 vs. 仅缓存热门内容）对整体系统性能有何影响？
• RQ3 在不同基站类型之间进行迭代优化能否使总命中概率超越单次优化的结果？
• RQ4 SBS的部署密度如何影响总命中概率的演化过程？
• RQ5 最优SBS放置策略与仅缓存最热门文件等简单启发式策略的偏离程度有多大？

主要发现

• SBS的最优内容放置策略显著优于仅缓存MBS中未包含的最热门文件等启发式策略。
• 当SBS被最优配置时，MBS内容放置策略的选择（最优或启发式）对总命中概率的影响可忽略不计。
• [OPT/OPT]与[POP/OPT]场景的总命中概率完全相同，表明当SBS被最优配置时，MBS的启发式策略已足够。
• 在不同基站类型之间迭代优化放置策略无法进一步提升命中概率，表明一次优化迭代后即达到收敛。
• 随着缓存数量M的增加，SBS缓存较不热门文件的概率上升，反映出从“流行度优先”向“多样性优先”的转变。
• 最优SBS放置策略对MBS内容高度敏感，忽略这种依赖关系将导致显著的性能损失。