[论文解读] On the Locality of Codeword Symbols

Parikshit Gopalan, Cheng Huang+2 more|arXiv (Cornell University)|Jun 18, 2011

Advanced Data Storage Technologies被引用 4

一句话总结

本文建立了线性码在信息符号局部性和最小距离方面的冗余度的紧致界，提出了达到这些界的最优码。证明了对于信息局部性为 $ r $、距离为 $ d $ 的码，冗余度 $ n-k \geq \lceil k/r \rceil + d - 2 $，并在 $ r \mid k $ 且 $ d < r+3 $ 时给出了最优码的结构定理，同时展示了广义金字塔码中校验符号局部性与超出最小距离的删失纠正能力之间的权衡。

ABSTRACT

Consider a linear [n,k,d]_q code C. We say that that i-th coordinate of C has locality r, if the value at this coordinate can be recovered from accessing some other r coordinates of C. Data storage applications require codes with small redundancy, low locality for information coordinates, large distance, and low locality for parity coordinates. In this paper we carry out an in-depth study of the relations between these parameters. We establish a tight bound for the redundancy n-k in terms of the message length, the distance, and the locality of information coordinates. We refer to codes attaining the bound as optimal. We prove some structure theorems about optimal codes, which are particularly strong for small distances. This gives a fairly complete picture of the tradeoffs between codewords length, worst-case distance and locality of information symbols. We then consider the locality of parity check symbols and erasure correction beyond worst case distance for optimal codes. Using our structure theorem, we obtain a tight bound for the locality of parity symbols possible in such codes for a broad class of parameter settings. We prove that there is a tradeoff between having good locality for parity checks and the ability to correct erasures beyond the minimum distance.

研究动机与目标

• 建立线性码在信息符号局部性和最小距离方面的冗余度的紧致下界。
• 表征达到冗余度下界的最优码的结构，特别是当 $ r \mid k $ 且 $ d < r+3 $ 时。
• 分析最优码中校验符号的局部性，并表明其可显著优于金字塔码。
• 研究广义金字塔码中校验符号局部性与超出最小距离的删失纠正能力之间的权衡。
• 基于二部图支持结构，提供广义金字塔码中删失纠正的必要且充分条件。

提出的方法

• 使用组合与线性代数技术，推导出信息符号局部性为 $ r $ 的 $[n,k,d]_q$ 码的冗余度 $ n-k \geq \lceil k/r \rceil + d - 2 $ 的紧致下界。
• 引入最优码的概念，即达到该下界的码，并在 $ r \mid k $ 且 $ d < r+3 $ 条件下证明其结构定理，固定校验矩阵的支集。
• 通过二部图 $ G $ 建模校验矩阵支集的图论模型，并定义通过校验向量的线性组合消除坐标集合的方法。
• 基于 Hall 定理与秩分析，建立集合 $ I $ 可从 $ \{ \mathbf{c}_j \}_{j \in J} $ 的支集并集中被消除的必要条件，即对所有 $ I' \subseteq I $，有 $ |\Gamma_J(I')| > |I'| $。
• 通过反证法与消除约束，证明在广义金字塔码中，每个校验符号 $ \mathbf{c}_j $ 的局部性等于其度数 $ \deg(j) $。
• 证明广义金字塔码无法具有非平凡的校验符号局部性，从而确立了超出最小距离的删失纠正能力与校验符号局部性之间的根本权衡。

实验结果

研究问题

• RQ1 对于所有信息符号局部性为 $ r $ 的线性 $[n,k,d]_q$ 码，冗余度 $ n-k $ 的最紧可能下界是什么？
• RQ2 在 $ r \mid k $ 且 $ d < r+3 $ 时，达到该下界的最优码的结构约束是什么？
• RQ3 最优码中校验符号的局部性能否优于金字塔码？其改进的极限是什么？
• RQ4 在广义金字塔码中，校验符号局部性与超出最小距离的删失纠正能力之间存在何种权衡？
• RQ5 在何种条件下，广义金字塔码中删失纠正的必要条件也是充分的，特别是关于域大小与向量配置的条件？

主要发现

• 任何信息符号局部性为 $ r $ 的 $[n,k,d]_q$ 码的冗余度满足 $ n-k \geq \lceil k/r \rceil + d - 2 $，且该界是紧致的。
• 达到该界的最优码存在，且当 $ r \mid k $ 且 $ d < r+3 $ 时，其校验矩阵的支集具有固定结构，仅剩系数可自由选择。
• 当 $ d < r+3 $ 时，最优码中校验符号的局部性上界为 $ r $，且对 $ d=4 $ 存在显式构造，表明其校验局部性优于金字塔码。
• 广义金字塔码无法具有非平凡的校验符号局部性；具体而言，$ \operatorname{Loc}(\mathbf{c}_j) = \deg(j) $，且无法实现更小的局部性。
• 广义金字塔码中删失纠正的必要条件——对所有 $ I' \subseteq I $，有 $ |\Gamma_J(I')| > |I'| $——在足够大的域上也是充分的，从而确保了最大删失纠正能力。
• 存在根本性权衡：通过广义金字塔码实现更优的超出最小距离的删失纠正能力的码，无法同时拥有低校验符号局部性，反之亦然。