[论文解读] On the Optimality of Uncoded Cache Placement

Kai Wan, Daniela Tuninetti+1 more|arXiv (Cornell University)|Nov 6, 2015

Caching and Content Delivery参考文献 6被引用 13

一句话总结

本文证明了当缓存放置受限于非编码放置且文件数 $N$ 不小于用户数 $K$ 时，Maddah-Ali 和 Niesen 的两阶段编码缓存方案在最小化最坏情况传输负载方面是最优的。通过将传输阶段建模为索引编码问题，并应用基于熵的外 bound，作者表明在非编码放置下无法实现改进——只有编码缓存放置才能带来增益。

ABSTRACT

Caching is an efficient way to reduce peak-hour network traffic congestion by storing some contents at user's local cache without knowledge of later demands. Maddah-Ali and Niesen initiated a fundamental study of caching systems; they proposed a scheme (with uncoded cache placement and linear network coding delivery) that is provably optimal to within a factor 12. In this paper, by noticing that when the cache contents and the demands are fixed, the caching problem can be seen as an index coding problem, we show the optimality of Maddah-Ali and Niesen's scheme assuming that cache placement is restricted to be uncoded and the number of users is not less than the number of files. Furthermore, this result states that further improvement to the Maddah-Ali and Niesen's scheme in this regimes can be obtained only by coded cache placement.

研究动机与目标

• 确定 Maddah-Ali 和 Niesen（MAN）编码缓存方案在非编码缓存放置下是否最优。
• 研究在不使用编码缓存放置的情况下，是否可能对 MAN 方案进行改进。
• 在总缓存大小和总文件大小约束下，分析最坏情况负载最小化问题。
• 确立当 $N \geq K$ 且放置方式为非编码时，MAN 方案可实现最小的最坏情况负载。
• 明确编码缓存放置对于实现进一步性能增益的必要性所处的条件范围。

提出的方法

• 将传输阶段建模为索引编码问题，利用索引编码理论中已知的外 bound。
• 应用文献 [10, 推论 1] 中的基于熵的外 bound，为缓存问题推导出对偶结果。
• 通过引入总缓存大小和总文件大小的和约束，而非用户和文件的均匀性约束，放宽原始系统模型。
• 利用组合恒等式（帕斯卡三角形）简化涉及二项式系数的边界。
• 通过缓存和文件大小的和约束消去变量，推导出以缓存大小 $M$ 表示的线性外 bound。
• 表明所推导的外 bound 在均匀缓存和文件分配下与 MAN 方案实现的负载一致。

实验结果

研究问题

• RQ1 当 $N \geq K$ 时，Maddah-Ali 和 Niesen 的编码缓存方案在非编码缓存放置下是否最优？
• RQ2 能否仅通过非编码缓存放置将最坏情况负载降低至低于 MAN 方案的性能？
• RQ3 在总缓存和文件大小约束下，最坏情况负载的最紧外 bound 是什么？
• RQ4 当缓存和文件大小在和约束下进行优化时，MAN 方案的最优性是否仍然成立？
• RQ5 在何种条件下，编码缓存放置是超越 MAN 方案所必需的？

主要发现

• 在非编码缓存放置且 $N \geq K$ 的条件下，Maddah-Ali 和 Niesen 方案的最坏情况负载是最优的。
• 利用索引编码理论推导出的外 bound 在均匀缓存和文件分配下与 MAN 方案实现的负载一致。
• 当所有用户具有相等缓存大小且所有文件具有相等长度时，可实现最小的最坏情况负载。
• 外 bound 关于 $M$ 是线性的，且与 MAN 方案的负载匹配：$L = K(1 - M/N)/(1 + KM/N)$，其中 $M \in \left[\frac{(q-1)N}{K}, \frac{qN}{K}\right]$。
• 在非编码放置下，无法对 MAN 方案实现改进——唯有编码缓存放置才能带来增益。
• 该结果确认，超越 MAN 方案的性能提升唯一途径在于编码缓存放置，与先前工作 [8] 的结论一致。