[论文解读] On the Placement and Delivery Schemes for Decentralized Coded Caching System

Qifa Yan, Xiaohu Tang+1 more|arXiv (Cornell University)|Oct 13, 2017

Caching and Content Delivery参考文献 13被引用 3

一句话总结

本文提出了一种新型的去中心化编码缓存系统的放置与传输方案，通过基于文件热度优化缓存分配并增强用户间的协作，改进了速率-缓存权衡。通过推导平均传输速率的下界，并设计两种新型的贪心编码传输算法——集合中心型与比特中心型，该方案在文件子分块数F相对于用户数K较小时实现了显著的性能提升。

ABSTRACT

Network based on distributed caching of content is a new architecture to alleviate the ongoing explosive demands for rate of multi-media traffic. In caching networks, coded caching is a recently proposed technique that achieves significant performance gains compared to uncoded caching schemes. In this paper, we derive a lower bound on the average rate with a memory constraint for a family of caching allocation placement and a family of XOR cooperative delivery. The lower bound inspires us how placement and delivery affect the rate memory tradeoff. Based on the clues, we design a new placement and two new delivery algorithms. On one hand, the new placement scheme can allocate the cache more flexibly compared to grouping scheme. On the other hand, the new delivery can exploit more cooperative opportunities compared to the known schemes. The simulations validate our idea.

研究动机与目标

• 解决现有去中心化编码缓存方案中的低效问题，特别是均匀热度下填充零带来的损耗，以及非均匀热度下排除组间协作的问题。
• 识别一类通用的放置与传输方案家族，该家族可泛化现有方法，如均匀分配方案与分组方案。
• 推导在内存约束下平均传输速率的理论下界，以指导改进的放置与传输算法设计。
• 提出一种新的放置算法，根据文件热度优化缓存分配，实现更灵活高效的内存资源利用。
• 设计两种新型的传输算法——集合中心型与比特中心型贪心编码传输，通过优先处理用户间共享内容，最大化跨用户组的协作机会，从而降低传输速率。

提出的方法

• 构建一个通用的去中心化编码缓存框架，将一类缓存分配放置与XOR协作传输方案作为特例包含在内。
• 采用拉格朗日优化方法分析速率与内存之间的权衡，推导在内存约束下的平均传输速率下界。
• 提出一种新的放置算法，根据文件热度动态分配缓存，解决均匀分配在非均匀场景下导致的内存浪费问题。
• 引入两种新型传输算法：集合中心型贪心编码传输与比特中心型贪心编码传输，通过优先处理用户组间共享内容，最大化跨用户组的协作。
• 通过渐近分析（当F → ∞时）推导平均传输速率，表明其收敛至一个闭式表达式，与均匀缓存下的已知结果一致。
• 采用二分法数值求解最优缓存分配参数，通过反演推导出的函数g_l(x)，确保在内存与热度约束下的可行性。

实验结果

研究问题

• RQ1 去中心化编码缓存中的速率-缓存权衡如何依赖于放置与传输方案的结构？
• RQ2 在给定的放置与传输算法家族下，于内存约束条件下，平均传输速率的理论下界是什么？
• RQ3 能否根据文件热度优化缓存分配，以提升非均匀热度场景下的性能？
• RQ4 在现有基于分组的方案之外，跨不同用户组的协作传输能在多大程度上被利用，以进一步降低传输速率？
• RQ5 在F ≪ 2^K的实际场景中，特别是子分块数受限时，所提出的算法表现如何？

主要发现

• 所提出的平均传输速率下界为理解放置与传输设计如何影响速率-缓存权衡提供了理论洞见。
• 新型放置算法通过为热门文件分配更多内存，提升了缓存利用率，减少了无谓的填充，从而在非均匀热度场景下改善了性能。
• 集合中心型贪心编码传输算法通过优先处理用户组间共享文件请求，实现了更低的传输速率。
• 比特中心型贪心编码传输算法通过在比特级别实现更细粒度的协作，进一步提升了性能，在高负载场景下优于现有方案。
• 仿真结果表明，所提算法显著降低了平均传输速率，尤其在F ≪ 2^K时，此时子分块数约束限制了性能。
• 理论分析表明，在渐近情形（F → ∞）下，平均传输速率收敛至一个闭式表达式，与均匀缓存下的已知结果一致，验证了该框架的正确性。