[论文解读] Outer bounds for exact repair codes

Iwan Duursma|arXiv (Cornell University)|Jun 18, 2014

Advanced Data Storage Technologies参考文献 4被引用 32

一句话总结

本文提出了两种新的精确修复再生码外 bound，通过组合组合与信息论技术，改进了现有功能修复外 bound，捕获了更紧致的约束。主要贡献在于证明了对所有 $k \geq 3$，精确修复与功能修复速率区域之间存在非零间隙，且在某些情形下实现定量改进，如 $B \leq B_p - \beta/6$，并通过联合使用两个定理获得更紧的 bound。

ABSTRACT

We address the open problem of establishing the rate region for exact-repair regenerating codes for given parameters (n,k,d). Tian determined the rate region for a (4,3,3) code and found that it lies strictly within the functional-repair rate region. Using different methods, Sasidharan, Senthoor and Kumar proved a non-vanishing gap between the functional-repair outer bound and the exact-repair outer bound for codes with k>=3. Our main results are two improved outer bounds for exact-repair regenerating codes. They capture and then extend essential parts in the proofs by Tian and by Sasidharan, Senthoor and Kumar. We show that the bounds can be combined for further improvements.

研究动机与目标

• 通过推导更紧致的外 bound，弥合再生码功能修复与精确修复速率区域之间的差距。
• 通过改进的信息论与组合技术，扩展并推广 Tian（针对 $(4,3,3)$）和 Sasidharan 等（对 $k \geq 3$ 证明非零间隙）的先前结果。
• 建立新的分段线性外 bound，其紧致性超过精确修复码的功能修复外 bound $B_q$。
• 证明可通过联合使用两个所提 bound，进一步改进速率区域。
• 提供一个统一框架，通过在推导过程中引入可变参数 $q, r, s, \ell, m$，推导更紧的 bound。

提出的方法

• 通过涉及大小为 $q_i$ 的子集 $V_i$ 且总交集为空的组合结构，推导出新外 bound（定理 3.2），得到不等式 $nB \leq B_q + \sum B_{q_i} + B_{r+s} - rs\beta$。
• 基于信息流图分析与互信息约束，应用第二个 bound（定理 4.2），利用参数 $q, \ell, m$ 通过 $\ell$-重复制与 $m$-集构造优化 bound。
• 采用时分复用论证，表明实现外 bound 仅需验证 bound 的顶点可行即可，简化了验证过程。
• 通过取多个参数选择下的最小值，联合使用两个 bound，得到 $B$ 的更紧、分段线性的外 bound。
• 运用涉及熵项 $H(A_i)$、$H(S_m^L)$ 与互信息的信息论不等式，将估计值细化至超越平凡 bound 的程度。
• 将 bound 应用于具体情形，如 $(n,k,d) = (8,6,7)$ 与 $(5,4,4)$，显示在先前 bound 之上实现定量改进。

实验结果

研究问题

• RQ1 能否为精确修复再生码推导出更紧致的外 bound，使其更接近功能修复外 bound？
• RQ2 对 $k \geq 3$，精确修复与功能修复速率区域之间的非零间隙的定量大小是多少？
• RQ3 如何联合多个外 bound，以获得对文件大小 $B$ 的更紧总体 bound？
• RQ4 能否通过利用修复数据子集之间的非平凡互信息来改进 bound？
• RQ5 在特定参数区域（如 $\alpha = 5\beta$ 或 $\alpha = 3\beta$）中，最大可实现的改进程度是多少？

主要发现

• 本文建立了新外 bound（定理 3.2），其优于先前 bound，对 $k = 2p, d = 3p$ 情形，定量间隙为 $B \leq B_p - (p^2 - 1)\beta/16$，且当 $p \to \infty$ 时该间隙无界增长。
• 对 $k \geq 3$，本文证明了精确修复与功能修复外 bound 之间存在非零间隙，且在区间 $(d-k+2)\beta \leq \alpha \leq (d-1)\beta$ 内有 $B \leq \hat{B} - \beta/6$。
• 对 $2 \leq p \leq k-2$，推导出 $3B \leq 2B_p + B_{p\pm1} - \beta$，在 $\alpha/\beta$ 接近 $d-p$ 的范围内，其约束比先前 bound 更紧。
• 在 $(8,6,7)$ 编码示例中，联合 bound 实现了相对于功能修复 bound 的间隙改进 $4/7 < 7/12 < 2/3$，最佳间隙达 $3/4$，由定理 3.2 实现。
• 对 $(5,4,4)$ 编码，联合定理 3.2 与定理 4.2 得到 $14B \leq 7B_1 + 7B_2 - 6\beta$，在 $\alpha = 3\beta$ 时相比先前 bound 改进 $3/7 < 2/5$。
• 本文证明了两个 bound 可有效联合使用，最佳结果通过利用修复数据中非平凡互信息实现，优于平凡熵估计。