[论文解读] Structural Properties of Uncoded Placement Optimization for Coded Delivery

Sian Jin, Ying Cui+2 more|arXiv (Cornell University)|Jul 22, 2017

Caching and Content Delivery参考文献 13被引用 34

一句话总结

本文提出了一种在任意文件流行度下针对集中式编码缓存的优化无码放置策略，通过凸优化最小化平均负载。它推导出的结构特性可将问题转化为变量更少的等价线性规划，并在均匀流行度下给出闭式解，与Maddah-Ali–Niesen方案一致。

ABSTRACT

A centralized coded caching scheme has been proposed by Maddah-Ali and Niesen to reduce the worst-case load of a network consisting of a server with access to N files and connected through a shared link to K users, each equipped with a cache of size M. However, this centralized coded caching scheme is not able to take advantage of a non-uniform, possibly very skewed, file popularity distribution. In this work, we consider the same network setting but aim to reduce the average load under an arbitrary (known) file popularity distribution. First, we consider a class of centralized coded caching schemes utilizing general uncoded placement and a specific coded delivery strategy, which are specified by a general file partition parameter. Then, we formulate the coded caching design optimization problem over the considered class of schemes with 2^K2^N variables to minimize the average load by optimizing the file partition parameter under an arbitrary file popularity. Furthermore, we show that the optimization problem is convex, and the resulting optimal solution generally improves upon known schemes. Next, we analyze structural properties of the optimization problem to obtain design insights and reduce the complexity. Specifically, we obtain an equivalent linear optimization problem with (K+1)N variables under an arbitrary file popularity and an equivalent linear optimization problem with K+1 variables under the uniform file popularity. Under the uniform file popularity, we also obtain the closed form optimal solution, which corresponds to Maddah-Ali-Niesen's centralized coded caching scheme. Finally, we present an information-theoretic converse bound on the average load under an arbitrary file popularity.

研究动机与目标

• 在已知的任意文件流行度分布下，最小化集中式编码缓存系统的平均传输负载。
• 设计一种编码缓存方案，通过优化一般文件划分参数下的无码放置，利用非均匀文件流行度。
• 通过揭示优化问题的结构特性，降低计算复杂度。
• 推导出具有显著更少变量的等价线性规划，以实现高效计算。
• 为任意流行度下的平均负载建立信息论下界。

提出的方法

• 将编码缓存设计建模为一类具有通用无码放置和特定编码传输策略的凸优化问题。
• 引入文件划分参数以表示每份文件在每个用户缓存中存储的比例，从而在 2^K * N^K 个变量上进行优化。
• 将原始的非线性、非凸问题转化为在任意流行度下具有 (K+1)N 个变量的等价线性规划，以及在均匀流行度下具有 K+1 个变量的线性规划。
• 应用 Karush-Kuhn-Tucker (KKT) 条件证明解的唯一性并推导最优解，表明在均匀流行度下其退化为 Maddah-Ali–Niesen 方案。
• 为均匀流行度情况推导出闭式最优解，对应于已知的次优最优方案。
• 建立平均负载的信息论下界，以验证在均匀流行度情况下的最优性。

实验结果

研究问题

• RQ1 能否通过优化无码放置，在任意文件流行度分布下最小化编码缓存的平均负载？
• RQ2 优化问题中涌现出哪些结构特性，使得计算复杂度得以降低？
• RQ3 在均匀流行度下，最优解是否退化为已知的 Maddah-Ali–Niesen 方案？
• RQ4 原始的高维优化问题能否被转化为低维线性规划？
• RQ5 在任意流行度下，平均负载的根本极限是什么？所提方案与该极限的接近程度如何？

主要发现

• 在任意文件流行度下，最小化平均负载的优化问题是凸的，确保全局最优性，并在性能上优于现有方案。
• 在任意流行度下，问题可简化为具有 (K+1)N 个变量的等价线性规划，显著降低计算复杂度。
• 在均匀流行度下，问题简化为仅含 K+1 个变量的线性规划，实现高效计算。
• 在均匀流行度下，闭式最优解与 Maddah-Ali–Niesen 集中式编码缓存方案完全一致，确认了其在此场景下的最优性。
• 最优解唯一，通过 KKT 条件推导得出，并给出了最优文件划分参数的显式表达式。
• 建立了信息论下界，表明所提方案在均匀流行度下实现了最小平均负载。