[论文解读] Unselfish Coded Caching can Yield Unbounded Gains over Symmetrically Selfish Caching

Federico Brunero, Petros Elia|arXiv (Cornell University)|Sep 10, 2021

Caching and Content Delivery参考文献 54被引用 6

一句话总结

本文提出了一种新的信息论反向证明，表明在对称自私编码缓存（即用户仅缓存其自身需求集合中的文件）中，与非自私编码缓存相比，负载增加是无界的。它表明，在自私情况下，最优编码增益至少比非自私情况小 $(K - \alpha)\gamma + 1$ 倍，且上界为 $1/(1 - \delta)$，与 $K$ 无关，这意味着其性能无法随网络规模扩展。

ABSTRACT

The original coded caching scenario assumes a content library that is of interest to all receiving users. In a realistic scenario though, the users may have diverging interests which may intersect to various degrees. What happens for example if each file is of potential interest to, say, $40\,\%$ of the users and each user has potential interest in $40\,\%$ of the library? In this work, we investigate the so-called symmetrically selfish coded caching scenario, where each user only makes requests from a subset of the library that defines its own File Demand Set (FDS), each user caches selfishly only contents from its own FDS, and where the different FDSs symmetrically overlap to some extent. In the context of various traditional prefetching scenarios (prior to the emergence of coded caching), selfish approaches were known to be potentially very effective. On the other hand, with the exception of some notable works, little is known about selfish coded caching. We here present a new information-theoretic converse that proves, in a general setting of symmetric FDS structures, that selfish coded caching, despite enjoying a much larger local caching gain and a much smaller set of possible demands, introduces an unbounded load increase compared to the unselfish case. In particular, in the $K$-user broadcast channel where each user stores a fraction $γ$ of the library, where each file (class) is of interest to $α$ users, and where any one specific file is of interest to a fraction $δ$ of users, the optimal coding gain of symmetrically selfish caching is at least $(K - α)γ+ 1$ times smaller than in the unselfish scenario. This allows us to draw the powerful conclusion that the optimal selfish coding gain is upper bounded by $1/(1 - δ)$, and thus does not scale with $K$. These derived limits are shown to be exact for different types of demands.

研究动机与目标

• 分析对称自私编码缓存的性能极限，其中用户仅缓存其自身需求集合中的文件。
• 研究在传统预取缓存中有效的自私缓存方法，在编码缓存环境下是否依然高效。
• 为具有对称文件需求集合（FDS）结构的自私编码缓存建立基本的信息论反向边界。
• 量化自私与非自私编码缓存在负载扩展和编码增益方面的差距。
• 证明由于固有的结构限制，自私编码缓存无法随用户数 $K$ 扩展。

提出的方法

• 利用专为对称FDS结构设计的索引编码下界，推导出一种新的信息论反向边界。
• 将索引编码下界应用于固定缓存放置和特定需求集合，重点关注 $\alpha$-需求场景，即 $\alpha$ 个用户从同一文件类别中请求不同文件。
• 在侧信息图中构建无环顶点集，以从下方界定最小通信负载。
• 通过组合计数计算无环集合中的子文件数量，从而得出负载的下界。
• 通过识别特定需求模式（如具有无环子文件集的 $\alpha$-需求）证明反向边界的紧致性。
• 证明所推导的下界与可实现速率一致，从而在这些需求下证明所提方案的最优性。

实验结果

研究问题

• RQ1 在具有对称文件需求集合的大规模网络中，自私编码缓存能否实现可扩展的性能？
• RQ2 与非自私缓存相比，对称自私编码缓存的编码增益是否存在根本性限制？
• RQ3 在传统预取缓存中有效的自私缓存方法，在编码缓存环境下是否依然高效？
• RQ4 用户文件需求集合之间的重叠程度如何影响自私编码缓存中的通信负载？
• RQ5 是否存在结构性原因导致自私编码缓存无法随用户数 $K$ 扩展？

主要发现

• 在对称自私编码缓存中，最优最坏情况通信负载至少比非自私情况大 $(K - \alpha)\gamma + 1$ 倍，其中 $\gamma$ 为缓存比例，$\alpha$ 为对每份文件感兴趣的用户数。
• 自私编码缓存中的编码增益上界为 $1/(1 - \delta)$，其中 $\delta$ 为对任意给定文件感兴趣的用户比例，且该上界与用户数 $K$ 无关。
• 这意味着自私编码缓存无法随 $K$ 扩展，因为其性能增益不会随网络规模增加。
• 所推导的反向边界与特定需求模式下的可实现速率一致，证明了在 $\alpha$-需求下所提方案的最优性。
• 非自私编码缓存方案在负载降低方面相较于自私缓存可实现无界的增益，尤其在 $K$ 增大时更为显著。
• 自私缓存的结构性限制源于受限的侧信息和缺乏全局协作，即使局部缓存增益很高，也无法克服这一缺陷。