Correlated Source Coded Sequences with Compromised Channel and Source Symbols using Shannon's Cipher System
相关源存在于通信系统中,其中协议确保存在一些用于源传输的预定信息。在这里,两个相关的源跨信道与窃听者进行调查,并完全保密的条件时,一些信道信息和一些源数据符号(预定信息)已被窃听确定。在这种情况下,对手可以获得比仅窃听链接更多的信息,因此可以确定更多关于特定来源的信息。这种情况适合窃听者可以访问某些预先存在的信息的应用程序。我们提供了这种情况下的信道和密钥速率的界限。此外,我们提供了一种方法来减少所需的密钥长度完美的保密性。
2014-11-05 cs.IT math.IT
Covert, Low-Delay, Coded Message Passing in Mobile (IoT) Networks
我们引入了一个类似于八卦的协议,当爱丽丝和鲍勃在一个由监狱长威利监视的区域移动时,他们之间进行秘密消息传递。该地区拥有大量的(战场)物联网(IO \b{eta} T)对象。Alice和Bob在一个随机正则图上进行随机游动。Io \b{eta} T对象驻留在该图的顶点上,并且一些对象可以充当Alice和Bob之间的中继。协议开始时,爱丽丝将她的消息分成小块,她可以秘密地将其存放到她遇到的中继中。协议以Bob收集块结束。Alice可以在传播之前对她的数据进行编码。威利既可以像爱丽丝和鲍勃那样进行随机漫步,也可以对该区域进行统一的监视。在任何一种情况下,他一次只能观察一个继电器。我们通过隐蔽概率和消息传递延迟来评估系统的性能。在我们的协议中,爱丽丝分裂她的消息,以增加隐蔽性的概率,并添加(编码)冗余,以减少传输延迟。性能指标取决于图形、通信延迟和代码参数。我们表明,在大多数情况下,它是不可能找到的设计参数,同时最大化的隐蔽性概率和最小化的消息延迟。
2021-12-21 cs.IT cs.MA math.IT
Limited Feedback Massive MISO Systems with Trellis Coded Quantization for Correlated Channels
在本文中,我们提出了基于网格编码量化(TCQ)的有限反馈技术的大规模多输入单输出(MISO)频分复用(FDD)系统在时间和空间相关的信道。我们利用信道中存在的相关性来有效地提取信道方向信息(CDI)。对于多用户(MU)系统与匹配滤波器(MF)预编码,我们表明,反馈比特的数量所需的随机矢量量化(RVQ)码本匹配,即使是一小部分完美的CDI信号干扰噪声比(SINR)的性能是大的。对于如此大量的比特,传统码本方法所需的穷举搜索使得它们对于大规模MISO系统是不可行的。出于这一点,我们提出了一个差分TCQ方案的时间相关的信道,变换的源星座在每个阶段的网格使用2D的翻译和缩放技术。我们推导出一个缩放参数的源星座的时间相关性和BS天线的数量的函数。我们还提出了一种基于TCQ的有限反馈方案,用于空间相关信道,其中信道直接量化,而无需在接收机处执行解相关。仿真结果表明,所提出的TCQ方案优于现有的非相干TCQ(NTCQ)方案,通过提高系统的频谱效率和波束形成增益。与差分NTCQ方法相比,所提出的差分TCQ还减少了系统的反馈开销。
2015-12-02 cs.IT math.IT
On Coded Caching with Correlated Files
本文研究了相关文件的共享链接编码缓存问题的基本限制,其中具有$N$文件库的服务器与可以本地缓存$M$文件的$K$用户进行通信。给定一个整数$r \in [N]$,相关性建模如下:文件的每个r子集包含一个唯一的公共块。缓存大小和平均传输负载之间的权衡被认为是。首先,在未编码的高速缓存放置的约束下的逆边界(即,每个用户直接存储库位的子集)。然后,每个用户都要求一个不同的文件(可能为$N \geq K$)的情况下的高速缓存方案被证明是最佳的约束下的未编码的缓存位置。当(i)对于每个需求类型(即,当所要求的文件不一定是不同的时),以及(i i)当不同的所要求的文件的数量不大于四个时。最后,一个两阶段的交付计划的基础上干扰对齐被证明是最佳的,在一个因素为2的约束下,未编码的高速缓存放置的每一个可能的需求。作为一个副产品,所提出的干扰对齐方案,以减少(最坏情况下或平均)负荷的国家的最先进的计划的编码缓存的问题,其中用户可以请求多个文件。
2021-06-12 cs.IT math.IT
Learning to Cache: Distributed Coded Caching in a Cellular Network With Correlated Demands
分布式缓存机制的设计被认为是一个活跃的研究领域,由于其有前途的解决方案,在减少数据负载的回程链路的蜂窝网络。在本文中,分布式内容缓存的小小区基站(sBS)的无线网络中,最大限度地提高缓存命中性能的问题被认为是。大多数现有的工作集中在静态需求,然而,在这里,每个sBS处的数据被认为是跨时间和sBS相关的。缓存策略被假定为过去的缓存策略的加权组合。一个高概率的泛化保证所提出的缓存策略的性能。理论保证提供了关于获得缓存策略的以下见解:(i)在每个sBS处运行遗憾最小化以获得跨时间的缓存策略的序列,以及(ii)最大化边界的估计以获得取决于差异的缓存策略的权重集合。最后,给出了LRFU缓存策略性能的理论保证。在此基础上,提出了基于联邦学习的启发式缓存算法。最后,通过使用Movie Lens数据集的仿真表明,该算法显着优于LRFU算法。
2020-10-13 cs.IT math.IT
Approximate Decoding Approaches for Network Coded Correlated Data
本文考虑了一个框架,其中来自相关源的数据传输的网络编码的帮助下,在ad-hoc网络拓扑结构。相关数据在传感器处独立编码,并且在中间结点处采用网络编码以提高数据传递性能。在这样的设置中,我们专注于在解码器的重建源的问题时,完美的解码是不可能的,由于损失或带宽瓶颈。我们首先表明,源数据的相似性,可以在解码器允许解码的基础上,一种新的和简单的近似解码方案。我们分析了网络编码参数,特别是有限编码域的大小对解码性能的影响。我们进一步确定的最佳字段大小,最大化的预期解码性能之间的权衡信息损失所招致的限制的源数据的分辨率和重建的数据中的错误概率。此外,我们表明,当源模型的准确性增加时,即使使用简单的近似解码技术,近似解码的性能也会提高。我们提供说明性的例子,我们的算法,可以部署在传感器网络和分布式成像应用程序的可能性。在这两种情况下,实验结果证实了我们的分析的有效性,并证明了我们的低复杂性解决方案的相关数据源的交付的好处。
2011-12-19 cs.IT cs.NI math.IT
The Effect of Introducing Redundancy in a Probabilistic Forwarding Protocol
本文研究了自组网中从源节点向每个节点广播信息的问题。泛洪作为一种广播机制,涉及每个节点将其接收到的任何数据包转发给所有邻居。这导致过度的传输,从而导致总体的高能量消耗。概率转发或流言涉及每个节点仅以特定概率$p$将接收到的分组转发到其所有邻居。在本文中,我们研究了引入冗余的效果,在编码数据包的形式,概率转发协议。具体地,我们假设源节点具有要广播的$k$数据分组,其被编码为$n \ge k$编码分组,使得这些编码分组中的任何$k$都足以恢复原始$k$数据分组。我们感兴趣的是确定“成功广播”的最小转发概率$p$,我们将其视为接收到$n$编码分组中的至少$k$的网络节点的预期分数接近1的事件。我们研究,通过模拟和分析的一些不同的网络拓扑结构(例如,树、网格、随机几何图形)、该最小转发概率以及相应地分组传输的预期总数如何随着所添加的冗余量而变化。我们的模拟结果表明,在网络拓扑结构是高度连接的,引入冗余的概率转发协议是有用的,因为它可以显着减少预期的总传输次数需要一个成功的广播。另一方面,对于树,我们的分析表明,所需的预期传输总数随着冗余度的增加而增加。
2019-01-10 cs.IT math.IT
Updating Content in Cache-Aided Coded Multicast
出于应用程序的动态更新,但相关的数据,如内容分发网络和分布式文件共享系统的设置,我们研究了一个单源多目的地网络编码的多播问题,在一个高速缓存辅助网络。我们专注于模型的缓存主要位于附近的目的地,而源没有缓存。源观察相关帧的序列,并且期望在不访问先前帧的情况下进行逐帧编码。我们提出了一种新的方案,显示了如何可以有利地使用缓存来降低组播的整体成本,即使源编码没有访问过去的数据。我们的缓存设计和更新方案适用于为相应的无缓存网络设计的任何网络代码选择,在很大程度上是分散的,适用于任意网络。我们研究的凸关系的优化问题,结果形成的总成本函数。优化问题的结果决定了速率分配和缓存策略。大量的仿真结果证实了理论的发展。
2018-05-01 cs.IT math.IT
Reconstruction of Network Coded Sources From Incomplete Datasets
在本文中,我们研究的问题,恢复源信息从一个不完整的网络编码数据集。我们首先研究了这种系统的最大后验(MAP)解码的理论性能,并推导出作为系统参数的函数的解码错误的概率上界。我们还建立了使译码错误概率低于一定水平所需的网络编码符号数的充分条件。然后,我们提出了一个低复杂度的迭代解码算法的消息传递的基础上解码的网络编码数据的一个特定类别的统计依赖源,目前成对线性相关。该算法在捕获网络编码约束的图上操作,而关于源相关性的知识直接并入在图上交换的消息中。我们测试所提出的方法上的合成数据和相关的图像序列,并证明了有关的源相关性的先验知识可以有效地利用在解码器,以提供一个良好的重建传输的数据的情况下,在解码器的网络编码数据是不足以进行精确的解码。
2015-03-13 cs.IT math.IT
Rate-Memory Trade-off for the Two-User Broadcast Caching Network with Correlated Sources
本文研究了具有两个接收者和两个文件的网络中缓存的基本限制,该网络由具有任意联合分布的两分量离散无记忆源产生。每个接收器都配备了相同容量的高速缓存,并且所请求的文件通过共享的无错误广播链路传递。首先,提供了最佳峰值速率-存储器权衡的下限。然后,为了利用库文件之间的相关性来减轻共享链路上的负载,提出了一种两步相关性感知的缓存辅助编码多播(CACM)方案。第一步骤使用Gray-Wyner信源编码来通过一个公共描述和两个私有描述来表示库,使得第二不知道相关性的多请求CACM步骤可以利用出现的附加编码多播机会。结果表明,所提出的两步方案实现的速率匹配的一个显着的内存制度的下限,它是在所有其他内存值的条件熵的一半。
2017-05-12 cs.IT math.IT
Age-Based Coded Computation for Bias Reduction in Distributed Learning
Imperial College London(帝国理工学院);University of Maryland(马里兰大学)
编码计算可以用来加速分散工作者的分布式学习。梯度向量的部分恢复可以进一步减少每次迭代的计算时间;然而,这可能导致有偏估计,这可能会减慢收敛速度,甚至导致发散。当离散行为随着时间的推移而相关时,估计偏差将特别普遍,这导致梯度估计器由少数快速服务器主导。为了减轻有偏见的估计,我们设计了一个$timely$动态编码框架的部分恢复,其中包括一个排序算子,随着时间的推移,改变工人的码字和计算顺序。为了调节恢复频率,我们在动态编码方案的设计中采用了$age$度量。我们通过数值结果表明,所提出的动态编码策略增加了恢复计算的及时性,从而减少了模型更新的偏差,并加速了收敛相比,传统的静态部分恢复计划。
2020-06-02 cs.DC cs.IT cs.LG
Joint Distributed Source-Channel Decoding for LDPC-Coded Binary Markov Sources
提出了一种新的分布式信源信道(DSC)编码系统的联合解码技术,用于在加性高斯白噪声(AWGN)信道上传输相关的二进制马尔可夫信源。在该方案中,相对较短的长度,低密度奇偶校验(LDPC)码被独立地用于编码每个源的比特序列。为了重建原始比特序列,联合信源信道解码(JSCD)技术,提出了利用时间和源相关性的知识。JSCD技术由迭代执行的两个阶段组成。首先,和积(SP)解码器与BCJR解码器串行级联,其中在{ \em局部(水平)迭代}期间利用源存储器的知识。然后,在{ \em全局(垂直)迭代}期间,使用源之间的相关性的估计来更新级联解码器。因此,源的相关性被假定为每个级联解码器的后续全局迭代中的边信息。从帧/比特出错率(FER/BER)的仿真结果,我们注意到,显着的增益是由所提出的解码方案相对于相关知识没有完全利用在解码器的情况下实现的。
2013-08-01 cs.IT math.IT
On Coding for Cache-Aided Delivery of Dynamic Correlated Content
缓存辅助编码多播利用边信息在无线边缘缓存,以有效地服务于多个单播需求,通过共同的多播传输,导致负载减少,是成比例的聚合缓存大小。然而,用户消费的内容的日益动态、不可预测和个性化的性质对现有基于缓存的解决方案的效率提出了挑战,在现有的基于缓存的解决方案中,仅探索精确的内容重用。本文概括了高速缓存辅助编码组播问题,具体考虑到内容文件之间的相关性,例如,动态数据的更新版本之间的相关性。它示出,(i)缓存内容片的基础上,它们与其余的库的相关性,以及(ii)联合压缩请求的文件,使用缓存的信息作为参考在交付过程中,可以提供超出现有方案实现的负载减少。这是通过设计一类相关性感知可实现的计划,显着优于最先进的相关性不知道的解决方案。我们的研究结果表明,当我们转向实时和/或个性化的媒体为主的服务,其中准确的缓存命中几乎不存在,但更新可以表现出高水平的相关性,网络缓存的信息仍然可以作为网络压缩的参考有用。
2018-06-12 cs.IT math.IT
Harnessing Correlations in Distributed Erasure-Coded Key-Value Stores
受分布式存储系统应用于键值存储的启发,多版本编码问题被公式化以有效地在异步分散存储系统中存储频繁更新的数据。受分布式系统中一致性要求的启发,多版本编码问题的主要目标是确保数据的最新版本是可解码的,即使数据更新尚未到达系统中的某些服务器。在本文中,我们研究的存储成本,确保一致性的情况下,数据版本是相关的,在以前的工作中,数据版本被视为独立的。我们提供了多版本的代码结构,表明存储成本可以显着小于以前的结构,这取决于相关程度,尽管是分布式和分散的性质。我们的可实现性结果基于里德-所罗门码和随机分组。通过信息理论的逆,我们表明,我们的多版本代码是接近最优的,在$2$的一个因素,在某些有趣的制度。
2019-03-09 cs.IT math.IT
Harnessing Correlations in Distributed Erasure Coded Key-Value Stores
受分布式存储系统应用于基于云的键值存储的启发,多版本编码问题最近已经被制定为在异步分散存储系统中有效地存储频繁更新的数据。受分布式系统中一致性要求的启发,多版本编码的主要目标是确保数据的最新版本是可解码的,即使数据更新尚未到达系统中的某些服务器。在本文中,我们研究的存储成本,确保一致性的情况下,数据版本是相关的,在以前的工作中,数据版本被视为独立的。我们提供了多版本的代码结构,表明存储成本可以显着小于以前的结构,这取决于不同版本的数据之间的相关程度。我们的可实现性结果基于里德-所罗门码和随机分组。通过信息论的逆,我们表明,我们的多版本码在某些制度是接近最优的。
2019-03-09 cs.IT math.IT
Blind Updates in Coded Caching
我们认为集中式编码缓存系统中的文件库是在服务器和他们的子文件被缓存在客户端所规定的位置交付阵列(PDA)。我们感兴趣的问题是,库中的特定文件被服务器上的新文件替换,其内容与被替换的文件相关,并且这种更改需要传达给缓存。在替换时,服务器只能访问更新的文件,并且不知道它与原始文件的差异,而每个高速缓存可以访问由PDA指定的原始文件的特定子文件。我们通过假设这两个文件在最多$ε$子文件中不同来建模这两个文件之间的相关性,并旨在减少服务器更新缓存所广播的位数。我们设计了一种新的优雅的编码传输策略,服务器盲目更新缓存,并确定了一个简单的方案,基于MDS码。然后,我们推导出所有线性策略中最小通信成本$\ell^*$的逆界。对于两个著名的PDA家族- Maddah-Ali & Niesen的缓存方案和Tang & Ramamoorthy和Yan等人的PDA-我们的新方案在更新足够稀疏时具有$\ell^*(1 + o(1))$的成本,而使用MDS码的方案在更新密集时具有顺序最优成本。
2021-05-15 cs.IT math.IT
Compressed Relaying for Two-Way Relay Networks with Correlated Sources
本文提出了一种基于Huffman和物理层网络编码(HPNC)的双向相关源中继网络(TWRN-CS)的压缩中继方案。在HPNC方案中,两个源首先同时向中继发送相关的原始源消息。中继器对接收到的符号执行物理层网络编码(PNC),使用霍夫曼编码来压缩PNC编码的符号,并将压缩的符号广播到两个源节点。然后,每个源通过使用其自己的消息作为边信息来解码另一个源的消息。分析了该方案的压缩比和误块率出错率。仿真结果表明,在TWRN-CS中,与传统的非压缩中继方案相比,HPNC方案能有效提高网络吞吐量,同时获得更好的误码率性能。
2014-10-26 cs.IT math.IT
Orthogonal Multiple Access with Correlated Sources: Feasible Region and Pragmatic Schemes
在本文中,我们考虑正交多址编码方案,其中相关的源被编码在一个分布式的方式和传输,通过加性高斯白噪声(AWGN)信道,接入点(AP)。在AP处,与源编码器相关联的分量解码器通过考虑源相关性来迭代地交换软信息。本文的第一个目标是调查的最终可实现的性能限制在一个多维的可行区域中的信道参数的空间,得出的见解的影响源的数量。第二个目标是务实的计划,其中的来源使用“现成的”信道代码的设计。为了分析给定编码方案的性能,我们提出了一种基于外部信息传输(EXIT)的方法,该方法允许确定相应的多维可行区域。在所提出的分析框架的基础上,讨论了基于串行级联卷积码的实用编码方案的性能。
2014-05-08 cs.IT math.IT
Broadcast Caching Networks with Two Receivers and Multiple Correlated Sources
可以利用跨高速缓存辅助广播网络分布的内容之间的相关性来减少共享无线链路上的递送负载。本文考虑了两用户三文件网络的相关内容,并研究了其基本限制的最坏情况下的需求。提出了一类基于两步信源编码方法的可实现方案。库文件首先使用Gray-Wyner信源编码进行压缩,然后使用相关性未知的缓存辅助编码多播方案的组合进行缓存和传递。第二步本身就很有趣,它考虑了多请求缓存问题,其解决方案需要在放置阶段进行编码。最佳峰值速率存储器的折衷的下限推导,这是用来评估所提出的方案的性能。结果表明,对称源的两步策略实现了大缓存容量的下限,它是在一半的联合熵的两个源条件下的第三个源的所有其他缓存大小。
2017-12-05 cs.IT math.IT
Distributed Lossy Averaging
提出了一种以前在计算机科学和控制中研究的分布平均问题的信息论公式。我们假设一个网络有m个节点,每个节点观察一个WGN源。这些节点进行通信并执行本地处理,目标是计算源的平均值,使其在规定的均方误差失真内。建立了具有相关高斯源的2节点网络的率失真函数R^*(D)。建立了R^*(D)的一般割集下界,并证明通过星型网络上的集中式协议,R ^*(D)的一般割集下界可达到2倍以内。分布式加权和协议的网络率失真函数,这是更大的,为了比割集的一个因子的log m的约束的下限建立。建立了基于流言的加权和协议的网络速率失真函数的上界,该上界仅比完全图网络的下界大log log m。结果表明,使用分布式协议的结果在一个因素的log m增加,以相对于集中式协议。
2010-03-03 cs.IT math.IT
Rate-Memory Trade-Off for Caching and Delivery of Correlated Sources
本文研究了在高速缓存辅助广播网络中,由离散无记忆源任意联合分布产生的相关内容的内容传输的基本限制。每个接收器都配备了相同容量的高速缓存,并且所请求的文件通过共享的无错误广播链路传递。提出了一类基于两步信源编码方法的可实现的相关性感知方案。库文件首先被压缩,然后缓存和交付使用的相关性不知道多请求缓存辅助编码多播方案的组合。第一步使用Gray-Wyner信源编码通过私有描述和多个文件通用的描述来表示库。然后第二步变成了多请求缓存问题,其中需求结构由压缩库的配置决定,并且它本身很有趣。所提出的两步方案的性能进行评估,通过比较其可实现的速率与最佳的峰值和平均速率存储器的权衡在两个文件的多接收器网络的下限,并在三个文件的两个接收器网络。具体地,在具有两个文件和两个接收器的网络中,可实现的速率匹配显著存储器机制的下限,并且对于所有其他存储器值,它在文件的条件熵的一半内。在三文件两接收器网络中,两步策略实现了大缓存容量的下限,并且对于所有其他缓存大小,它在以第三个为条件的两个源的联合熵的一半内。
2018-06-19 cs.IT math.IT
Gradient Coding with Dynamic Clustering for Straggler Mitigation
University of Maryland(马里兰大学);Imperial College London(帝国理工学院)
在分布式同步梯度下降(GD)中,每次迭代完成时间的主要性能瓶颈是最慢的\textit{straggling}工作者。为了加快GD迭代中存在的掉队者,编码分布式计算技术的实现分配冗余计算的工人。在本文中,我们提出了一种新的梯度编码(GC)计划,利用动态聚类,表示为GC-DC,以加快梯度计算。在时间相关的离散行为下,GC-DC的目标是根据前一次迭代中的离散行为来调节每个集群中离散工人的数量。我们数值计算表明,GC-DC提供了显着的改善,在平均完成时间(每次迭代)的通信负载没有增加相比,原来的GC计划。
2020-11-03 cs.DC cs.IT cs.LG
Gradient Coding with Dynamic Clustering for Straggler-Tolerant Distributed Learning
University of Maryland(马里兰大学);Imperial College London(伦敦帝国学院)
分布式实现对于加速大规模机器学习应用至关重要。分布式梯度下降(GD)通过将数据集分布在多个工作者之间来广泛地用于并行化学习任务。分布式同步GD中每次迭代完成时间的一个重要性能瓶颈是$straggling$工作者。编码分布式计算技术最近被引入,以减轻离散和加速GD迭代分配冗余计算的工人。在本文中,我们考虑梯度编码(GC),并提出了一种新的动态GC计划,它分配冗余数据的工人获得的灵活性,动态选择一组可能的代码取决于过去的离散行为。特别是,我们认为GC与聚类,并调节在每个集群中的掉队者的数量,在每次迭代时动态地形成集群,因此,该计划被称为$GC$ $with$ $dynamic$ $clustering$(GC-DC)。在时间相关的离散行为下,GC-DC随着时间的推移从适应离散行为中获益,使得在每次迭代时,GC-DC旨在基于过去的离散行为尽可能均匀地跨集群分布离散者。对于同构和异构的工人模型,我们数值表明,GC-DC提供了显着的改善,在平均每次迭代完成时间没有增加的通信负载相比,原来的GC计划。
2021-03-01 cs.DC cs.IT cs.LG