Optimal Demand Private Coded Caching for Users with Small Buffers
编码缓存是一种有效的技术，以减少高峰时间的网络流量。已知的编码缓存方案的一个限制是，所有用户的需求在交付阶段被揭示给他们的对等体。保证隐私的用户需求的计划，在最近的过去进行了研究。假设用户都配备了小内存大小的缓存，在这项工作中的需求隐私约束下的可达速率进行了研究。我们提出了一个MDS代码为基础的需求私有编码缓存计划与$K$用户和$N$文件，实现了内存速率对$\left(\frac{1}{K(N-1)+1},N\left(1-\frac{1}{K(N-1)+1}\right)\right)$。所提出的存储率对满足Yan \textit{et al.}在最近的工作\cite{c13}中提出的需求隐私要求下的下限。通过存储器共享，这表征了用于高速缓存存储器$M\in \left[0,\frac{1}{K(N-1)+1}\right]$的需求专用编码高速缓存方案的精确速率-存储器权衡。
2021-02-03 cs.IT math.IT
Heterogeneous Demand-Private Coded Caching: Exact Characterization for Two Users and Two Files
Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）
该研究针对异构文件大小和缓存容量的两用户两文件需求隐私编码缓存场景，扩展虚拟用户归约技术，精确表征内存-速率权衡，推导信息论下界并量化需求隐私的额外传输成本。
2026-10-12 cs.IT math.IT
Fundamental Limits of Demand-Private Coded Caching
我们认为编码缓存的问题与一个额外的隐私约束，用户不应该得到任何信息的其他用户的需求。我们首先表明，$N$文件和$K$用户的需求私人计划可以从一个非私人计划，只提供一个子集的$N$文件和$NK$用户的问题的需求。我们进一步使用这一事实来构建一个需求私有的计划，$N$文件和$K$用户从一个特定的已知的非私有计划的$N$文件和$NK-K+1$用户。然后，它表明，记忆率对$(M,\min \{N,K\}(1-M/N))$，这是可实现的非私人计划与未编码的传输，也是可实现的需求隐私。我们进一步提出了一个方案，通过删除一些冗余的传输来改进这些想法。使用我们的计划实现的存储器速率的权衡被证明是在一个乘法因子为3时，$K < N$和8时，$N\leq K$的最佳。最后，我们给出了确切的内存速率权衡需求私有编码缓存问题与$N\geq K=2$。
2021-01-18 cs.IT math.IT
Multi-Access Coded Caching with Demand Privacy
研究了具有$K$用户和$K$缓存的多访问网络中的需求私有编码缓存问题，其中每个用户都以循环环绕的方式访问$L$相邻的缓存.所施加的额外约束是，一个用户不应获得关于其余用户的需求的任何信息。提出了一种从传统的非私有多址访问编码缓存机制中提升的按需私有多址访问编码缓存机制。通过将一些额外的\textit{keys}放置在一组称为该用户的\textit{private set}的缓存中，来确保用户的需求隐私。对于给定的$K$和$L$，还设计了一种技术来找到用户的私有集。
2021-07-01 cs.IT math.IT
Demand Private Coded Caching
Maddah-Ali和Niesen的工作证明了通过联合设计缓存和传输方案来降低无噪声广播网络中的传输速率的好处。在他们的设置中，每个用户在交付阶段了解所有其他用户的需求。在本文中，我们引入了需求私人编码缓存的问题，我们施加了一个隐私要求，没有用户了解其他用户的需求的任何信息。我们提供了一个可实现的计划，并比较其性能使用现有的下限下的可实现的利率没有隐私设置。对于这种设置，当$N\leq K$，我们表明，我们的计划是为了最佳的乘法因子为8。此外，当$N > K$和$M\geq N/K$时，我们的方案在乘法因子为4内是阶最优的。
2019-09-07 cs.IT math.IT
Coded Caching with Private Demands and Caches
本文研究同时保护用户需求与缓存隐私的编码缓存，提出利用双服务器 PIR 构造私有方案，并反向由 MAN 方案构造阶最优 PIR，还给出放松缓存隐私时的负载阶增益方案。
2023-11-02 cs.IT math.IT
On the Fault Tolerant Distributed Data Caching using LDPC Codes in Cellular Networks
由于移动数据，基站-移动设备通信流量最近急剧增加，这反过来又使底层基础设施严重过载。为了减少基站（BS）交互，本地设备之间的小区内通信（称为设备到设备）被用于分布式数据缓存。然而，由于现有节点的不断离开和新节点的到来，丢失的缓存数据可能会导致永久的数据丢失。在这项研究中，我们提出并分析了一类LDPC码的蜂窝网络中的分布式数据缓存。与传统的分布式存储不同，提出了一种新的LDPC码修复算法，该算法利用了最小的直接BS通信。为了评估LDPC码的通用性，并建立性能比较经典的编码技术，新的理论和实验评估。本质上，在存在BS的情况下修复带宽成本的理论/数值结果在分布式缓存设置中呈现。因此，当从BS和从其他本地网络节点下载符号的成本之间的差距并不显着高，我们证明，LDPC码可以被认为是一个可行的容错替代在蜂窝系统中的高速缓存能力，为低和高的码率。
2021-10-01 cs.IT math.IT
Private Coded Caching
Maddah-Ali和Niesen最近的工作介绍了编码缓存，它展示了在内容分发网络中联合设计存储和传输策略的好处。他们研究了一种设置，其中服务器与一组用户通信，每个用户都配备了本地缓存，通过共享的无错误链接，并提出了一种顺序最优的缓存和交付方案。在本文中，我们介绍了秘密编码缓存的问题，我们施加额外的约束，用户不应该能够学习任何东西，无论是存储在其缓存或服务器传输的内容，关于一个文件，它没有请求。我们提出了一个可行的方案，这种设置，并证明其顺序最优信息理论的下界。
2017-10-11 cs.IT math.IT
Capacity of Cellular Networks with Femtocache
研究了在考虑多跳通信和分散式缓存配置的情况下，使用毫微微缓存的下一代蜂窝网络的容量。我们表明，未来的网络用户终端（UT）的存储能力可以有效地用于增加随机分散未编码缓存的容量。我们进一步提出了一个随机分散编码缓存方案，实现更高的容量结果比随机分散未编码缓存。结果表明，编码缓存，这是适合于有限的存储能力的系统，可以提高蜂窝网络的容量的log（n）的一个因素，其中n是由femtocache服务的节点的数量。
2016-04-18 cs.IT math.IT
On Coded Caching with Private Demands
缓存是一种有效的方式，通过在用户的本地缓存存储器中存储一些内容，而无需了解以后的需求，从而减少高峰时段的网络流量拥塞。对于共享链路缓存模型，Maddah-Ali和Niesen（MAN）提出了一种两阶段（放置和交付）编码缓存策略，该策略在常数因子内是顺序最优的。然而，在MAN编码缓存方案中，每个用户可以获得关于其他用户的需求的信息，即，MAN编码的高速缓存方案固有地易于篡改和窥探其他用户的活动/需求。在本文中，我们制定了一个信息理论的共享链接缓存模型的私人需求，有K个缓存辅助用户（可以缓存M个文件）连接到一个中央服务器，访问N个文件。每个用户请求L个文件。我们的目标是设计一个两阶段的私人缓存计划，最小的负载，同时保持每个用户的需求相对于其他用户的信息理论的隐私。我们提出了两个新的私有编码缓存方案的一般基本思想，这是满足用户的请求，通过生成一组编码的多播消息，这是对称的库文件。在第一个方案中，我们引入了一些虚拟用户，使得每个文件的L-子集由K个真实或虚拟（有效）用户要求，并使用MAN交付来生成组播消息。该方案导致极大的子分组化。然后，我们提出了第二个方案的基础上，一种新的MDS编码的缓存放置。在这种情况下，我们生成多播消息，其中每个多播消息包含来自库中每个文件的一个MDS编码符号，因此从每个用户的角度来看，所有文件都是对称的。除了N> LK和M <N/K的情况外，所提出的方案一般都是阶…
2020-06-19 cs.IT math.IT
Edge Caching in Delay-Constrained Virtualized Cellular Networks: Analysis and Market
在蜂窝基站处缓存流行内容，即，为了消除通过回程的重复传输，边缘高速缓存可以减少$5$ G网络中的数据传递的延迟。然而，由于缓存只能减少回程延迟，因此还需要使用诸如基站密集化之类的技术来减少前传延迟。在本文中，使用随机几何的结果，我们首先模拟基站的致密化和缓存大小对系统的延迟的影响。然后，我们推导出一个紧近似的缓存命中概率。为了优化部署基站和缓存所带来的网络开销，在概率时延约束下，将基站强度与缓存容量乘积的最小化问题转化为几何规划并解析求解.然后使用结果来分析启用缓存的虚拟化蜂窝网络的经济性，其中网络基础设施，即，由基础设施提供商（InP）拥有的BS和高速缓存存储在多个移动网络运营商（MNO）之间共享。对于InP和MNOs之间的定价，我们制定了一个Stackelberg游戏，InP作为领导者和多个MNOs作为追随者。在此虚拟化场景中，租用基础设施的共同成本通过使用Shapely值在MNO之间以公平的方式分摊。提供了一种有效的算法来划分MNO之间的租金。
2018-02-13 cs.IT math.IT
Demand Private Coded Caching: Small Cache Size
本文研究小缓存容量下的需求私有编码缓存问题，提出基于虚拟用户和MDS码的可行方案，结合新反向界，刻画了多种参数范围内的最优内存-速率权衡。
2025-04-25 cs.IT math.IT
Coded Caching with Heterogeneous Cache Sizes and Link Qualities: The Two-User Case
集中式编码缓存问题研究了两个用户的情况下，考虑异构缓存容量的用户和私人通道从服务器到用户，除了一个共享的通道。最佳的缓存和交付策略，最大限度地减少了最坏情况下的交付延迟的任意数量的文件。相反的证明遵循文件索引对称缓存和交付代码的充分性，而可扩展性是通过一些特殊的内存容量对之间的内存共享。最佳方案是利用私人链路的能力，通过发送相应的用户的请求在一个未编码的方式。当没有私有链接时，这里给出的结果改进了文献中的两个已知结果，即i）相等的缓存容量和任意数量的文件;和ii）不等的缓存容量和$N=2$文件。结果，然后扩展到异构失真要求的缓存问题。
2019-01-04 cs.IT math.IT
Multihop Caching-Aided Coded Multicasting for the Next Generation of Cellular Networks
Golrezaei等人提出的部署无线分布式毫微微缓存基础设施的下一代蜂窝网络。艾尔研究。通过利用每个小区中的多跳通信，显著减少了所需的毫微微缓存助手的数量。通过使用用户终端（UT）中未充分利用的存储和通信能力来实现毫微微高速缓存的这种减少，这导致降低分布式毫微微高速缓存的部署成本。提出了一种多跳索引编码技术，用于对助手中的缓存内容进行编码，以实现顺序最优容量增益。这可以作为Golrezaei等人提供的解决方案的有效内容交付算法。作为示例，我们考虑其中内容具有流行度分布的无线蜂窝系统。它已被证明，如果内容遵循高的内容重用流行度分布，我们的方法可以取代许多单播通信与组播通信。我们将证明，基于图着色算法的启发式算法发现的简单线性索引码可以在Zipfian内容流行度分布下实现顺序最优容量。
2016-06-06 cs.IT math.IT
D2D-Aware Device Caching in MmWave-Cellular Networks
在本文中，我们提出了一种新的策略，设备缓存，促进流行的内容交换，通过高速率的设备到设备（D2D）毫米波（mmWave）通信。D2D感知缓存（DAC）策略将可缓存内容分成两个内容组，并将其随机分发给用户设备装置（UE），目的是实现D2D连接。通过利用mmWave的高带宽可用性和方向性，我们确保了D2D传输的高速率，同时减轻了限制6GHz以下频带中D2D通信的吞吐量增益的同信道干扰。此外，基于随机几何建模的网络拓扑结构，我们解析推导出卸载增益所实现的建议的政策和内容检索延迟的分布考虑半和全双工模式的D2D通信。所提出的分析框架的准确性进行了验证，通过蒙特卡罗模拟。此外，对于广泛的内容流行度指标的结果表明，所提出的政策实现了更高的卸载和更低的内容检索延迟比现有的国家的最先进的方法。
2017-05-16 cs.IT math.IT
Combinatorial Multi-Access Coded Caching with Private Caches under Intersecting Index Constraints
研究相交索引约束下的组合多访问编码缓存系统，提出集中式编码缓存方案并刻画速率-存储器折衷，推导下界并通过数值比较验证性能。
2025-06-30 cs.IT math.IT
Cyclic Wrap-Around Multi-Access Coded Caching with Private Caches
研究具有私有和访问缓存的循环环绕多址编码缓存问题，基于割集论证推导最优最坏情况传输速率下界，提出一种未编码放置方案，证明其在大内存机制下达到最优。
2024-08-23 cs.IT math.IT
Combinatorial Multi-Access Coded Caching with Private Caches
本文研究用户同时连接私有缓存和多个接入缓存的编码缓存问题，提出一种未编码放置下的可实现方案并推导传输次数下界，同时给出最优最坏情况速率的上下界，数值结果表明在用户访问存储量较大时该方案接近下界。
2024-06-30 cs.IT math.IT
Improved Characterization of the Memory-Rate Tradeoff for Demand-Private Coded Caching With Multiple Demands
School of Information Science and Engineering, Southeast University（东南大学信息科学与工程学院）；National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室）
研究在隐私约束下实现按需编码缓存，提出新方案以处理任意数量的文件和用户，通过非隐私方案转换并证明方案在因子6内最优。
2026-10-06 cs.IT math.IT
Coded Caching with Shared Caches and Private Caches
研究用户同时配备私有和共享缓存的编码缓存问题，在非编码放置下设计了集中式方案，并证明其中部分方案在特定存储区间内最优。
2024-03-24 cs.IT math.IT
Secure and Energy-Efficient Transmissions in Cache-Enabled Heterogeneous Cellular Networks: Performance Analysis and Optimization
本文研究了由宏基站和多个小基站（SBS）组成的支持缓存的异构蜂窝网络的物理层安全。我们研究了一个联合设计的缓存位置和文件传输实现安全和节能的传输对随机分布的窃听。我们提出了一种新的混合“最流行的内容”和“最大的内容多样性”缓存放置策略来分发不同流行的文件。根据所请求的文件的可用性和位置，我们采用三种合作传输方案，即分布式波束成形，频域正交传输，最佳SBS中继，分别。我们推导出解析表达式的连接中断概率和保密中断概率为每个传输方案。之后，我们设计了最佳的传输速率和缓存分配，以实现最大的整体保密吞吐量和保密能量效率，分别。数值结果验证了理论分析的正确性，并证明了混合缓存策略的优越性.
2018-09-22 cs.IT math.IT
On the Fundamental Limits of Device-to-Device Private Caching under Uncoded Cache Placement and User Collusion
在编码缓存问题中，最初由Maddah-Ali和Niesen提出，服务器通过无噪声共享广播链路与具有本地存储能力的多个用户进行通信。为了使用户能够从编码的多播传输中解码出其所需的文件，所有用户的需求必须是全局已知的，这可能会侵犯用户的隐私。为了克服这个隐私问题，Wan和Caire最近提出了几种方案，这些方案在获得编码多播增益的同时保证了用户需求的信息论隐私。在设备到设备（D2 D）网络中，需求隐私问题由于每个用户也是发送器的事实而进一步恶化，发送器看起来需要其余用户所要求的文件的知识以便形成其编码的多播传输。本文展示了如何解决这个看似不可行的问题。本文的主要贡献是开发新的可实现的和相反的界限D2 D编码缓存，是在一个恒定的因素，彼此的隐私时，用户的需求必须得到保证，即使在存在串通用户。
2022-05-05 cs.IT math.IT
Placement Delivery Arrays for Coded Caching with Shared and Private Caches
本文提出共享与私有放置交付阵列（SP-PDA）结构，统一描述辅助缓存、私有缓存和服务器传输，并利用两个 PDA 构造 SP-PDA，通过优化列置换在几乎不损失速率的前提下大幅降低子分包数。
2024-05-04 cs.IT math.IT
Cache-Enabled Physical Layer Security for Video Streaming in Backhaul-Limited Cellular Networks
在本文中，我们提出了一种新的无线缓存方案，以提高在有限的回程容量的蜂窝网络中的视频流的物理层安全性。通过经由高速缓存和回程加载两者跨基站（BS）的子集主动地共享视频数据，可以根据高速缓存状态、信道条件和回程容量来动态地启用若干BS的安全协作联合传输。假设发射端的信道状态信息（CSI）不完全，提出了一个两阶段的非凸混合整数鲁棒优化问题，在保证视频传输的服务质量（QoS）和通信保密性的同时最小化总发射功率，其中缓存和协作传输策略分别在离线视频缓存阶段和在线视频传输阶段进行优化.虽然制定的优化问题原来是NP难的，低复杂度的多项式时间算法，其解决方案在一定条件下是全局最优的，提出了缓存训练和视频传输控制。高速缓存被证明是有益的，因为它减少了施加在容量受限的回程链路上的数据共享开销，引入了额外的安全自由度，并且实现了功率高效的通信系统设计。仿真结果表明，该缓存方案同时实现了较低的秘密中断概率和较高的功率效率。此外，由于所提出的鲁棒优化，不完善的CSI知识所造成的性能损失，可以显着降低时，高速缓存容量变得很大。
2017-11-07 cs.IT math.IT
Hybrid Coded-Uncoded Caching in Multi-Access Networks with Non-uniform Demands
本文针对超密集蜂窝网络中非均匀内容流行度和用户可接入不同数量缓存的场景，提出多接入混合编码-未编码缓存（MAHC）方案，并通过优化与仿真证明其优于传统未编码和现有多接入编码缓存方案。
2024-01-14 cs.IT cs.NI math.IT
The Capacity of Private Information Retrieval from Decentralized Uncoded Caching Databases
我们考虑的私人信息检索（PIR）问题，从分散的未编码的缓存数据库。在我们的问题设置中有两个阶段，缓存阶段和检索阶段。在高速缓存阶段，包含所有$K$文件的数据中心（其中每个文件的大小为$L$位）和具有存储大小约束$μK L$位的若干数据库存在于系统中。每个数据库以分散的方式通过相同的概率分布从来自数据中心的全部$KL$比特中独立地选择$μK L$比特进行缓存。在检索阶段，用户（检索者）除了访问数据中心之外还访问$N$数据库，并且希望私下检索期望的文件。我们将最优归一化下载成本表征为$\frac{D}{L} = \sum_{n=1}^{N+1} \binom{N}{n-1} μ^{n-1} (1-μ)^{N+1-n} \left( 1+ \frac{1}{n} + \dots+ \frac{1}{n^{K-1}} \right)$。我们发现，均匀和随机的缓存方案，最初提出的分散编码缓存的Maddah-Ali和Niesen，随着太阳和Jafar检索方案，最初提出的PIR从复制的数据库令人惊讶的结果在最低的归一化下载成本。这是Attia，Kumar和Tandon最近对集中式案例的结果的分散式对应。逆证明包含干扰下界、归纳引理、用分布式数据库的内容替换查询和应答字符串随机变量、分散式未编码缓存数据库的性质以及联合缓存分布的位边缘化等内容。
2018-11-27 cs.CR cs.DB cs.IT
Extended Functional Representation Lemma: A Tool For Privacy, Semantic Representation, Caching, and Compression Design
该研究针对信息论隐私机制设计中私有数据可观测与隐藏的两类场景，利用扩展泛函表示引理设计低复杂度最优隐私-效用权衡机制，并拓展至分级隐私问题，可应用于语义通信等领域。
2024-10-07 cs.IT math.IT
Echo-Liquid State Deep Learning for $360^\circ$ Content Transmission and Caching in Wireless VR Networks with Cellular-Connected UAVs
在本文中，内容缓存和传输的问题进行了研究的无线虚拟现实（VR）网络中，无人机（UAV）捕捉视频现场比赛或风景，并将它们发送到小型基站（SBS），服务的VR用户。然而，由于其有限的容量，无线网络可能无法满足这种360度内容传输的延迟要求。为了满足VR延迟要求，UAV可以提取特定的可见内容（例如，用户视场），并将该可视内容发送给用户，以便减少回程和无线接入链路上的业务负载。为了进一步减轻UAV-SBS回程流量，SBS还可以缓存用户请求的流行内容。该联合内容缓存和传输问题被公式化为优化问题，其目标是最大化用户的可靠性，该可靠性被定义为每个用户的内容传输延迟满足瞬时VR延迟目标的概率。为了解决这个问题，提出了一种分布式深度学习算法，该算法汇集了来自液态机（LSM）和回声状态网络（ESN）的新神经网络思想。该算法使每个SBS预测用户的可靠性，从而找到最佳的内容缓存和内容传输格式为每个无人机。分析结果得出暴露的各种网络因素，影响内容缓存和内容传输格式的选择。仿真结果表明，与Q学习算法相比，该算法的可靠性提高了25.4%。实验结果还表明，与随机缓存算法相比，该算法可以实现14.7%的可靠性增益，由于减少了回程上的流量负载。
2018-04-10 cs.IT math.IT
Delay Analysis for Wireless D2D Caching with Inter-cluster Cooperation
主动无线缓存和D2 D通信已经成为用于增强用户的服务质量和网络性能的有前景的技术。在本文中，我们提出了一种新的架构D2 D缓存与集群间的合作。我们研究了一个蜂窝网络中，用户缓存流行的文件，并与其他用户在他们附近通过D2 D通信或与远程用户使用蜂窝传输共享它们。我们从排队的角度来描述每个请求的网络平均延迟。具体来说，我们制定的延迟最小化问题，并表明它是NP-难的。此外，我们证明了延迟最小化问题是等价的最小化一个非增单调超模函数的分区拟阵约束。提出了一种计算效率高的贪心算法，证明了该算法在最优值的2倍内是局部最优的。仿真结果表明，超过45%的延迟减少相比，D2 D缓存系统没有集群间的合作。
2017-08-23 cs.IT math.IT
Optimized Caching and Spectrum Partitioning for D2D enabled Cellular Systems with Clustered Devices
在移动设备处缓存和利用设备到设备（D2D）通信是支持通过无线网络的大规模内容递送的两种有前景的方法。高速缓存使能的无线网络的分析通常通过假设设备均匀分布来进行，然而，在社交网络中，移动设备本质上被分组为不相交的集群。在这方面，本文提出了一个时空的数学模型，跟踪服务请求的到来，并考虑到集群设备的几何形状。假设两种设备，具体地，内容客户端和内容提供方。假设内容提供方具有剩余存储器，该剩余存储器被利用来遵循随机概率缓存方案主动缓存来自已知库的内容。内容客户端可以从其附近（集群）的最近内容提供方或者作为最后手段的基站（BS）检索所请求的内容。开发的时空模型被用来制定一个联合优化问题的内容缓存和频谱划分，以最大限度地减少平均服务延迟。由于优化问题的高复杂性，缓存和频谱划分问题是解耦的，并使用块坐标下降（BCD）优化技术迭代求解。为此，带宽划分和概率缓存子问题，分别获得了最优和次优的解决方案。数值结果突出了所提出的计划优于传统的缓存计划下平等和优化的带宽分配。特别是，它示出的平均服务延迟减少了近100%和350%，相比，Zipf和均匀的缓存计划下，相等的带宽分配，分别。
2020-03-24 cs.IT cs.NI math.IT
Hypergraph-Based Analysis of Clustered Cooperative Beamforming with Application to Edge Caching
蜂窝网络中分簇协作波束形成的性能评估通常需要求解复杂的非凸优化问题。在这封信中，提出了一个基于超图形式主义的框架，使派生的性能表征的集群合作波束形成的每用户自由度（DoF）通过有效的解决方案的着色问题。一个新兴的场景，其中集群的合作基站（BS）的出现是由蜂窝网络与边缘缓存。事实上，共享相同的所请求的文件的BS的集群可以联合地对对应的编码信号进行波束成形。基于这一观察，所提出的框架被应用于获得定量的见解，在具有边缘缓存的蜂窝系统中的缓存和回程资源的最佳使用。数值例子来说明所提出的框架的优点。
2015-10-21 cs.IT cs.NI math.IT
A Delay-Aware Caching Algorithm for Wireless D2D Caching Networks
最近，已经研究了无线高速缓存技术以满足较低的延迟要求并从高峰时段卸载业务。通过在移动用户处存储流行文件的部分，用户可以在他们自己的缓存中或在他们的邻居处的缓存中定位他们请求的一些文件。在后一种情况下，当用户从其邻居接收文件时，设备到设备（D2D）通信被启用。以蜂窝网络为基础的D2D通信也是即将到来的5G无线系统的新范例。通过允许一对相邻的D2D用户直接通信，D2D通信可以实现更高的吞吐量、更好的能量效率和更低的业务延迟。在这项工作中，我们提出了一个非常有效的缓存算法D2D使能蜂窝网络的平均传输延迟最小化。我们的算法不是搜索所有可能的解决方案，而是找出最佳的<file，user>对，这在每个循环中提供最佳的延迟改进，以形成具有非常低的传输延迟和高吞吐量的缓存策略。该算法还扩展到解决一个更一般的情况下，其中的衰落系数和系统参数的值的分布可能会随着时间的推移而改变。通过数值计算结果，该算法的优越性进行了验证，通过比较它与一个天真的算法，其中所有用户简单地缓存他们喜欢的文件。
2017-04-06 cs.IT math.IT
Beef up mmWave Dense Cellular Networks with D2D-Assisted Cooperative Edge Caching
边缘缓存技术通过在小型基站（SBS）中主动缓存流行内容，从而减少超密集网络中的内容检索延迟，减轻回程链路的巨大负担。然而，单个SBS的约束缓存资源显著地抑制了边缘缓存的性能。在本文中，我们提出了一个设备到设备（D2D）辅助合作边缘缓存（DCEC）毫米波（mmWave）密集网络的政策，合作利用用户和SBS的缓存资源在附近。在所提出的DCEC策略中，可以根据内容流行度将内容缓存在用户的设备或SBS中，并且用户可以经由D2D链路从相邻用户或经由蜂窝链路从相邻SBS检索所请求的内容，以有效地利用缓存分集。与需要复杂的干扰管理技术来抑制干扰的较低频段中的现有协作缓存策略不同，我们利用毫米波系统中的定向天线来确保高传输速率，同时减轻干扰足迹。考虑到实际的定向天线模型和网络密度，基于网络拓扑的随机信息，推导了回程卸载性能和内容检索延迟的闭合表达式。此外，分析结果表明，随着网络密度的增加，通过D2D链路的内容检索延迟显著增加，而通过蜂窝链路的内容检索延迟略有增加。综合仿真验证了我们的理论分析，并表明，该政策可以实现更高的性能，卸载回程流量，减少内容检索延迟相比，最先进的最流行的缓存（MPC）政策。
2023-01-02 cs.IT cs.SY eess.SY
Cellular-Broadcast Service Convergence through Caching for CoMP Cloud RANs
由于市场需求的不同，蜂窝和广播服务传统上被独立对待，从而导致不同的商业模式和正交频率分配。然而，随着廉价内存和智能缓存的出现，这种传统的模式可以融合成一个单一的系统，可以提供这两种服务，在一个有效的方式。本文重点介绍了多媒体传输通过一个综合网络，包括蜂窝（也称为单播或宽带）和广播最后一英里的共享频谱上运行。网络的订户配备有高速缓存，其可以有效地为多媒体递送创建零感知延迟，假设内容已经被主动地和智能地高速缓存。这项工作的主要目标是建立一个直观的成本函数的基础上，分析最佳的内容流行度阈值。换句话说，目的是导出哪些内容应该被广播以及哪些内容应该被单播。为了促进这一点，协作多点（CoMP）联合处理算法被用于单向和广播PHY传输。为了实际实现这一点，假设集成网络控制器能够访问内容流行度方面的业务统计。仿真结果提供评估增益的总频谱效率。一个传统的系统，其中两个网络独立运行，被用作基准。
2015-04-30 cs.IT cs.NI math.IT
Joint Caching, Routing, and Channel Assignment for Collaborative Small-Cell Cellular Networks
我们认为联合缓存，路由和信道分配的视频传输在未来互联网的协调小细胞蜂窝系统。我们制定的问题，最大限度地提高系统的吞吐量作为一个线性规划的变量的数量是非常大的。为了解决信道干扰，我们的配方结合了冲突图，当无线链路相互干扰，由于同时传输。我们利用列生成的方法来解决这个问题，将其分解成一个限制主子问题，涉及一个选择子集的变量和一个集合的定价子问题，选择新的变量引入到限制主子问题，如果这导致一个更好的目标函数值。为了进一步控制列生成优化的复杂性，由于从冲突图中产生的独立集的指数数量，我们引入了一种近似算法，该算法以低得多的复杂性计算$ε$内的最优解。我们的框架展示了相当大的收益，在平均传输速率的视频数据可以交付给用户，在国家的最先进的Femtocaching系统，高达46%。系统性能的这些操作增益映射到视频应用质量的类似增益，从而显著增强了用户体验。
2016-05-30 cs.IT cs.NI math.IT
Edge Caching in Dense Heterogeneous Cellular Networks with Massive MIMO Aided Self-backhaul
研究了密集异构蜂窝网络（HetNets）中的边缘缓存问题，在HetNets中，缓存容量有限的小型基站（SBS）存储流行内容，而当SBS需要非缓存内容时，大规模多输入多输出（MIMO）辅助的宏基站提供无线自回程。我们的目标是解决小区负载和命中概率对成功内容交付（SCD）的影响，并给出避免任意小小区中的接入过载和任意宏小区中的回程过载所需的最小基站密度。推导了无需下行信道估计的大规模MIMO回程可达速率，计算了回程时间，并对此类网络的时延进行了评估。分析结果证实，命中概率需要适当地选择，以实现SCD。明确量化了缓存大小和SCD之间的相互作用。理论上证明，当请求非缓存内容时，如果缓存内容交付的平均访问速率低于自回传内容交付的平均访问速率，则非缓存内容交付的平均延迟可以与大规模辅助MIMO自回传的缓存内容交付相当。仿真结果验证了我们的分析。
2018-07-10 cs.IT cs.NI math.IT
Breaking the Economic Barrier of Caching in Cellular Networks: Incentives and Contracts
本文基于契约理论的经济学框架，提出了一种新的小小区网络（SCN）缓存激励方法。在该模型中，移动网络运营商（MNO）设计将被提供给多个内容提供方（CP）的合同，以激励它们在MNO的小型基站（SBS）处缓存它们的内容。一个实用的模型，其中的CP的用户所产生的流量的信息是不知道的MNO被认为是。在这种信息不对称的情况下，MNO和每个CP之间的激励合同被适当地设计，以便确定分配给CP的存储量和MNO的收费价格。合约由MNO以最大化CP的全局利益并防止它们使用其私有信息来操纵缓存过程的结果的方式导出。对于这种相互依赖的合同模型，价格和分配给每个CP的存储空间的封闭形式的表达式。该机制满足合同可行性的充分必要条件。此外，它表明，建议的定价模型是预算平衡，使MNO通过向CP收取的价格，以支付所有的缓存费用。仿真结果表明，没有一个CP将有动机选择一个合同设计的CP与不同的流量负载。
2016-07-13 cs.GT cs.IT math.IT
The Capacity of Private Information Retrieval from Heterogeneous Uncoded Caching Databases
我们认为私人信息检索（PIR）的一个单一的文件的$K$文件从$N$非共谋数据库异构存储约束$\mathbf{m}=(m_1, \cdots, m_N)$。本研究的目的是联合设计内容放置阶段和信息检索阶段，以最小化PIR阶段的下载成本。我们将最优PIR下载成本描述为线性规划。通过分析这个线性规划的最优解的结构，我们发现，令人惊讶的是，在我们的异构情况下，最优下载成本匹配其同质对应的所有数据库具有相同的平均存储约束$μ=\frac{1}{N} \sum_{n=1}^{N} m_n$。因此，我们表明，有没有损失的PIR容量，由于数据库的存储空间的异质性。我们明确地为$N=3$提供了最佳的内容放置。
2019-02-25 cs.CR cs.DB cs.IT
Mobility and Popularity-Aware Coded Small-Cell Caching
在具有缓存能力的异构蜂窝网络中，由于用户的移动性和小小区基站（SBS）的存储约束，用户可能不能够在内容的延迟期限内从SBS下载他们所请求的所有内容。在这种情况下，用户被引导到宏小区基站（MBS）以满足服务质量要求。这里利用编码缓存来最小化从MBS下载的数据量，同时考虑到用户的移动性以及内容的受欢迎程度。当延迟截止时间小于某个阈值时，给出了一种最优的分布式缓存策略;当延迟截止时间放宽时，给出了一种分布式贪婪缓存策略。
2017-11-21 cs.IT math.IT
D2D-Enabled Mobile User Edge Caching: A Multi-Winner Auction Approach
在支持设备到设备（D2D）的缓存蜂窝网络中，用户终端（UT）协作地存储并共享来自基站（BS）的大量流行内容，以用于业务卸载和递送延迟减少。在这篇文章中，研究了D2D使能的缓存蜂窝网络中基于多赢家拍卖的缓存放置，以用于UT边缘缓存激励和内容缓存冗余减少。首先，对UT边缘缓存的多赢家一次拍卖进行建模，该拍卖针对多个UT拍卖多个内容。然后，内容缓存收入最大化的优化问题制定。具体地，UT之间的“缓存冲突”约束关系被用作问题中的约束之一，以减少UT移动场景中的内容缓存冗余。通过半定规划（SDP）松弛来求解该问题，以获得近似的最优缓存位置。此外，拍卖的支付策略被开发为一个纳什讨价还价的游戏，为个人的利润公平的UT谁赢得了拍卖的内容缓存。随后，提出了一种多赢家一次拍卖的缓存（MOAC）放置算法。此外，针对MOAC算法的高复杂度，本文进一步提出了一种启发式的基于多赢家重复拍卖的缓存放置（MRAC）算法，该算法在性能损失很小的情况下大大降低了算法的复杂度。仿真结果表明，与现有的缓存放置算法相比，本文提出的算法能够有效降低网络流量和平均内容访问延迟。
2019-10-18 cs.IT cs.NI math.IT
Subpacketization in Coded Caching with Demand Privacy
编码缓存是一种技术，我们利用多播机会来降低缓存网络中的速率。编码缓存方案的一个局限性是，它们将所有用户的需求透露给了他们的对等体。在这项工作中，我们考虑编码缓存方案，确保隐私的用户需求，特别注重减少子包。对于2用户，2文件的情况下，我们提出了一个新的线性需求的私人计划，尽可能低的子包。这是通过明确提出的计划，并证明不可能的结果下较低的子分组。此外，当只需要部分隐私时，我们表明，当有大量的文件时，可以显着减少分包。
2019-09-23 cs.IT math.IT
The Capacity of Private Information Retrieval with Private Side Information Under Storage Constraints
我们考虑对来自$N$复制和非共谋数据库的$K$消息中的单个消息进行私有信息检索（PIR）的问题，其中缓存大小$S$的启用缓存的用户（检索器）拥有数据库未知的消息的未编码部分形式的辅助信息。这些辅助信息消息的身份需要对数据库保密，即，我们考虑具有私有侧信息（PSI）的PIR。在存储约束$S$下，我们将此PIR-PSI问题的最优归一化下载成本表征为$D^*=1+\frac{1}{N}+\frac{1}{N^2}+\dots+\frac{1}{N^{K-1-M}}+\frac{1-r_M}{N^{K-M}}+\frac{1-r_{M-1}}{N^{K-M+1}}+\dots+\frac{1-r_1}{N^{K-1}}$，其中$r_i$是与$\sum_{i=1}^M r_i=S$一起缓存的$i$ th边信息消息的一部分。基于这个容量结果，我们证明了两个事实：首先，对于固定的内存大小$S$和固定数量的可访问消息$M$，统一缓存实现了最低的归一化下载成本，即，对于$i=1,\dots, M$，$r_i=\frac{S}{M}$是最佳的。第二，对于固定存储器大小的$S$，在所有可能的$K-\left \lceil{S} \right \rceil+1$统一高速缓存方案中，高速缓存$M=K$消息的统一高速缓存方案实现最低的归一化下载成本。
2018-06-04 cs.CR cs.IT math.IT
On Optimal Geographical Caching in Heterogeneous Cellular Networks
在这项工作中，我们研究最佳的地理缓存在异构蜂窝网络中，不同类型的基站（BS）有不同的缓存容量。用户根据已知的概率分布从内容库请求文件。性能度量是总命中概率，其是在平面中的任意位置处的用户将在其所覆盖的BS之一中找到其需要的内容的概率。我们考虑的问题，最佳地放置在所有BS的内容联合。由于这个问题是不凸的，我们提供了一个启发式的计划，找到一种类型的基站的条件下放置在所有其他类型的最佳放置策略。我们证明，这些个人的优化问题是凸的，我们提供了一个解析解。作为一个例子，我们发现的最佳布局策略的小基站（SBS）取决于宏基站（MBS）的布局策略。我们展示了命中概率如何随着SBS部署密度的变化而变化。我们发现，最受欢迎的内容在MBS的启发式几乎是最佳的SBS部署后，最佳的放置策略。此外，对于SBS，不能使用这种启发式方法;最佳放置明显优于存储最受欢迎的内容。最后，我们表明，解决个别问题，找到最佳的放置策略，为不同类型的BS迭代，即反复更新的放置策略，并没有提高性能。
2017-01-23 cs.IT cs.NI math.IT
Secretive Coded Caching from PDAs
具有保密约束的编码缓存问题，用户不应该能够获得关于他们不需要的文件的内容的任何信息，这被称为秘密编码缓存问题。这是Ravindrakumar等人在2018年\emph{ IEEE Transactions on Information Forensics and Security}上发表的题为“私有编码缓存”的论文中提出的，其特征是子分组化水平随着用户数量呈指数级增长。在没有保密的编码缓存的上下文中，编码缓存计划在次指数subpacketization水平是可行的，通过表示的缓存系统的形式的放置交付阵列（PDA）和设计的位置和交付policies从it.Motivated，我们提出了一个秘密的编码缓存计划，低subpacketization使用PDA，为用户提供专用的缓存在集中设置。当我们的计划被应用到一个特殊的类的PDA称为MN PDA，Ravindrakumar等人提出的计划。恢复。
2021-07-01 cs.IT math.IT
Personalized Federated Learning for Cellular VR: Online Learning and Dynamic Caching
School of Computing, Queen’s University（女王大学计算机学院）；University of Sharjah（沙迦大学）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
针对蜂窝VR网络，提出基于去中心化个性化联邦学习的视场感知缓存策略，并采用一位量化梯度降低通信开销，在真实数据集上验证了其优于基线算法的平均延迟与缓存命中率。
2025-01-22 cs.IT cs.LG math.IT
Analysis of QoS in Heterogeneous Networks with Clustered Deployment and Caching Aware Capacity Allocation
在蜂窝网络中，连接设备和基站的密集化导致了不断增长的流量强度，而通过智能管理缓存流行内容是缓解这种后果的一种有前途的方法。我们的研究扩展了以前提出的三层缓存启用异构网络（HetNets）的分析。主要贡献有三个方面。我们考虑更现实的假设，即小基站的分布是泊松-泊松集群过程，这反映了地理限制，用户密集区，覆盖空洞的真实情况。我们提出的下行链路数据传输容量的分配，根据请求的内容的情况下，无论是缓存或非缓存在附近的节点和阐明的流量效率的分配下的集群部署的小基站的影响。基于区分性处理器共享（DPS）队列的近似逗留时间，推导出分配系统的吞吐量和延迟。我们提出了一个更好的缓存解决方案，未来的蜂窝网络的挑战，实现的效率和这样的系统的性能的结果。
2021-03-24 cs.IT math.IT math.PR
MDS-Coded Distributed Caching for Low Delay Wireless Content Delivery
我们研究使用最大距离可分离（MDS）码缓存流行的内容，以减少无线内容传输的下载延迟。特别是，我们考虑一个蜂窝系统中的设备漫游在一个细胞根据泊松随机过程。流行内容使用MDS代码被缓存在有限数量的移动设备中，并且可以使用设备到设备通信从移动设备下载。我们推导出一个解析表达式的延迟从无线网络中下载的内容，并显示使用MDS码的分布式缓存可以显着降低下载延迟的情况下，内容总是从基站下载和未编码的分布式缓存的情况下。
2017-01-05 cs.IT math.IT
Coded Caching in Partially Cooperative D2D Communication Networks
回程业务正成为无线和蜂窝网络（例如，4G-LTE和5G），对在线视频流的需求不断增长。将流行内容缓存在网络用户的缓存存储器中（例如，移动设备）是减少网络高峰期间业务量的有效技术。然而，由于这些网络的动态性质、用户隐私设置或能量限制，一些用户可能在缓存过程期间不可用或不打算参与。在本文中，我们提出了设备到设备的通信网络中的一组用户表现出自私的特点缓存计划。自私用户与非自私用户一起将缓存流行内容，但不会与其他用户共享其有用的缓存内容以满足用户请求。我们表明，我们提出的计划是能够满足任何任意用户的请求下的部分合作的网络用户。
2017-09-19 cs.IT math.IT
A New Design of Private Information Retrieval for Storage Constrained Databases
专用信息检索（PIR）允许用户从$N$数据库下载$K$消息之一，而不向任何数据库透露正在下载哪个$K$消息。通常，数据库可以是存储受限的，其中每个数据库最多只能存储$μK L$位，其中$\frac{1}{N} \leq μ\leq 1$和$L$是每个消息的位大小。让$t= μN$，最近的工作表明，存储约束PIR（SC-PIR）的容量是$\left( 1+ \frac{1}{t} + \frac{1}{t^2} + \cdots + \frac{1}{t^{K-1}} \right)^{-1}$，这是通过一个存储布局方案的启发内容布局方案在文献中的编码缓存和原始PIR计划。毫不奇怪，这种可实现的方案要求每个消息的长度为$L = {N \choose t}t^K$位，这可能是不切实际的。在本文中，没有试图使SC-PIR和编码缓存问题之间的联系，基于全存储PIR（FS-PIR）问题（$μ= 1$）和SC-PIR问题之间的一般联系，我们提出了一个新的SC-PIR设计思想，使用新的存储布局方案。所提出的方案显着降低了消息大小的要求，同时仍然满足容量的SC-PIR。特别地，与现有技术的$L = {N \choose t}t^K$相比，所提出的SC-PIR方案要求每个文件的大小仅为$L = Nt^{K-1}$。因此，我们得出结论，PIR可能不符合编码缓存时，$L$的大小受到约束。
2019-01-22 cs.IT math.IT
Caching or No Caching in Dense HetNets?
在异构蜂窝网络（HetNet）中缓存更靠近用户设备（UE）的内容提高了用户感知的服务质量（QoS），同时降低了运营商回程使用/成本。尽管如此，在目前促进积极致密化的网络战略下，尚不清楚启用缓存的HetNet是否保持了声称的成本效益和潜在优势。这是由于1）高速缓存的集体成本，其可能不可避免地超过密集HetNet中的回程的昂贵成本，以及2）过度干扰，其影响信号接收而不管内容放置。我们分析了这些重要的，但被忽视的问题，表明虽然致密化减少了回程负载，提高了高速缓存启用密集网络的频谱效率，它同时降低了缓存命中概率，增加了网络成本。然后，我们引入了一个缓存效率指标，每单位花费成本的面积频谱效率，并发现它足以在smallcell基站的缓存中缓存仅约3%的内容库大小。此外，我们表明，范围扩展，这是已知的无线网络中的实质性价值，几乎是无能为力的，以遏制缓存效率低下。令人惊讶的是，与推荐从宏小区到小小区的业务卸载的传统智慧不同，在启用高速缓存的HetNet中，完全排除卸载或相反地做通常更有益。
2019-01-30 cs.IT math.IT
Cache-Enabled Heterogeneous Cellular Networks: Optimal Tier-Level Content Placement
在异构蜂窝网络（HCN）的基站（BS）处缓存流行内容避免了从内容提供方到网络边缘的频繁信息传递，从而减少了延迟并缓解了回程链路中的业务拥塞。在一般情况下，在HCN的内容放置的最佳策略仍然在很大程度上是未知的，并得出它们形成本文的主题。为此，我们采用流行的随机HCN模型，其中BS的$K$层被建模为分布在具有不同密度的平面上的独立泊松点过程。此外，考虑随机高速缓存方案，其中具有对应流行度度量的给定$M$文件集合中的每一个以对应概率（称为放置概率）被放置在特定层的每个BS处。对于同一层中的所有BS，概率是相同的，但是在层之间变化，从而给出了层级内容放置的名称。我们认为，网络性能指标，命中概率，定义为概率，由典型的用户请求的文件被成功地交付给用户。我们最大限度地提高命中概率的内容放置概率，从而产生最佳的层级放置策略。对于用于不同层中的BS的成功传输的统一接收信号干扰比阈值的情况，策略是封闭形式的，其中特定文件的放置概率与对应流行度测量的平方根成比例，其中偏移取决于BS高速缓存容量。对于非均匀SIR阈值的一般情况下，优化问题是非凸的，并通过近似设计了一个次优的布局策略，它具有类似的结构，在均匀SIR阈值的情况下，并通过仿真显示是接近最优的。
2017-06-17 cs.IT math.IT
On the Delay of Geographical Caching Methods in Two-Tiered Heterogeneous Networks
我们考虑一个分层网络，包括移动用户，一个两层蜂窝网络（即小细胞和宏细胞）和中央路由器，其中每个遵循泊松点过程（PPP）。在这种情况下，具有有限容量回程的小型小区能够在给定的随机缓存策略和存储约束下缓存内容。此外，我们考虑了三种不同的内容流行度模型，即固定的内容流行度，距离依赖和负载依赖，以模拟用户的内容请求模式的时空行为。我们推导出表达式的平均延迟的用户假设完美的知识的内容流行度分布和随机缓存策略。虽然所有三个内容流行度模型的平均延迟的趋势基本上是相同的，我们的研究结果表明，缓存启用异构网络的整体性能可以大大提高，特别是在负载依赖的内容流行度模型。
2016-05-03 cs.IT math.IT
Learning-Based Delay-Aware Caching in Wireless D2D Caching Networks
最近，已经研究了无线高速缓存技术以满足较低的延迟要求并从高峰时段卸载业务。通过在移动用户处存储流行文件的部分，用户可以在他们自己的缓存中或在他们的邻居处的缓存中定位他们请求的一些文件。在后一种情况下，当用户从其邻居接收文件时，执行设备到设备（D2D）通信。以蜂窝网络为基础的D2D通信也是即将到来的无线系统的新范例。通过允许一对相邻的D2D用户直接通信，D2D通信可以实现更高的吞吐量、更好的能量效率和更低的业务延迟。在这项工作中，我们提出了一个有效的学习为基础的缓存算法与非参数估计，以尽量减少D2D使能蜂窝网络中的平均传输延迟。假设系统不具有关于文件的流行度的任何先验信息，并且非参数估计器旨在学习文件请求的强度函数。设计了一种算法来确定在每个循环中提供最佳延迟改善的最佳<file，user>对，以形成具有非常低的传输延迟和高吞吐量的缓存策略。该算法还扩展到解决一个更一般的情况下，其中的衰落系数和系统参数的值的分布可能会随着时间的推移而改变。通过数值计算结果，所提出的算法的优越性进行了验证，通过比较它与一个天真的算法，其中所有的用户只是缓存他们喜欢的文件，并通过比较与概率算法，其中用户缓存的文件的概率是成比例的，它的受欢迎程度。
2018-09-26 cs.IT eess.SP math.IT
Edge Caching for Coverage and Capacity-aided Heterogeneous Networks
研究了具有层内和层间依赖性的两层异构蜂窝网络（HCN）。宏小区部署遵循泊松点过程（PPP），并且使用两个不同的聚类点过程来对高速缓存使能的小小区进行建模。在此模型下，我们推导出的平均交付率考虑层间和层内依赖的有限积分的近似表达式。高速缓存大小的事实上，大大提高了性能的小细胞方面的平均交付率，我们表明，有限的回程速率分裂引起非线性的性能变化，因此必须进行调整的速率公平不同层次的用户之间。
2016-05-01 cs.IT math.IT
