Age of Information Aware Cache Updating with File- and Age-Dependent Update Durations
我们考虑一个系统，该系统由一个时变文件库、一个始终观察所有文件的当前版本的服务器以及一个缓存组成，该缓存在开始时存储所有文件的当前版本，但之后必须更新这些文件的%新鲜版本来自服务器。与以前的作品不同，更新持续时间不是恒定的，而是取决于文件及其信息年龄（AoI），即，自上次更新以来所经过的时间。这项工作的目标是设计一个更新策略，最大限度地减少相对于一个给定的流行度分布的所有文件的平均AoI。实际上，一个放松的问题，接近原来的优化问题，得到了一个实用的更新策略。更新策略依赖于文件流行度和根据其AoI表征文件更新持续时间的函数。数值模拟表明，这种新的更新策略相比，所谓的平方根的政策，是最佳的文件独立和恒定的更新持续时间的显着改善。
2019-09-19 cs.IT math.IT
Information Freshness in Cache Updating Systems
我们考虑一个缓存更新系统的源，缓存和用户。存在$n$文件。源保留文件的最新版本，这些文件以已知速率$λ_i$更新。缓存从源下载并保存文件的最新版本，速率为$c_i$。用户从缓存中获取更新，速率为$u_i$。当用户获得更新时，它要么从缓存获得新的更新，要么缓存中的文件由于源处的文件更新而变得过时，在这种情况下，用户获得过时的更新。我们找到一个分析表达式的平均新鲜度的文件在用户。接下来，我们将我们的设置推广到源和用户之间有多个缓存的情况，并找到用户的平均新鲜度。我们提供了一种交替的基于最大化的方法来找到缓存的更新速率$c_i$和用户的更新速率$u_i$，以最大化用户处的文件的新鲜度。我们观察到，对于用户的给定更新速率集（分别为对于高速缓存）、用于高速缓存的最优速率分配策略（相应地，对于用户）是$threshold$ $policy$，其中在源处快速改变文件的最佳更新速率可以等于零。最后，我们考虑一个系统，多个用户连接到一个单一的缓存，并找到更新率的缓存和用户，以最大限度地提高总新鲜度超过所有用户。
2020-11-13 cs.IT cs.NI eess.SP
Freshness Based Cache Updating in Parallel Relay Networks
我们考虑一个系统组成的服务器，它接收更新$N$文件根据独立的泊松过程。服务器的目标是通过$K$缓存的并行网络向用户提供文件的最新版本。如果用户收到的文件版本与服务器上当前流行的文件版本相同，则我们认为用户收到的更新成功。我们推导出一个解析表达式的信息新鲜度在用户。我们观察到，新鲜度的文件增加了合并率跨缓存的增加。为了解决多缓存问题，我们首先解决单缓存系统的辅助问题。然后，我们通过尽可能多地将速率合并到单个路由来重新设计并行缓存网络的辅助解决方案。这产生了原始问题的近似（次优）解决方案。我们提供了一个上界的次优解和最优解之间的差距。数值结果表明，次优策略非常接近最优策略。
2021-05-11 cs.IT cs.NI eess.SP
Optimized Base-Station Cache Allocation for Cloud Radio Access Network with Multicast Backhaul
云无线电接入网络（C-RAN）的性能受到连接集中式处理器（CP）与基站（BS）的回程链路的有限容量的限制，特别是当回程在无线介质中实现时。本文提出了使用无线多播与BS缓存，其中BS预存储流行文件的内容，以增加C-RAN的回程。针对由单个基站集群和无线回程组成的下行链路C-RAN，研究了基站之间的最优缓存分配策略和CP处的最优组播波束赋形传输策略，使得用户请求的消息以最有效的方式从CP传送到基站。我们首先陈述基于联合高速缓存-信道编码方案的多播回程速率表达式，这意味着较大的高速缓存大小应当被分配给具有较弱信道的BS。然后，我们制定了一个两个时标的联合缓存大小分配和波束成形设计问题，其中缓存是离线优化的长期信道统计信息的基础上，而波束成形器的设计在文件传输阶段的基础上的瞬时信道状态信息。通过利用样本近似方法和交替方向乘法器（ADMM）的方法，我们开发了高效的算法优化缓存大小之间的BS分配，并量化多少缓存应该分配给较弱的BS。我们进一步考虑的情况下，多个文件具有不同的流行度，并表明，它通常不是最佳的完全缓存最流行的文件第一。数值结果表明，优化后的缓存大小分配方案的性能显着改善均匀分配和其他启发式计划。
2018-04-28 cs.IT math.IT
The Optimal Memory-Rate Trade-off for the Non-uniform Centralized Caching Problem with Two Files under Uncoded Placement
针对非均匀需求下的集中式编码缓存问题，提出了一种新的解决方案。所提出的布局策略的显着特点是，它承认平等的子包化的所有文件，同时允许用户分配更多的缓存的文件更受欢迎。这在传递阶段中创建了自然的广播机会，这同时对请求不同流行度的文件的用户有帮助。对于两个文件的情况下，我们提出了一种新的交付策略的基础上干扰对齐，使每个用户解码他想要的文件后，两层剥离解码器。此外，我们扩展了现有的逆界一致的需求下未编码的位置，非均匀的情况下。为了实现这一点，我们构建$N!$辅助用户，对应于所有排列的$N$文件，每个缓存仔细选择的子包的文件。每个辅助用户提供不同的逆向边界。总的逆界是所有这些$N!$界的最大值。我们证明，我们的两个文件的情况下，可实现的传输速率满足这一逆，从而建立最佳预期的内存速率权衡的情况下，$K$用户和两个文件的任意流行下未编码的位置。
2019-07-25 cs.IT math.IT
Audience-Retention-Rate-Aware Caching and Coded Video Delivery with Asynchronous Demands
编码缓存的大多数结果都集中在静态场景上，其中固定数量的用户同步地从内容库中放置他们的请求，并且性能是根据满足所有这些需求的延迟来衡量的。然而，在实践中，用户随着时间异步地开始观看在线视频内容，并且经常在视频完成之前中止观看视频。后一种行为是通过观众留存率的概念来捕捉的，观众留存率衡量的是平均观看的视频内容的部分。为了使编码缓存更接近实践，本文考虑了异步用户需求，允许用户需求随着时间的推移随机到达，并考虑了视频文件的受欢迎程度和观众保留率。提出了一种分散的部分编码缓存（PCC）方案，以及两种缓存分配方案，即最优缓存分配（OCA）和基于流行度的缓存分配（PCA），它们将用户的缓存分配到库中视频文件的不同块中。数值结果验证了建议的PCC计划，无论是与OCA或PCA，优于传统的未编码的缓存，以及国家的最先进的分散式缓存计划，只考虑文件的流行程度，并设计用于同步需求到达。还提出了一个信息理论上的平均交付率的下限。
2018-08-14 cs.IT math.IT
Age of Information With Non-Poisson Updates in Cache-Updating Networks
我们研究年龄的信息在多跳多播缓存启用网络的链接上的更新时间不一定是指数分布。我们专注于一组非算术分布的更新时间，其中包括连续的概率分布作为一个子集。我们首先描述了任意网络中每个节点的瞬时信息年龄。然后，我们阐述了递归方程的瞬时年龄的信息在多跳网络中，并得出封闭形式的表达式预期年龄的信息在最终用户。我们发现，在多跳网络的预期年龄表现出一种加性结构。此外，我们表明，在每个用户的预期年龄是直接成比例的方差在用户和源之间的所有链接的更新时间。我们希望在这项工作中的分析，以帮助减轻过度依赖泊松过程的未来工作中的信息时代。
2023-01-31 cs.IT cs.NI eess.SP
Private Information Retrieval From a Cellular Network With Caching at the Edge
我们考虑从蜂窝网络下载内容的问题，其中内容被缓存在无线边缘，同时实现隐私。特别地，我们考虑从文件库中进行内容的私有信息检索（PIR），即，用户希望下载文件并且不希望网络了解关于她感兴趣的文件的任何信息。为了减少回程的使用，内容被缓存在无线边缘的一些小小区基站（SBS）使用最大距离可分离的代码。我们提出了一个PIR计划，这种情况下，实现对一些间谍SBS（可能）合作的隐私。所提出的PIR方案是Kumar等人最近引入的方案的扩展。多码率的情况下，适合于文件具有不同流行度的场景。然后，我们推导出回程速率并优化内容放置以使其最小化。我们证明了均匀的内容放置是最佳的，即，所有被高速缓存的文件都应该使用相同的码率来存储。这与不需要PIR的情况相反。此外，我们用数字表明，流行的内容放置在某些情况下是最佳的。
2018-09-04 cs.IT math.IT
Rate-Distortion-Memory Trade-offs in Heterogeneous Caching Networks
无线边缘的缓存可用于满足对高清无线视频流日益增长的需求。通过将流行内容预取到无线接入点或最终用户设备的内存中，可以在本地服务请求，从而减轻昂贵回程的压力。此外，使用网络编码允许通过共同编码的多播传输同时服务不同的高速缓存未命中，从而导致与传统递送方案相比显著更大的负载减少。大多数先前的作品只是将视频内容视为用户想要完全下载的固定大小的文件。这项工作的动机是这样一个事实，即视频可以以可伸缩的方式编码，解码视频质量取决于用户顺序接收的层的数量。使用高斯源模型，缓存和编码的交付方法被设计成最小化在速率受限的缓存网络中的最终用户设备处的平方误差失真。该框架非常通用，并考虑了异构缓存大小，视频流行度和用户文件播放质量。作为解决方案的一部分，提出了一种新的分散式方案，用于预先设定的用户失真目标的有损缓存辅助交付，该方案进一步将现有文献推广到具有文件异构性的设置。
2019-12-01 cs.IT math.IT
Reinforcement Learning for Caching with Space-Time Popularity Dynamics
University of Minnesota（明尼苏达大学）；Bosch Center for Artificial Intelligence（博世人工智能中心）
随着有线和无线网络上的数据流量的巨大增长，以及越来越多的富媒体应用，缓存被设想在下一代网络中发挥关键作用。为了智能地预取和存储内容，缓存节点应该能够了解缓存什么以及何时缓存。考虑到地理和时间的内容流行动态，有限的可用存储在缓存节点，以及在网络缓存设置中的缓存决策的交互影响，开发有效的缓存策略实际上是具有挑战性的。为了应对这些挑战，本章提出了一个通用的强化学习为基础的方法，近最佳的缓存策略设计，在单节点和网络缓存设置下的动态时空流行。本文提出的政策补充使用一组数值测试，这展示了所提出的方法相对于几个标准的缓存政策的优点。
2020-05-19 cs.IT cs.LG cs.NI
Coded Caching for Multi-level Popularity and Access
为了满足对无线内容呈指数级增长的需求，使用缓存正在成为一种潜在的解决方案。最近已经确定，内容交付和存储（编码缓存）的联合设计可以显着提高传统缓存的性能。编码缓存非常适合新兴的异构无线架构，该架构由具有高数据率的局部覆盖无线接入点（AP）的密集部署以及稀疏分布的大覆盖宏小区基站（BS）组成。这使得能够设计编码缓存和交付方案，该方案为AP配备存储，并以创建编码多播机会的方式将内容放置在其中，以与宏小区广播相结合，从而满足用户甚至不同的需求。对于具有单级内容的系统，即，一个所有内容都是受欢迎的地方。在这项工作中，我们考虑了一个系统与非统一的流行度的内容被分为多个级别，根据不同程度的流行。这项工作的主要贡献是推导出一个顺序最优的计划，明智地共享不同流行的文件之间的缓存内存。为了显示顺序最优性，我们推导出新的信息理论下界，它使用滑动窗口熵不等式，有效地创建一个非割集界。我们还扩展的想法，当用户可以访问多个缓存随着广播。最后，我们考虑两个极端的情况下，用户分布在缓存的多级流行度模型：一个单一的用户每个缓存（单用户设置）与大量的用户每个缓存（多用户设置），并证明了二分法在这两个极端情况下的顺序最优策略。
2015-12-31 cs.IT math.IT
Age-Based Cache Updating Under Timestomping
本文研究 timestomping 对手篡改缓存分组时间戳时的信息年龄优化问题，将其建模为在线学习博弈，给出竞争比下界及具有可证明保证的确定性更新算法。
2023-07-18 cs.IT cs.NI eess.SP
Deep Reinforcement Learning for IoT Networks: Age of Information and Energy Cost Tradeoff
在大多数物联网（IoT）网络中，边缘节点通常用作中继器，以缓存IoT传感器生成的感知数据，并为数据消费者提供通信服务。然而，物联网传感的一个关键问题是数据通常是瞬时的，这需要缓存内容项的时间更新，而频繁的缓存更新可能导致相当大的能源成本，并挑战物联网传感器的寿命。为了解决这个问题，我们采用信息时代（AoI）来量化数据的新鲜度，并提出了一个在线缓存更新计划，以获得平均AoI和能源成本之间的有效权衡。具体来说，我们首先通过结合成功的传输条件来描述物联网传感器的传输能耗。然后，我们将缓存更新建模为马尔可夫决策过程，以最小化平均加权成本，并对状态、动作和奖励进行明智的定义。由于用户对内容项的偏好通常是未知的，并且通常是随时间变化的，因此我们开发了一种深度强化学习（DRL）算法来实现智能缓存更新。通过试错探索，可以学习有效的缓存策略，而不需要确切的内容流行度知识。仿真结果证明了该框架的优越性。
2020-10-23 cs.IT math.IT
Joint Long-Term Cache Allocation and Short-Term Content Delivery in Green Cloud Small Cell Networks
近年来，移动数据流量呈指数级增长，这可能导致无线网络上的严重流量燃烧和相当大的功率消耗。网络致密化和边缘缓存是解决这些挑战的有效方法。在这项研究中，我们研究了联合长期缓存分配和短期内容交付云小小区网络（C-SCN），其中多个小小区BS（SBS）通过前传连接到中央处理器，可以存储流行的内容，以减少网络中的重复传输。因此，通过在服务质量（QoS）和存储约束下联合优化多播波束成形、BS聚类和高速缓存分配来制定长期功率最小化问题。由此产生的混合时标设计问题是一个anticausal问题，因为最佳的缓存分配取决于未来的文件请求。为了解决这个问题，提出了一种两阶段的优化方案，利用用户的请求和信道状态信息的历史知识。具体地说，在线内容交付的设计与惩罚为基础的方法，并定期缓存更新优化与分布式交替的方法。仿真结果表明，该方案显着优于传统的计划，并表现出非常接近基因辅助的低缓存区的下限。
2019-04-24 cs.IT eess.SP math.IT
Maximizing Information Freshness in Caching Systems with Limited Cache Storage Capacity
我们考虑一个缓存更新系统的源，一个有限的存储容量的缓存和一个用户。存在$n$文件。源保持文件的最新版本，这些文件以已知的速率更新。缓存从源获取新文件，但它只能存储$K$文件的最新下载版本，其中$K\leq n$。用户从缓存或源获取文件。如果用户从缓存中获取文件，则接收到的文件可能已过期，具体取决于源中的文件状态。如果用户直接从源获取文件，则接收到的文件总是新鲜的，但是源和用户之间的额外传输时间降低了用户处的新鲜度。因此，我们研究了在缓存中存储文件和以额外的传输时间为代价直接从源获取文件之间的权衡。我们发现这两种情况下，在用户的文件的平均新鲜度的分析表达式。然后，我们找到每个文件的最佳缓存状态（即，是否将文件存储在高速缓存中）以及高速缓存中相应的文件更新速率，以最大化用户处的总体新鲜度。我们观察到，当缓存的总更新率很高时，缓存文件提高了用户的新鲜度。然而，当缓存的总更新率较低时，用户的最优策略是直接从源获取频繁变化的文件和传输时间相对较小的文件。
2020-10-01 cs.IT cs.NI eess.SP
