On Edge Caching in the Presence of Malicious Users
在本文中，我们调查的问题，最佳的缓存放置在异构网络中的恶意移动用户的存在，其中小小区基站配备缓存，以减少整体回程负载。特别地，恶意用户旨在最大化回程处的文件拥塞，即，以最大化平均回程速率。对于该对抗模型，我们推导出异构网络可实现的平均回程速率。此外，我们从博弈论的角度研究了系统性能，自然地考虑了宏小区基站和恶意用户之间的零和Stackelberg游戏。然后，我们彻底调查的系统性能存在的对手，我们分析的系统参数，如网络拓扑结构和小小区基站的能力，在Stackelberg均衡的边缘缓存的整体性能的影响。我们的研究结果突出了恶意用户对网络整体缓存性能的影响，并进一步表明了在小小区基站上放置具有对抗意识的内容的重要性。
2016-05-24 cs.IT cs.NI math.IT
Distributed Edge Caching in Ultra-dense Fog Radio Access Networks: A Mean Field Approach
本文研究了超密集雾无线接入网（F-RAN）中的边缘缓存问题。考虑到时变的用户请求和超密集部署的雾接入点（F-AP），我们提出了一个动态的分布式边缘缓存方案，以联合最小化请求服务延迟和前传流量负载。考虑到F-AP之间的互动关系，我们建模的缓存优化问题作为一个随机微分博弈（SDG），捕捉F-AP状态的时间动态，并结合用户的请求状态。SDG进一步近似为平均场博弈（MFG），利用超密集性质的F-RAN。在MFG中，每个F-AP可以通过迭代求解相应的偏微分方程来独立地优化其缓存策略，而无需与其他F-AP进行任何信息交换。仿真结果表明，所提出的边缘缓存方案优于基线计划在静态和时变的用户请求。
2018-06-24 cs.IT math.IT
Ultra-Dense Edge Caching under Spatio-Temporal Demand and Network Dynamics
本文研究了一个蜂窝边缘缓存设计下的一个非常大的数量的小基站（SBS）和用户。在这种超密集边缘缓存网络（UDCN）中，SBS-用户距离缩小，每个用户可以从多个SBS请求缓存的内容。不幸的是，现有的缓存控制机制的复杂性随着SBS的数量而增加，使得它们不适用于解决基本的缓存问题：如何最大限度地提高本地缓存增益，同时最小化复制的内容缓存？此外，由于干扰的激增，干扰的空间动态在UDCN中不再是可忽略的。此外，缓存控制应该考虑用户需求的时间动态。为了克服这些困难，我们提出了一种新的缓存算法编织在一起的平均场博弈论和随机几何的概念。这些使我们的缓存算法变得独立的SBS和用户的数量，同时将空间干扰动态以及内容流行度和存储约束的时间动态。数值评估验证了这样一个事实，即该算法不仅降低了至少24%的长期平均成本，但也复制的内容的数量由56%相比，基于流行度的算法。
2017-03-03 cs.IT cs.NI 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
Information-Theoretic Caching: Sequential Coding for Computing
在缓存的范例下，部分数据在用户的实际请求被知道之前被传递。本文将该问题建模为带边信息的规范分布式信源编码问题，边信息代表用户的请求。对于单用户情况，建立了最优速率区域的单字母特征，对于几种重要的特殊情况，给出了封闭形式的解，包括用户请求均匀分布的情况.在这种情况下，它表明，最佳的缓存策略是密切相关的总相关性和Wyner的共同信息。使用从单用户的情况下获得的洞察力，三个两个用户的情况下承认单字母的特征，其中绘制连接到现有的信源编码的文献中的问题：灰色-Wyner系统和分布式连续细化。最后，Maddah-Ali和Niesen研究的模型被改写，以与所考虑的信息理论模型进行比较。虽然这两种缓存模型在单用户情况下具有类似的行为，但通过两个用户的示例显示，这两种缓存模型的行为通常不同。
2016-02-27 cs.IT math.IT
Mobile Device Association and Resource Allocation in Small-Cell IoT Networks with Mobile Edge Computing and Caching
为了满足计算敏感（CS）和高速率（HR）通信的需求，移动边缘计算和缓存框架被广泛认为是一种有前途的解决方案。当这样的框架在小小区IoT（物联网）网络中实现时，如何将移动边缘计算和缓存服务器分配给具有CS和HR通信的移动设备（MD）是一个关键和开放的话题。由于这些服务器被集成到小型基站（BS）中，因此它们的分配不仅涉及BS选择（即，MD关联），而且还包括计算和缓存模式的选择。为了减轻网络干扰，从而提高系统性能，一些高效的资源划分机制，首先引入接入和回程链路。在此基础上，提出了一个最小化MD加权时延之和的问题，以实现有限资源下的MD关联和资源分配的联合目标。考虑到MD关联与资源分配参数之间的耦合，根据联盟博弈和凸优化理论，提出了一种交替优化算法。为了保证所设计的算法从一个可行的初始解开始，我们根据传统的最佳信道关联开发了一个初始化算法，用于仿真中的比较和联盟博弈的输入。仿真结果表明，以最小化MDs加权时延和为目标的算法比一般的初始（最佳信道关联）算法具有更好的性能。
2022-02-26 cs.IT eess.SP 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
Caching With Time-Varying Popularity Profiles: A Learning-Theoretic Perspective
考虑异构无线网络中小小区基站（sBS）处的内容缓存。提出了一种成本函数，其捕获被称为“卸载损失”的回程链路负载，其测量在sBS高速缓存中不可用的所请求的文件的分数。相对于以前的方法，考虑时间不变的和完全已知的流行配置文件，缓存与非平稳和统计相关的流行配置文件（假设未知，因此，估计）从学习理论的角度进行了研究。导出了一个可能近似正确的结果，该结果给出了卸载损失差的高概率界，即，估计的和最佳卸载损失之间的误差。该差是Rademacher复杂度、$β-$混合系数、时隙数量以及估计的流行度分布与真实流行度分布之间的差异的度量的函数。提出了一种缓存更新算法，并通过仿真实验验证了该算法优于周期性更新算法。伯努利和泊松请求模型的性能分析。
2018-05-17 cs.IT math.IT
Fundamental Limits of Caching with Secure Delivery
高速缓存正在成为缓解以内容为中心的现代无线网络中严重容量不足的重要工具。缓存背后的主要思想是将部分流行内容存储在最终用户的内存中，并利用本地存储的内容来降低峰值数据率。通过联合设计内容放置和交付机制，最近的作品已经显示出与传统方法相比传输速率的顺序减少。在这项工作中，我们考虑的安全缓存问题的额外目标，最大限度地减少信息泄漏到外部窃听。基本的高速缓存存储器与传输速率权衡的安全缓存问题的特点。令人惊讶的是，这些结果表明，安全性可以以微不足道的成本引入，特别是对于大量的文件和用户。研究还表明，对于几乎所有实际感兴趣的参数值，所提出的具有安全传输的缓存方案所实现的速率与信息理论最佳速率的倍数都在一个常数范围内。
2014-12-11 cs.IT cs.NI math.IT
Online Edge Caching in Fog-Aided Wireless Network
在雾无线电接入网络（F-RAN）架构中，边缘节点（EN）（诸如基站）配备有有限容量的高速缓存，以及可以支持来自云处理器的给定传输速率的前传链路。F-RAN中的内容递送的现有信息理论分析集中于具有单独的内容放置和递送阶段的离线缓存。相比之下，这项工作认为在线缓存设置，其中一组流行的文件是随时间变化的，缓存补充和内容交付可以发生在每个时隙。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线缓存和交付计划的基础上反应性和主动缓存的研究，其性能进行了比较，以最佳的离线缓存方案分析和通过数值结果。
2017-12-03 cs.IT cs.NI math.IT
A Note on the Fundamental Limits of Coded Caching
编码缓存的基本限制调查的情况下，与$N=3$文件和$K=3$用户。一个改进的外边界是通过作者在早期的工作中开发的计算方法。这个结果是“计算信息理论极限的解决方案（SCITL）”在线收集的一部分。
2015-02-27 cs.IT math.IT
On the Fundamental Limits of Coded Caching Systems with Restricted Demand Types
缓存是一种通过在非高峰时段预取内容来减少高峰时段通信负载的技术。Maddah-Ali和Niesen在最近的一项工作中介绍了编码缓存的信息理论框架，与未编码缓存相比，可以获得显着的改进。相当大的努力已经投入到确定精确的信息理论的编码缓存系统的基本限制，然而，这项任务的难度也变得清晰。造成这种困难的原因之一是，原始的编码缓存设置允许在交付期间所有可能的多个需求类型，这实际上在编码策略中引入了紧张。在本文中，我们寻求开发一个更好地了解编码缓存的基本限制，通过调查系统有一定的需求类型的限制。我们首先考虑规范的三用户三文件系统，并表明，相反，流行的信念，最坏的需求类型是不是一个在所有三个文件的要求。受这些发现的启发，我们专注于编码缓存系统，其中每个文件必须至少由一个用户请求。提出了一种新的编码方案，它可以提供新的工作点，没有被任何以前已知的计划。
2021-09-04 cs.IT math.IT
A Low-Complexity Approach to Distributed Cooperative Caching with Geographic Constraints
我们考虑在蜂窝网络中的缓存，其中每个基站都配备了一个缓存，可以存储有限数量的文件。文件的流行度是已知的，并且目标是将文件放置在高速缓存中，使得在平面中的任意位置处的用户将在覆盖高速缓存中的一个中找到她需要的文件的概率最大化。我们开发分布式异步算法来决定哪些内容存储在哪个缓存。这样的合作算法只需要在覆盖区域重叠的缓存之间进行通信，并且可以以异步方式操作。该算法的发展主要是基于一个观察，该问题可以被视为一个潜在的游戏。我们的基本算法是来自最佳响应动力学。我们证明，每个最佳响应步骤的复杂性是独立的文件的数量，线性的缓存容量和线性的最大数量的基站，覆盖一定的区域。然后，我们证明了离散缓存布局的整体算法复杂度在网络大小和目录大小方面都是多项式的。在实际的例子中，该算法收敛在几个迭代。而且，在大多数感兴趣的情况下，基本算法找到对应于全局最优的最佳纳什均衡。我们提供了两个扩展我们的基本算法的基础上随机和确定性模拟退火找到全局最优。最后，我们展示了真实和合成网络上的命中概率演化，并表明我们的分布式缓存算法的性能显着优于存储最流行的内容，概率内容放置策略和多LRU缓存策略。
2017-11-24 cs.IT cs.NI math.IT
Fundamental Limits of Caching
缓存是一种通过将流行内容预取到最终用户的内存中来降低峰值流量速率的技术。传统上，这些存储器用于部分地从本地缓存的副本而不是通过网络来递送所请求的内容。这种方法提供的增益，我们称之为本地缓存增益，取决于本地缓存大小（即每个用户可用的内存）。在本文中，我们介绍和利用第二个，全球性的，缓存增益不利用传统的缓存方案。该增益取决于聚合全局高速缓存大小（即，在所有用户处可用的累积存储器），即使在用户之间没有协作。为了评估和隔离这两个收益，我们介绍了一个信息理论的制定的缓存问题，专注于其基本结构。对于这种设置，我们提出了一种新的编码缓存方案，利用本地和全局缓存增益，导致倍增的改善峰值速率相比，以前已知的计划。特别地，改进可以是网络中的用户数量的量级。此外，我们认为，所提出的方案的性能是在一个恒定的因素的信息理论的最佳的所有值的问题参数。
2014-02-06 cs.IT math.IT
Fundamental Limits of Caching: Improved Bounds For Small Buffer Users
在这项工作中，缓存问题的峰值速率进行了研究，在这种情况下，用户与小的缓冲区大小和用户的数量是不小于在服务器中的文件量。提出了一种新的编码缓存策略，这样的情况下，导致较低的峰值速率相比，最近的结果在文献中。此外，从信息论的角度分析了我们的峰值速率与割集界的一致性。
2015-11-06 cs.IT math.IT
Device-to-Device Private Caching with Trusted Server
为了保护用户的隐私，从其他用户的需求，在本文中，我们制定了一个新的信息理论设备到设备（D2D）的私人缓存模型，通过增加一个可信的服务器。在交付阶段，可信服务器收集用户的需求并向每个用户发送查询，然后每个用户根据该查询广播数据包。本文提出了两种D2D私有缓存方案（未编码和编码），这是顺序最优的。
2021-06-16 cs.IT math.IT
User Preference Learning Based Edge Caching for Fog Radio Access Network
研究了雾天无线接入网（F-RAN）中的边缘缓存问题。通过最大化整体缓存命中率，边缘缓存优化问题，制定找到最佳的政策。从区域用户的角度考虑内容在时间和空间上的受欢迎程度。提出了一种利用内容特征和用户偏好的在线内容流行度预测算法，以及一种利用{在线梯度下降}（OGD）方法和{跟随（邻近）正则化领导者}（FTRL-Proximal）方法的离线用户偏好学习算法。我们提出的边缘缓存策略不仅可以以低复杂度的在线方式及时预测未来的内容流行度，{而且}可以跟踪内容流行度的空间和时间流行度动态的时间没有延迟。此外，我们设计了两个基于学习的边缘缓存架构。此外，我们从理论上推导出流行度预测误差的上限，缓存命中率的下限，以及我们提出的边缘缓存策略的整体缓存命中率的遗憾界。仿真结果表明，我们提出的策略的整体缓存命中率优于传统的策略，并渐近接近最优性能。
2019-02-27 cs.IT cs.NI 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
Device-to-Device Secure Coded Caching
本文研究了具有信息论安全保证的设备到设备（D2D）编码缓存。被认为是一个广播网络组成的服务器，它有一个图书馆的文件，并配备了高速缓存存储器的终端用户。信息理论的保密性安全保证强加在文件上。服务器填充终端用户高速缓存，之后D2D通信使得能够递送所请求的文件。因此，我们要求用户不得访问其未请求的文件，即，安全缓存。首先，通过联合优化缓存放置和交付策略，提供了一个集中式编码缓存方案。接下来，一个分散的编码缓存方案的开发，不需要在缓存阶段的活跃用户的数量的知识。这两种方案都利用非完美秘密共享和一次性密钥，以保证安全的缓存。此外，所提出的方案提供安全递送作为附带益处，即，在传递阶段期间偷听到所发送的信号的任何外部实体不能获得关于数据库文件的任何信息。所提出的方案提供了可实现的最小交付和速率的上限。所需的传输和速率的下限也来自使用割集参数指示的下限和上限之间的乘法间隙。数值结果表明，随着存储器大小的增加，间隙消失。总的来说，这项工作证明了D2D通信在高速缓存辅助系统中的有效性，即使在参与节点和外部窃听者处施加机密性约束。
2019-05-02 cs.IT math.IT
Coded Caching for a Large Number Of Users
信息论分析的编码缓存系统被认为是一个服务器的数据库中的N个相等大小的文件，每个F位长，服务K个用户。假设每个用户具有可以存储M个文件的本地缓存，即，MF比特的容量。主动缓存到用户终端被认为是，其中的缓存被填充的服务器提前在放置阶段，而不知道用户的请求。每个用户请求一个文件，所有的请求在交付阶段通过一个共享的无错误链接同时得到满足。首先，集中式编码缓存的研究假设在交付阶段的活跃用户的数量和身份是已知的服务器在放置阶段。针对缓存容量为M = N/K的情况，提出了一种新的基于组的集中式编码缓存（GBC）方案。结果表明，该方案实现了一个较小的交付率比所有已知的方案在文献中。改进，然后扩展到更广泛的缓存容量之间的建议计划和其他已知的计划在文献中通过内存共享。接下来，所提出的集中式编码缓存的想法被利用在分散的设置，其中参与交付阶段的用户的身份被假定为在放置阶段是未知的。结果表明，建议的分散式缓存方案也实现了交付率小于国家的最先进的。数值模拟也证实了我们的理论结果。
2016-05-06 cs.IT math.IT
Coded Caching Does Not Generally Benefit From Selfish Caching
在典型的编码缓存场景中，中央库的内容被假设为所有接收用户都感兴趣。然而，在现实场景中，用户可能具有不同的兴趣，这些兴趣可能在不同程度上相交。例如，如果每个文件都可能对用户的$40\,\%$感兴趣，并且每个用户都可能对库的$40\,\%$感兴趣，会发生什么情况？那么，如果每个用户都自私地只缓存潜在兴趣的内容呢？在这项工作中，我们制定了对称自私编码缓存问题，其中每个用户自然地从库的子集中发出请求，该子集定义了自己的文件需求集（FDS），并自私地仅缓存来自自己的FDS的内容。对于不同的FDS对称重叠在一定程度上的情况下，我们提出了一种新的信息理论的逆揭示，对称FDS结构的一般设置，自私的编码缓存产生的负载性能是严格比标准编码缓存。
2022-02-07 cs.IT math.IT
Coded Caching with Shared Caches: Fundamental Limits with Uncoded Prefetching
这项工作确定了编码缓存的基本限制时，K个接收用户共享$\leq$ K助手缓存，每个协助任意数量的不同用户。的主要结果是推导出的确切的最佳最坏情况下的交付时间-在未编码的缓存放置的假设下-对于任何用户到缓存的关联配置文件，其中每个这样的配置文件描述了有多少用户被每个缓存的帮助。这是实现了一个新的信息理论的逆，是基于索引编码，并证明了一个简单的XOR收缩和删除编码缓存方案是最佳的，无论用户到缓存关联配置文件。所有结果也直接适用于多个文件请求的编码缓存问题。
2018-10-16 cs.IT math.IT
Multi-Access Coded Caching with Secure Delivery
多访问变量的编码缓存问题中存在的外部窃听器进行了研究。提出了一种由$K$用户、$K$缓存和$N$文件组成的多路访问编码缓存方案，其中每个用户以循环环绕的方式访问$L$相邻的缓存，该方案对窃听器是安全的.传统的不安全方案中的每个传输现在将由随机密钥加密。该方案使用了一种新的技术，在高速缓存中的关键位置。它还表明，所提出的安全多路访问编码缓存方案是一个恒定的乘法因子从信息理论的最优速率为$L\geq \frac{K}{2}$和$N\geq 2K$。
2021-05-12 cs.IT math.IT
A New Converse Bound for Coded Caching
一个信息论的下限开发的Maddah-Ali和Niesen研究的缓存系统。通过比较所提出的下限与分散编码缓存方案的Maddah-Ali和Niesen，最佳的内存-速率权衡的特点是在一个乘法的差距$4.7$的最坏情况下，改善以前的分析差距$12$。此外，当用户的请求遵循均匀分布的情况下，乘法差距收紧到$4.7$，改善了以前的分析差距$72$。作为一个独立的结果的兴趣，对于单用户的平均情况下，用户请求多个文件，它被证明，缓存最请求的文件是最佳的。
2016-01-21 cs.IT math.IT
Coded Caching via Line Graphs of Bipartite Graphs
我们提出了一个编码的缓存框架，使用线图的二分图。线图的团覆盖描述了用户处未缓存的子文件。线图平方补的团覆盖给出了满足用户需求的传输方案。然后，我们定义了一个特定的类，这样的缓存线图，其中的subpacketization，速率和未缓存的编码缓存问题的分数可以通过其图论参数捕获。我们提出了一个建设这样的缓存线图使用射影几何。所提出的方案具有从上到下由具有子分组化级别$q^{O((log_qK)^2)}$和未缓存分数$Θ(\frac{1}{\sqrt{K}})$的常数限定的速率，其中$K$是用户的数量，并且$q$是素数幂。我们还提出了一个subpacketization相关的下限编码缓存方案的速率为一个给定的广播设置。
2018-05-23 cs.IT math.IT
On the Optimality of Coded Caching With Heterogeneous User Profiles
在本文中，我们考虑一个编码缓存的情况下，用户有异构的利益。考虑到系统模型最初提出的王和Peleato，其中最终接收用户被分成组，根据他们的文件偏好，我们开发了一种新的信息理论的最佳最坏情况下的通信负载下未编码的缓存放置。有趣的是，开发的逆界，与王和Peleato提出的编码方案之一，使我们能够表征最佳的最坏情况下的通信负载下未编码的预取在一个恒定的乘法间隙的$2$。虽然我们限制的缓存策略是未编码的，我们的工作提高了以前已知的顺序最优结果所考虑的缓存问题。
2022-10-12 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
Demand-Private Coded Caching and the Exact Trade-off for N=K=2
分布式编码缓存问题在最近的过去已经被广泛研究。虽然已知的编码缓存方案实现了改进的传输速率，但是它们侵犯了用户的隐私，因为在这些方案中，一个用户的需求在递送阶段被透露给其他用户。在本文中，我们考虑的约束下，其他用户的需求保持信息理论上每个用户的秘密编码缓存问题。我们首先表明，记忆率对$(M,\min \{N,K\}(1-M/N))$是可实现的信息理论需求的隐私，而使用广播传输。然后，我们表明，$N$文件和$K$用户的需求私人计划可以从一个非私人的计划，满足$NK$用户的$N$文件的需求的一个有限的子集。然后，我们专注于$K=2$用户，$N=2$文件的需求专用编码缓存问题。我们描述了这种情况下的确切的内存速率权衡。为了显示可扩展性，我们使用我们的第一个结果来构建一个需求私有计划从非私有计划满足一个限制的需求子集，这是已知的田从早期的工作。此外，通过给出一个逆的额外要求的隐私的基础上，我们表明，所获得的可实现的区域是确切的内存速率的权衡。
2020-02-18 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
Caching with Time Domain Buffer Sharing
在本文中，存储高效缓存的基础上，时域缓冲区共享。缓存策略允许用户根据其随机请求时间的预测（也称为请求延迟信息（RDI））来确定是否应该缓存内容项以及应该缓存内容项多长时间。特别是，其目的是最大限度地提高通信的缓存增益，同时限制其存储成本。为了实现这一目标，首先建立了一个无限缓冲区缓存的优化理论模型，其中采用Little定律来权衡命中率和平均缓冲区消耗。当存在具有不同RDI的多个内容类时，通过仔细分配存储成本来进一步优化存储效率。为了使有限缓冲区缓存更实用，建立了$G/GI/L/0$队列模型，采用扩散近似和Erlang-B公式确定缓冲区溢出概率和相应的命中率。最佳命中率被证明是有限的需求概率和缓冲区大小分别为大型和小型缓冲区。在实践中，用户可以利用具有随机最大缓存时间的概率缓存和算术缓存，而不需要任何内容到达统计，以有效地在空中收获内容文件。
2018-04-09 cs.IT math.IT
Decentralized Caching Schemes and Performance Limits in Two-layer Networks
我们研究了一个两层网络中的分布式缓存方案，该网络包括一个服务器，多个助手和多个用户。基本上，建议的缓存方案包括两个阶段，即放置阶段和交付阶段。在放置阶段，每个助手/用户随机和独立地从服务器选择内容并将其存储到其存储器中。在交付阶段，用户向服务器请求内容，服务器通过帮助器满足每个用户。不同于现有的缓存方案，建议的缓存方案考虑到在放置阶段的帮助者和用户的预存储的内容来设计交付阶段。同时，建议的缓存方案利用索引编码在交付阶段，并利用多播的机会，即使不同的用户请求不同的内容。此外，我们分析了所提出的缓存方案的性能限制的特点，并表明，所提出的缓存方案的可实现的速率区域位于恒定的利润率的信息理论的最佳。特别地，乘性因子和加性因子分别被仔细锐化为$\frac{1}{48}$和$4$，这两者都优于现有技术。最后，仿真结果表明，所提出的缓存方案相比，艺术状态的优势。
2018-10-11 cs.IT math.IT
How Much Can D2D Communication Reduce Content Delivery Latency in Fog Networks with Edge Caching?
研究了一种雾无线接入网络（F-RAN），在该网络中，支持缓存的边缘节点（ENs）通过专用的前传连接向云提供内容。使用信息理论的方法，这项工作解决了量化的潜在的延迟减少，可以通过使设备到设备（D2 D）通信带外广播链路获得的问题。在先前的工作之后，归一化传输时间（NDT）-一种捕获高信噪比最坏情况延迟的度量-被采用作为感兴趣的性能标准。提出了基于压缩和转发的联合边缘缓存、下行链路传输和D2 D通信策略，其被示出为对于问题参数的所有值而言在恒定乘法因子2内是信息理论上最优的，并且对于许多特殊情况而言实现最小NDT。该分析提供了关于D2 D协作在改善递送延迟中的作用的见解。
2019-04-02 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
A Rate-Distortion Approach to Caching
本文采用率失真方法来理解高速缓存辅助通信系统的信息理论定律。具体来说，我们将优化的交付率之间的权衡，缓存容量和重建失真的单用户问题和一些特殊情况下的两个用户的问题。我们的分析考虑离散无记忆源，预期和过度失真约束，可分离和f-可分离的失真函数。我们还建立了一个强大的可分离失真函数的逆，我们表明，共同的信息（Gács-Körner和Wyner）的有损版本在缓存中发挥了重要作用。最后，我们说明并明确评估这些法律的多元高斯源和二进制对称源。
2016-10-24 cs.IT math.IT
Secure Coded Caching with Colluding Users
在一个安全的编码缓存系统中，一个中央服务器通过提前将一些公共数据分配到用户的缓存中来平衡高峰和非高峰时段之间的流量。同时，这些数据受到安全保护，防止可能的串通用户共享其缓存。我们将系统建模为流网络，并通过网络信息论方法研究其容量区域。由于容量域难以直接刻画，本文从网络信息论的角度对容量域进行了研究。一方面，我们提出了一种编码缓存方案，以实现低负载的安全数据传输的能力区域的内部边界确定。另一方面，我们还建立了容量域的外界，这表明我们提出的方案在特定情况下是阶最优的。
2019-10-18 cs.IT math.IT
Cache-Aided Modulation for Heterogeneous Coded Caching over a Gaussian Broadcast Channel
编码缓存是一种信息理论方案，通过在低高峰时段部分预取用户本地存储中的文件来减少高峰时段的流量。本文认为异构分散式缓存系统的用户和内容库文件的缓存可能有不同的大小。服务器通过高斯广播信道与用户通信。本文的主要贡献是一种新的调制策略，映射的编码缓存交付阶段产生的多播消息的信号星座的符号，使用户可以利用他们的缓存内容解调所需的符号具有更高的可靠性。为了简单起见，在本文中，我们只专注于未编码调制和逐符号的错误概率。然而，我们的方案结合多级编码调制可以扩展到信道编码在一个更大的块长度。
2020-01-16 cs.IT math.IT
Online Edge Caching and Wireless Delivery in Fog-Aided Networks with Dynamic Content Popularity
雾无线电接入网络（F-RAN）架构可以利用云处理和边缘缓存来向用户提供内容。为此，F-RAN利用边缘节点（EN）处的缓存和将云处理器连接到EN的前传链路。假设时不变的内容流行度，F-RAN中内容交付的现有信息理论分析依赖于具有单独内容放置和交付阶段的离线缓存。相比之下，这项工作的重点是场景中的一组流行的内容是随时间变化的，因此有必要在线补充的EN的高速缓存随着所请求的文件的交付。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线边缘缓存和交付计划的串行和流水线传输模式的前传和边缘段。分析结果表明，在内容流行度随时间变化的情况下，前传链路的速率对F-RAN系统的长期无损检测设置了根本限制。分析结果进一步验证了数值模拟，产生重要的设计见解。
2018-04-22 cs.IT cs.NI math.IT
Information Theoretic Caching: The Multi-User Case
在本文中，我们考虑一个缓存辅助网络，其中每个用户被假定为有个人的缓存，而在用户的请求，更新消息发送通过一个共同的链接到所有用户。首先，我们制定了一个一般的信息理论设置，表示数据库作为一个离散的无记忆源，和用户的请求作为边信息，除了在缓存编码器是无处不在。解码器的目标是恢复源和边信息的函数。通过查看高速缓存辅助网络的一般分布式信源编码问题，并通过信息理论的参数，我们提出了内部和外部边界的高速缓存内存的大小和更新率的基本权衡。然后，我们专门我们的一般内部和外部边界的特定模型的内容分发网络：文件选择网络，其中的数据库是一个独立的相等大小的文件的集合，每个用户独立请求的文件之一。对于文件选择网络，我们提供了一个外部边界和两个内部边界（用于集中式和分散式缓存策略）。对于用户请求信息均匀分布的情况，我们将速率与缓存大小的权衡特征描述为在4的乘法间隙内。通过进一步扩展我们的论点的框架Maddah-Ali和Niesen，我们还建立了一个新的外部边界和两个新的内部边界，它被证明恢复集中和分散的战略，以前建立的Maddah-Ali和Niesen。最后，在速率与缓存大小的权衡方面，我们将之前的乘法差距从72提高到4.7，用于均匀请求的平均情况。
2016-04-08 cs.IT math.IT
Wireless Coded Caching Can Overcome the Worst-User Bottleneck by Exploiting Finite File Sizes
我们解决了无线编码缓存的最差用户瓶颈，这是已知的严重减少缓存辅助多播增益，由于基本的最差信道限制的多播传输。我们考虑准静态瑞利衰落广播信道，我们首先表明，有效的编码缓存增益的XOR为基础的标准编码缓存方案完全消失在低信噪比制度。然后，我们发现，这种崩溃是不是固有的编码缓存。我们这样做，提出了一种新的方案，可以完全恢复编码缓存收益的资本化的一个方面，迄今为止仍然未被利用：共享的边信息所带来的有效的不可避免的文件大小约束。因此，最差用户效应被显著改善，因为它被更微妙的最差用户组效应所取代，其中建议的分组是固定的，并且在信道或需求已知之前就决定了。在某些情况下，理论增益完全恢复，并且这是在没有任何用户选择技术的情况下完成的。我们分析了所提出的方案的可实现的速率性能，并得出有见地的性能近似证明是非常精确的。
2021-03-04 cs.IT math.IT
Incentive Mechanism Design for Cache-Assisted D2D Communications: A Mobility-Aware Approach
在设备到设备（D2 D）通信的辅助下，在移动设备处缓存流行内容被认为是用于移动内容递送的有前景的技术。它可以有效地减少回程流量和服务成本，以及提高频谱效率。然而，由于移动用户的自私性，将需要激励机制来激励设备缓存。在本文中，我们研究的激励机制设计在缓存辅助D2 D网络，利用用户的移动性信息。采用一个接触模型来捕获每个设备对的两个连续接触之间的平均时间。制定了一个Stackelberg游戏，每个用户扮演的追随者，旨在最大限度地提高自己的效用和移动网络运营商（MNO）扮演的领导者，旨在最大限度地减少成本。假设用户的反应可以预测的MNO，制定成本最小化问题。由于该问题是NP-难的，我们将其转化为一个非负子模极大化问题，并提出了一种$(\frac{1}{4+ε})$ -近似局部搜索算法来求解该问题，仿真结果表明，该局部搜索算法具有接近最优的性能.通过与其他缓存策略的比较，我们验证了所提出的基于激励的移动性感知缓存策略的有效性。
2017-05-09 cs.IT math.IT
Unselfish Coded Caching can Yield Unbounded Gains over Symmetrically Selfish Caching
原始编码的缓存场景假设所有接收用户都感兴趣的内容库。然而，在现实场景中，用户可能具有不同的兴趣，这些兴趣可能在不同程度上相交。例如，如果每个文件都可能对用户的$40\,\%$感兴趣，并且每个用户都可能对库的$40\,\%$感兴趣，会发生什么情况？在这项工作中，我们调查了所谓的对称自私的编码缓存的情况下，每个用户只从一个子集的库，定义自己的文件需求集（FDS）的请求，每个用户只缓存自私的内容从自己的FDS，不同的FDS对称重叠在一定程度上。在各种传统的预取场景中（在编码缓存出现之前），自私的方法被认为是非常有效的。另一方面，除了一些著名的作品，很少有人知道自私的编码缓存。我们在这里提出了一个新的信息理论的逆证明，在一般设置的对称FDS结构，自私的编码缓存，尽管享受一个更大的本地缓存增益和一个小得多的可能的需求，引入了一个无界的负载增加相比，无私的情况下。特别地，在$K$ -用户广播信道中，其中每个用户存储库的一部分$γ$，其中每个文件（类）是$α$用户感兴趣的，并且其中任何一个特定文件是用户的一部分$δ$感兴趣的，对称自私缓存的最佳编码增益比无私场景中小至少$(K - α)γ+ 1$倍.这允许我们得出强有力的结论，即最佳自私编码增益由$1/(1 - δ)$上界，因此不与$K$成比例。这些派生的限制被证明是准确的不同类型的需求。
2021-09-10 cs.IT math.IT
Interference Cancellation at Receivers in Cache-Enabled Wireless Networks
在本文中，我们建议利用有限的缓存数据包作为边信息，以消除传入的干扰在接收器侧。我们考虑一个随机网络中的随机位置的基站和用户使用泊松点过程建模。缓存方案，以获得本地缓存增益和干扰消除增益的用户开发基于两个因素：不同的用户子集的密度和相应的子集中缓存的数据包。分组丢失率（PLR）进行了分析，这取决于缓存的数据包和信道状态信息（CSI）在接收器处可用。理论分析结果表明，在缓存资源和无线资源之间进行权衡。不同的缓存方案的性能进行了分析，并得出了分布式缓存的最小可实现PLR。
2016-11-14 cs.IT math.IT
Bandwidth Gain from Mobile Edge Computing and Caching in Wireless Multicast Systems
在本文中，我们提出了一种新的移动边缘计算（MEC）模型，其中MEC服务器具有所有计算任务的输入和输出数据，并通过共享的无线链路与多个支持缓存和计算的移动设备进行通信。每个任务请求可以从本地输出高速缓存、具有输入高速缓存的本地计算、本地计算或MEC计算来服务，其中的每一个引起多播链路的唯一带宽要求。以最小化传输带宽为目标，在时延、缓存、能量和组播传输约束条件下，对移动设备的本地缓存和计算策略进行了设计和优化。联合策略优化问题被证明是NP难的。当输出数据的大小小于输入数据的大小时，我们将问题转化为拟阵约束下的单调次模函数的极小化问题，并通过Schrijver的强多项式算法得到最优解.另一方面，当输出数据的大小大于输入数据的大小时，利用样本逼近和凹凸过程，结合乘子交替方向法，提出了一种低复杂度的高性能算法，并证明了该算法收敛于一个稳定点.此外，我们从理论上揭示了多少带宽增益可以实现从计算和缓存资源在移动设备或对称情况下的组播传输。我们的研究结果表明，利用计算和缓存资源在移动设备以及组播传输可以提供显着的带宽节省。
2019-01-23 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
Mobility-Aware Routing and Caching: A Federated Learning Assisted Approach
我们考虑一个服务成本最小化问题的资源受限的小小区网络与缓存，其中的挑战主要源于（i）回程容量不足和有限的网络带宽和（ii）有限的存储容量的小小区基站（SBS）。此外，优化问题是NP难的，因为用户的移动模式和内容偏好都是未知的。在本文中，我们开发了一种新的移动性感知的联合路由和缓存策略，以应对挑战。设计的框架将整个地理区域划分为包含一个SBS和多个MU的小部分。基于一站式商店（OSS）的概念，我们提出了一种联合路由和流行度学习（FRPL）的方法，其中SBS合作学习各自MU的路由和偏好，并做出缓存决策。FRPL方法一次性完成多个任务，从而减少了每个全局学习聚合的平均处理时间。通过利用FRPL的结果与估计的SBS的服务边缘，建议的缓存放置解决方案greatly近似具有挑战性的服务成本优化问题的最小值。理论和数值分析表明了本文方法的有效性。
2022-03-08 cs.IT math.IT
Content Caching and Delivery over Heterogeneous Wireless Networks
新兴的异构无线架构包括密集部署的具有高数据率的本地覆盖无线接入点（AP）以及稀疏分布的大覆盖宏小区基站（BS）。我们设计了一个编码的缓存和交付方案，这样的架构，配备AP与存储，使内容预取之前，知道用户的需求。请求内容的用户通过连接到具有缓存内容的本地AP以及通过收听BS广播传输来服务。对于任何给定的内容流行度简档，目标是设计高速缓存和递送方案，以便最佳地权衡BS处的传输成本与AP处的存储成本以及连接到多个AP的用户成本。我们设计了一个编码的缓存方案，非统一的内容流行度，动态分配用户访问AP的基础上请求的内容。我们证明了我们的计划相对于信息理论界的近似最优性。我们在YouTube数据集上对其进行了数值评估，并量化了传输速率，存储和访问成本之间的权衡。我们的数值结果还表明了一种有趣的可能性，即为了获得编码缓存的大部分好处，将内容划分为少量的流行类别就足够了。
2015-03-12 cs.IT math.IT
Improved Approximation of Storage-Rate Tradeoff for Caching with Multiple Demands
在网络边缘处的高速缓存已经成为一种可行的解决方案，用于通过以本地化内容存储和递送的形式利用网络负载平衡来缓解现代以内容为中心的无线网络中的严重容量紧缩。在这项工作中，我们考虑一个缓存辅助网络的缓存存储阶段是由一个中央服务器和用户可以要求在每个传输间隔多个文件的协助。为了服务于这些需求，我们考虑两种递送模型- $(1)$集中式内容递送，其中在每个传输间隔处的用户需求由中央服务器经由多播传输来服务;以及$(2)$设备到设备（D2 D）辅助分布式递送，其中用户彼此多播以便服务文件需求。对于这样的缓存辅助网络，我们提出了新的结果的基本缓存存储与传输速率的权衡。具体来说，我们开发了一种新的技术，用于表征信息理论的下限上的存储速率的权衡，并表明，新的下限严格严格比从文献中的割集界。此外，使用新的下限，我们建立了最佳的存储速率权衡内一个常数乘法间隙。我们发现，对于每个用户的多个需求，可实现的计划的基础上重复的计划，单一的需求是订单最优的两种交付模式。
2016-06-14 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
The Exact Load-Memory Tradeoff of Multi-Access Coded Caching With Combinatorial Topology
最近，Muralidhar等人提出了一种新颖的多访问系统模型，其中每个用户以遵循组合网络的众所周知的组合拓扑的方式连接到多个缓存。对于这种多访问拓扑，同一作者提出了一种可实现的方案，即使在非常适度的缓存资源下，也能获得前所未有的编码增益。在本文中，我们确定了这种具有特殊潜力的多路访问设置的基本限制，提供了一个信息理论的逆，该逆与Muralidhar等人的内界一起建立，在未编码预取下的确切最佳性能。
2022-02-07 cs.IT math.IT
Effect of Number of Users in Multi-level Coded Caching
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。这也被扩展到当内容通过几个模型具有不一致的流行度时的情况。在本文中，我们专注于一个多层次的流行度模型，其中的内容被划分为级别的基础上流行。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）。当容量近似是普遍的（独立的流行程度以及用户，文件和缓存的数量），我们证明了这两种极端情况下的订单最优策略的二分法。在多用户的情况下，共享内存之间的水平是顺序最优的，而对于单用户的情况下，聚类流行程度和分配所有的内存给他们是顺序最优的方案。在证明这些结果，我们开发新的信息理论的问题的下限。
2015-04-22 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
Dynamic Bandwidth Allocation and Edge Caching Optimization for Nonlinear Content Delivery through Flexible Multibeam Satellites
下一代多波束卫星开辟了一种新的方式来设计卫星通信信道，具有充分的灵活性，在带宽，发射功率和波束覆盖管理。在本文中，我们利用灵活的多波束卫星的能力和用户的地理分布，以提高卫星辅助边缘缓存系统的性能。我们的目标是联合优化多波束中的带宽分配和边缘节点处的缓存决策，以解决两个重要问题：i）缓存馈送时间最小化和ii）缓存命中最大化。为了解决联合优化问题的非凸性，我们把原来的问题转化为一个差分凸（DC）的形式，然后解决所提出的迭代算法，其收敛到至少一个局部最优值理论上是有保证的。此外，所提出的设计的有效性进行评估下的卫星SES-14和Movielens数据集的现实波束覆盖。数值计算结果表明，与现有方案相比，本文提出的联合设计方案可以减少缓存馈送时间50%，提高缓存命中率10%~ 20%.此外，我们研究了多点波束和多载波宽波束的联合设计的影响，并讨论了潜在的研究方向。
2022-01-24 cs.IT math.IT
Coded Caching for Combination Networks with Multiaccess
在传统的$(H, r)$组合网络中，每个用户连接到唯一的一组$r$中继。然而，很少有研究工作考虑$(H, r, u)$多址组合网络的问题，每个$u$用户连接到一个独特的一组$r$中继。获得用于$(H, r, u)$多址组合网络的编码缓存方案的一种简单策略是通过对用于传统$(H, r)$组合网络的编码缓存方案进行$u$次重复应用。显然，该普通方案的每个中继的传输负载正好是原始方案的传输负载的$u$倍，这意味着随着用户数量的增加，每个中继的传输负载也将增加。因此，设计一种适合于$(H, r, u)$多址接入组合网络的编码缓存方案，使每个中继节点的传输负载更低，具有重要的意义。本文将Zewail和Yener提出的编码方法直接应用于$(H, r)$组合网络，得到了一种适用于$(H, r, u)$多址组合网络的编码缓存方案（ZY方案）。然而，该方案的子分组化与用户数呈指数关系，这导致了较高的实现复杂度。为了减少子分组，利用组合设计理论，提出了一种直接构造$(H, r, u)$多址组合网络编码缓存方案的方法，其中参数$u$必须是一个组合数.对于任意参数的$u$，在直接构造的基础上，提出了一种混合构造的$(H, r, u)$多址组合网络编码缓存方案。理论和数值分析表明，与普通方案相比，后两种方案的每个中继节点的传输负载更小，与ZY方案相比，其子分组化程度更低。
2021-08-22 cs.IT math.IT
Decentralized Coded Caching in Wireless Networks: Trade-off between Storage and Latency
研究了雾无线接入网（F-RAN）的分布式编码缓存，其中两个边缘节点（EN）通过有限容量的前传链路连接到云服务器，为$K_r$用户的请求提供服务。我们认为所有的EN和用户都配备了缓存。提出了一种分散式内容放置，以在非高峰时段在每个网络节点独立地存储内容。在此基础上，我们设计了一个编码的交付计划，以提供用户的需求在高峰时段的目标下，最小化的归一化交付时间（NDT），这是指最坏的情况下交付延迟。最小无损检测的信息理论下限推导出任意数量的EN和用户。我们数值评估的分散计划的性能。此外，我们证明了一个特殊的情况下，当缓存只在EN的分散计划的近似最优性。
2017-01-25 cs.IT math.IT
