7. Поняття про стиснення даних. Призначення та основні функції програм-архіваторів. Способи архівування.

Стиснення даних - це скорочення обсягу вихідних файлів шляхом усунення надлишкової інформації.

Коли методи стиснення даних застосовуються до готових файлів, то часто замість терміну "стиснення даних" вживають термін "архівування даних", стиснений варіант даних називають архівом, а програмні засоби, що реалізують методи стиснення називаються архіваторами.

В залежності від того, в якому об'єкті розміщені дані, що підлягають стисненню розрізняють:

Стиснення (архівування) файлів: використовується для зменшення розмірів файлів при підготовці їх до передавання каналами зв'язку або до транспортування на зовнішніх носіях малої ємності;

Стиснення (архівування) папок: використовується як засіб зменшення обсягу папок перед довготерміновим зберіганням, наприклад, при резервному копіюванні;

Стиснення (ущільнення) дисків: використовується для підвищення ефективності використання дискового простору шляхом стиснення даних при записі їх на носії інформації (як правило, засобами операційної системи).

Існує багато практичних алгоритмів стиснення даних, але всі вони базуються на трьох теоретичних способах зменшення надлишковості даних. Перший спосіб полягає в зміні вмісту даних, другий - у зміні структури даних, а третій - в одночасній зміні як структури, так і вмісту даних.

Якщо при стисненні даних відбувається зміна їх вмісту, то метод стиснення є незворотнім, тобто при відновленні (розархівуванні) даних з архіву не відбувається повне відновлення інформації. Такі методи часто називаються методами стиснення з регульованими втратами інформації.

Якщо при стисненні даних відбувається тільки зміна структури даних, то метод стиснення є зворотнім. У цьому випадкові з архіву можна відновити інформацію повністю. Приклади форматів стиснення без втрати інформації: GIF (GraphicsInterchangeFormat), TIFF (TaggedImageFileFormat) - для графічних даних; AVI - для відеоданих; ZIP, ARJ, RAR, CAB, LH - для довільних типів даних. Існує багато різних практичних методів стиснення без втрати інформації, які, як правило, мають різну ефективність для різних типів даних та різних обсягів. Однак, в основі цих методів лежать три теоретичних алгоритми:

алгоритм RLE (RunLengthEncoding);

алгоритми групи KWE(KeyWordEncoding);

алгоритм Хафмана.

Алгоритм RLE

В основі алгоритму RLE лежить ідея виявлення послідовностей даних, що повторюються, та заміни цих послідовностей більш простою структурою, в якій вказується код даних та коефіцієнт повторення.

Алгоритми групи KWE

В основі алгоритму стиснення за ключовими словами покладено принцип кодування лексичних одиниць групами байт фіксованої довжини. Прикладом лексичної одиниці може бути звичайне слово. На практиці, в ролі лексичних одиниць вибираються послідовності символів, що повторюються, які кодуються ланцюжком символів (кодом) меншої довжини. Результат кодування зводиться в таблицю, утворюючи так званий словник.

Алгоритм LZW побудований навколо таблиці фраз (словника), яка відображає рядки символів стиснуваного повідомлення в коди фіксованої довжини.

Алгоритми стиснення цієї групи найефективніші для текстових даних великих обсягів і малоефективні для файлів малих розмірів (за рахунок необхідності зберігання словника).

Алгоритм Хафмана

В основі алгоритму Хафмана лежить ідея кодування бітовими групами.

Основна ідея полягає в наступному: чим частіше зустрічається символ, тим меншою кількістю біт він кодується. Результат кодування зводиться в словник, що необхідний для декодування.

Завдання архівації

Однак за допомогою архівації можна виконувати цілий комплекс завдань:

Зменшення обсягу файлів.

Резервне копіювання. Для збереження важливої інформації застосовується резервне копіювання на зовнішні носії (магнітооптичні диски, диски CD-R і CD-RW, вінчестери). Резервне копіювання виконується за допомогою спеціальних утиліт, що забезпечують створення компактних архівів. Одна з таких утиліт, Microsoft Backup, входить до комплекту Windows.

Архівація при шифруванні даних. Ця операція виконується з метою зменшення імовірності злому криптосистеми.

Крім того, сучасні архіватори надають користувачеві повний спектр послуг для роботи з архівами, основними з яких є:

створення нового архіву;

додавання файлів в існуючий архів;

розпакування файлів з архіву;

створення архівів, що саморозпаковуються (self-extractorarchive);

створення розподілених архівів фіксованих розмірів для носіїв малої ємності;

захист архівів паролями від несанкціонованого доступу;

перегляд вмісту файлів різних форматів без попереднього розархівування;

пошук файлів і даних всередині архіву;

перевірка на віруси в архіві до розпакування;

вибір та налаштування коефіцієнта стиснення.

Типи архівації

• Звичайна / повна архівація . Всі виділені файли архівуються незалежно від значення атрибута архіву , Після архівації файлу атрибут архіву скидається. Якщо потім файл змінюється , включається атрибут архіву , показуючи , що файл потребує архівації .

• копіри архівація . Всі виділені файли архівуються незалежно від значення атрибута архіву . На відміну від звичайної архівації атрибут архіву не змінюється. Це дозволяє потім виконувати архівацію іншого типу.

• Разностная архівація . Створює архівні копії файлів , які були змінені з часу останньої звичайної архінаціі . Наявність атрибута архіву показує , що файл був модифікований . Тільки файли з цим атрибутом будуть архівовані . Але атрибут архіву при цьому не змінюється . Це дозволяє потім виконувати архівацію іншого типу.

• Додаткова архівація . Створює архівні копії файлів , які були змінені з часу останньої звичайною або додаткової архівації . Атрибут архіву показує , що файл був модифікований . Тільки файли з цим атрибутом будуть архівовані . Після архівації файлів атрибут архіву скидається. Якщо файл був змінений , для нього включається атрибут архіву , показуючи , що файл вимагає архівації .

• Щоденна архівація . Зберігаються файли , змінені за минулий день .