Виды компрессии данных

Разнообразные продукты для сжатия данных в системах коммуникаций LAN-WAN можно подразделить на два больших класса: программное обеспечение и аппаратные средства.

Объем продаж программных продуктов сжатия данных до последнего времени значительно отставал от объема продаж аппаратных средств, однако, по мере широкого распространения таких популярных программ, как, например, DoubleSpace, Stacker, а также утилит серии PkZip, Arc, Arj  и др., на этом сегменте рынка начался настоящий бум. В связи с этим аналитики предсказывают существенный рост объемов продаж программных средств сжатия данных: с 25 млн.долл. в 1993 г. до 160 млн.долл. в 1997 г. [3]. В то же время, программные продукты сжатия данных используются в основном для экономии места на магнитных носителях и не пригодны для работы в сети в режиме on-line. Такое программное обеспечение используется в режиме off-line - по кабельным линиям передаются уже предварительно сжатые данные.

Аппаратные устройства сжатия данных обычно обеспечивают менее высокую степень компрессии, и их стоимость зачастую значительно выше стоимости программных продуктов. Кроме того, существенным недостатком большинства аппаратных устройств является их ориентация на работу только с каким-либо одним видом приложений или типом данных. Однако, на сегодняшний день только устройства аппаратного сжатия данных могут обеспечить работу в приложениях реального времени, когда компрессия и передача данных по сети происходит практически одновременно. Широкое применение аппаратные средства компрессии находят также в области передачи видео- и аудиосигналов (например, различные виды плат обработки видеоизображения).

Исходя из способности сохранять целостность данных, все виды алгоритмов сжатия можно подразделить на те, которые обеспечивают компрессию без потери информации, и те, в результате применения которых часть исходной информации теряется.

Методы сжатия данных с потерей части информации обладают наивысшей степенью сжатия данных и высокой скоростью компрессии. Они находят применение в тех областях, где потеря незначительной части информации не является критичной - например, при передаче видеоизображения или звука. Примерами таких алгоритмов являются JPEG и MPEG, обеспечивающие коэффициенты сжатия до 20:1.

Для сжатия аудиосигнала, например, компания Gandalf разработала высокоэффективный алгоритм CELP (Codebook Excited Linear Prediction), являющийся комбинацией волновых (waveform) методов и методов кодирования источника (source coding). Суть волновых методов состоит в цифровом кодировании амплитуды аналогового сигнала, а кодирование источника заключается в использовании двух типов генераторов звуковых сигналов и меняющегося во времени фильтра. Звуковой сигнал разбивается на блоки, для каждого из которых определяется набор параметров: установки фильтра, амплитуда и т.д. Являясь достаточно эффективным с точки зрения степени сжатия, кодирование источника в то же время обеспечивает худшее качество сигнала по сравнению с волновыми методами. Алгоритм CLEP, объединяя возможности обоих методов, позволяет достичь высокой производительности при сохранении хорошего качества сигнала. В технологии CLEP применяется также таблица образцов звуковых сигналов (codebook), записанных в цифровом виде, которые сравниваются с входящим звуковым сигналом. Наиболее подходящий образец сигнала затем и пересылается на удаленный узел сети.

Для доступа в режиме on-line потеря или изменение в процессе сжатия даже одного бита информации приводит к "фатальным" последствиям: невозможности прочесть файл, зависанию или некорректной работе программного обеспечения и т.д. В связи с этим в большинстве приложений, в том числе и в компьютерных сетях, используются методы компрессии без потери информации, краткий обзор которых мы и дадим ниже. (Читателю, желающему получить более фундаментальные представления об алгоритмах сжатия информации, рекомендуем обратиться к работам [4, 5, 6]).