Compresion de datos

Compresion de datos

En los últimos años se ha dado un aumento tanto de la capacidad de almacenamiento de datos como en la velocidad de procesamiento en las computadoras. Junto con esto, la tendencia es la disminución de costos en memoria principal y secundaria así como también un aumento de velocidad de estos dispositivos de almacenamiento. Estos acontecimientos ponen en cuestionamiento lanecesidad de compresión de datos. Sin embargo, el auge que últimamente han tenido las redes de computadoras, demanda más prestaciones que están por encima de las posibilidades reales. El principal problema al que se enfrentan las redes de comunicación es la velocidad de transferencia de datos. El cambio a mayores velocidades no es tarea fácil, básicamente por razones como la no factibilidad derealizar cambios de infraestructura en las grandes compañías de redes WAN (cableado, tecnologías, etc.) así como la falta de tecnología que acepte unas velocidades muy elevadas de transmisión.
En este entorno, para conseguir mayores prestaciones de velocidad, se debe recurrir a técnicas que les permitan superar de alguna manera las deficiencias físicas de la red.

La técnica más importante en estesentido es la compresión de datos. La compresión de datos es beneficiosa en el sentido de que el proceso de compresión transmisión descompresión es más rápido que el proceso de transmisión sin compresión.

La compresión de datos no sólo es para la transmisión de datos, sino también para el almacenamiento masivo. La necesidad de almacenamiento también crece por encima de las posibilidades delcrecimiento de los discos duros o memoria. Por ejemplo, aplicaciones actuales como el proyecto del Genoma Humano o los servidores de vídeo en demanda, requieren de varios Gigabytes de almacenamiento. La motivación para aplicar compresión a los datos es la reducción de costos tanto en almacenamiento (se requiere menos espacio) como en la transmisión de los datos (se transmiten más rápidamente empleandoel mismo ancho de banda). El precio que debe pagarse es cierto tiempo de cómputo para comprimir y descomprimir los datos, tradicionalmente, ha existido un compromiso entre los beneficios de compresión y costo computacional requerido.

La compresión de datos es la codificación de un cuerpo de datos D en un cuerpo de datos más pequeño D’. Para comprimir los datos, los métodos de compresiónexaminan los datos, buscan redundancia en ellos, e intentan removerla. Una parte central en la compresión es la redundancia en los datos. Solo los datos con redundancia pueden comprimirse aplicando un método o algoritmo de compresión que elimine o remueva de alguna forma dicha redundancia. La redundancia depende del tipo de datos (texto, imágenes, sonido, etc), por tanto, no existe un método decompresión universal que pueda ser óptimo para todos los tipos de datos.

El desempeño de los métodos de compresión se mide en base a dos criterios: la razón de compresión y el factor de compresión, siendo el segundo el inverso del primero. Las relaciones para determinar estas medidas están dadas por las siguientes igualdades, entre mayor redundancia exista en los datos, mejor razón (factor) de compresiónserá obtenido.

[pic]

Cuando tratamos con textos de algun lenguaje de programacion, entre otros ejemplos, determinados grupos de letras son muy frecuentes y, por el contrario, otras combinaciones no se dan o son muy raras. Esta característica puede explotarse para conseguir una mayor compresion. Lo usual es elaborar una lista o diccionario con las combinaciones mas frecuentes de letras delalfabeto fuente y las palabras-codigo correspondientes. Por lo general, las palabras-codigo seran de igual longitud.
El diccionario puede ser estatico o dinamico. Cuando se tiene un buen conocimiento a priori de la fuente en cuestion, se utiliza un diccionario estatico. Por ejemplo, si se desea comprimir los datos de los estudiantes de una universidad, hay palabras como estudiante, nombre,...