Análisis empírico del efecto del tamaño de la información de entrada en el desempeño de herramientas de compresión sin pérdida
PDF

Palabras clave

compresión de datos
algoritmos de compresión sin pérdida
desempeño de algoritmos

Cómo citar

Análisis empírico del efecto del tamaño de la información de entrada en el desempeño de herramientas de compresión sin pérdida. (2010). Ingenieria Y Universidad, 8(1). https://revistas.javeriana.edu.co/index.php/iyu/article/view/895
Almetrics
 
Dimensions
 

Google Scholar
 
Search GoogleScholar

Resumen

Este artículo presenta un estudio empírico del efecto que tiene el tamaño de la información de entrada en el desempeño de algoritmos de compresión sin pérdida. Se analizan tres medidas diferentes de desempeño y se crea un nuevo grupo de archivos basado en los corpus de Calgary y Canterbury. Este grupo de archivos también incluye dos archivos complejos. Se demuestra que para archivos grandes la tasa de compresión de algoritmos sin pérdida se mantiene relativamente constante y luego cambia por un pequeño factor cada 10 MB de información. Finalmente, se muestra que el tiempo de ejecución del proceso de compresión y descompresión es una función lineal basada en el tamaño del archivo de entrada.
PDF

Arnold, R. y Bell, T. A Corpus for the Evaluation of Lossless Compression Algorithms. En: Proceedings of the IEEE Data Compression Conference. Utah: Snowbird, 1997.

Bell, T. et al. Modeling for Text Compresión. En: ACM Computing Surveys, 21(4), diciembre, 1989, 557-591.

Bender, P. E. y Wolf, J. K. An Improved Sliding Window Data Compression Algorithm based on the Lempel-Ziv Data Compression Algorithm. En: Proceedings on the Global Telecommunications Conference, GLOBECOM ‘90, IEEE, 3, 1990, 1773-1777.

Cho, G. Y. y Cho, D. H. A Study on the Efficient Compression Algorithm of the Voice/Data Integrated Multiplexer. En: Proceedings on the IEEE International Conference on Communications, ICC 95, Seattle, 3, junio, 1995, 1438-1442.

Jianzhong, L. y Srivastava, J. Efficient Aggregation Algorithms for compressed Data Warehouses. En: IEEE Transactions on Knowledge and Data Engineering, 14(3), 2002, 515-529.

Jones, D. A Practical Evaluation of a Data Compression Algorithm. En: Proceedings of the 1991 Data Compression Conference. Utah: Snowbird, 1991, 372-381.

Livingston, F. et al. Lossless Data Compression in Real Time. En: Proceedings of the Twenty-Eighth Asilomar Conference on Signals. Systems and Computers, 2, 1994, 1247-1250.

Mano, Y. y Sato, Y. A Data Compression Scheme which Achieves Good Compression for Practical Use. En: Proceedings of the Fifteenth Annual International Computer Software and Applications Conference. septiembre, 1991, 442-449.

MIT Lincoln Labs. Datasets for the 1999 Intrusion Detection Evaluation. 2004. Disponible en: http://www.ll.mit.edu/IST/ideval/data/1999/training/week1/thursday/outside.tcpdump.gz.

Moffat, A. Arithmetic Coding. 2004. Disponible en: http://www.cs.mu.oz.au/~alistair/arith_coder/ (current May 10).

Williams, R. N. An Extremely Fast Ziv-Lempel Data Compression Algorithm. En: On Data Compression Conference, DCC ’91, abril, 1991, 362-371.

Witten, I. H., Neal, R. M. y Cleary, J. G. Arithmetic Coding for Data Compression. En: Communications of the ACM, 30(6), 1987, 520-540.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Derechos de autor 2020 Miguel Eduardo Torres-Moreno, Germán Flórez-Larrahondo