xml压缩法及二进制数据序列化研究.pdfVIP

摘要 xML已经日趋成为一种流行的数据表示和交换标准，用于在不同的系统和 平台之间提供中立的数据表示。但是，XML天生具有的数据冗余量大的特点。 近年来，国内外针对xML文档的压缩都提出了一些算法。这些XML压缩算法 都充分利用了xML文档在结构上的特点，将XML文档的结构和数据相分离， 再对两部分进行单独压缩。本文分析了近年来流行的几种XML压缩算法的实 现原理，通过实验对比了这些算法的表现。然后，从并行化的角度对这些算法 的实现提出改进，考虑对各个容器的压缩同时进行，在实验中，我们对比了并 行化实现和串行化实现的表现，考察并行化实现在时间效率上的改进，并对比 了两种实现的内存使用情况。最后，对压缩算法的后端压缩进行改进。改进主 要利用了近年提出的LzMA算法，在实验中，我们充分对比了用gzip和LZMA 作为后端压缩器的XML压缩算法的压缩率。 本文同时也关注了另一大类重要的数据格式：二进制科学实验数据。科学 实验的结果往往采用二进制形式保存。传统意义上，计算机中采用统一字节数 表示特定的数据类型。近年来发展的序列化技术则采用紧凑编码的方式实现数 据存储，可以有效地减少数据文件所占空间和传输时间。本文研究了这些序列 化技术在压缩二进制科学数据文件方面的效果，同时也考察了这些序列化方法 的执行效率。针对目前计算机的多核发展趋势，本文研究采用多线程技术改进 这些算法的实现，以进一步提高算法的执行效率。最后，由于数据在网络传送 中存在一定的安全性问题，本文将在分析已有安全性算法的基础上，提出一个 可行的安全方案。 关键词：算法；压缩；XML压缩：序列化；二进制数据 Abstract to data．Withthecontinued XMLis a used describe markuplanguage of hasbecomea standardofdata technology，XML deVelopmentcomputer popular anddata betweendiff．erent anddi仟brent describingexchanging systems platfonns． fileis too But，XMLusuallybig． Inrecent forXMLhasbeen algorithm deVeloped．These years，compression XML—conscioustake oftheawarenessoftheXMLdocument compressorsadVantage StⅢcture．XML-conscious thestllJctureofXMLfilef．romdata compressorsseparate and them Inthis ofXML—conscious separately． thesis， compress principle was andtheir was in compressionalgorithmsanalyzed perf．0111响mcecompared c锄 be with aIgorithms impr