一种基于MPM和BWT算法的XML压缩方法.pdfVIP

第 26 卷第3 期 Vol.26 No.3 安徽工业大学学报 July 2009 J. of Anhui University of Technology 2009 年 7 月 文章编号:1671-7872(2∞9)03-03∞-04 一种基于MPM 和 BWT 算法的 XML 文档压缩方法 陈国胜 (安徽工业大学网络与信息管理中心，安徽马鞍山 243002) 摘要: XML 文档在网络存储和交换应用中被广泛采用，但是其冗余量大、占用空间和带宽多的缺点也给其应用带来了一定的阻 碍。提出了一种将 MPM 算法(Multilevel Pattem Matching)和 8WT(Burrows-Wheeler Transfonn)算法相结合来压缩 XML 文档的压 缩方法，给出了算法的详细描述。通过实验同其它压缩算法进行了比较，证明该方法是科学和高效的。 关键词: XML 文档;压缩方法;MPM;8WT 中图分类号:TP301.6 文献标识码:B doi: IO.3969/j.阻止1671-7872.2∞9.03.025 A XML Document Compression Method ßased on MPM and BWT Algorithm CHEN Guo-sheng (Network Center, Anhuí Uníversity of Technology, Ma anshan 243002, China) Abstract: XML documents are widely used in the network storage and exchange of applications , but the large amount of redundant space and more bandwidth and also the shortcomings bring some of the obstacles to its application. Gives a new XML compression method using MPM (Multilevel Pattem Matching ) and BWT algorithm (Burrows -Wheeler Transform) , and gives a detailed description of 出e method. Finally, compared to other compression algorithms and proved that the method is scientific and efficient through experiments. Key words: XML document; compression method; multilevel pattern matching; burrows-wheeler transform 近些年随着互联网的飞速发展，网络间的信息交换变得越来越频繁，但由于网络上的各种信息在形式和 所处环境上的差异使得信息的交换非常困难，而 XML 的出现正好提供了这样一个媒介使得信息的交换变得 更为便捷。但是XML 文档含有大量重复数据导致文档数据冗余量非常大，所以 XML 给用户带来方便的同 时，也带来对存储空间的巨大需求，给存储和传输带来极大不便，增加了数据的处理量、数据的存储空间和数 据的交换量，这在网络应用中都是难以接受的口气也阻碍了 XML 的更好发展，所以 XML 文档压缩算法的研 究便成了热门课题。 基于XML 压缩技术，人们提出了很多方法，如 Bzip2 ， XMILL， XMLPPM 等，但这些方法都不太适合 XML 文档的应用[1.3)。文中提出了一种针对XML 文档压缩的有效方法，根据XML 文档自身特点，采取特有的压缩 策略，即将 MPM 算法和 BW