XML压缩方法的比较分析

搜集近几年提出的各种XML压缩方法,比较、分析具有代表性的XML压缩技术。实验表明,XMill拥有出色的压缩率、较少的压缩与解压时间、较低的内存消耗,以及最优的平均压缩性能,但不支持对压缩文档的直接查询。XGRIND与XPRESS的压缩性能不如XMill,却能较好地支持对压缩文档的直接查询。总结XML压缩方法各自的优点和不足,并探讨未来努力的方向。

XML压缩技术在医用嵌入式系统数据传输中的应用

随着网络和嵌入式系统的发展,医用嵌入式计算机设备走进了医务工作者的日常工作,其中Web Service以其跨操作系统、编程语言等优势,被广泛的应用到医学信息领域。Web Service最具争议的方面是使用的SOAP消息格式XML冗长,对于嵌入式Internet信息系统存储空间小﹑网络传输慢的特点似乎不太适应。根据平台的差异性分析﹑采用合适的压缩算法来改善Web Service的传输性能,可以大大提高医用嵌入式系统的性能。

XML压缩文档上的数值更新方法

近年来,XML已成为Web上信息交流和资源共享的主要载体。但XML自身的自冗余特性限制了它的普遍应用。目前,已经有研究成果提出了XML的压缩方法。压缩的XML文档能够有效利用存储空间,节省网络带宽。在实际应用中,经常需要对压缩存储的XML文档进行更新。对于大的压缩文档,如果先解压再更新,会消耗大量时间,因此,高效的更新方法应该避免解压缩文档,在压缩的XML文档上直接进行更新操作。本文针对压缩XML文档中的数值类型(包括整型和浮点型)数据,研究了在保持压缩状态条件下如何进行有效的数值更新,提出了基于XPRESS实现的Nave数值更新方法,以及修改XPRESS编码方法实现的更为高效的Pivot数值更新方法。通过大量的实验证明,Pivot数值更新方法不仅能够提供高效的更新处理,而且保持了XPRESS的高压缩率。

XML压缩算法的分析与比较

XML为在Web上发布和交换异质数据提供了相当的灵活性。但由于这种语言自身就有冗余的特性所以XML文档在体积都大于有相同数据内容的其他类型的文档。随着XML在web上应用的扩展其数据大小自然也会随之而增加．而这实质上增加了数据的存储量、处理量和交换量，因此XML文档的体积问题也阻碍了XML的应用，特别是阻碍了XML在具有带宽和内存容量限制的应用上如移动通讯应用。在这篇文章中，我们将大致的介绍一下最近提出的几种针对XML的压缩算法并分析它们在解决XML文档体积问题上的技术和效能。

XML压缩算法研究

由于XML的使用率不断增长,而且大型XML文档信息库目前也非常普遍,所以对高效XML压缩工具的提出了一定的需求。在分析XML文档特点的基础上,介绍几种重要的XML压缩算法,并从压缩率、压缩时间和解压缩时间的角度对几种算法进行比较研究,从并行化的角度提出改进方案。

XCluster:基于聚类支持查询的XML多文档压缩方法

XML已成为各种网络应用中数据存储和数据交换的标准.XML数据管理面临的最大困难在于结构与数据混合存储导致大量数据冗余,这极大地增加了XML数据存储、交换和处理的代价.对XML文档进行压缩可以在一定程度上解决这个问题.但现有XML压缩方法大都仅压缩单文档中的冗余信息.利用XML文档间的相似性,提出一种支持查询的多XML文档压缩存储方法XCluster.XCluster先利用XML有根有序标签树上改进的pq-gram近似距离对XML文档集进行层次聚类;然后合并每个聚类结果子集中文档的结构得到结构代表并进行字典编码压缩;同时合并不同文档内同一标签下的值内容,并根据其数据类型进行相应编码压缩.实验结果表明,在真实和生成的XML多文档数据集上,XCluster比XGrind和XQilla具有更好的压缩效果和查询效率.

XDrill:基于文件差异的XML文档压缩算法

XML已成为网络传输、信息交换领域数据交换和存储的标准.由于XML文档的自描述性,导致信息冗余,特别是在一些特殊的应用场合,如PDA,Smart Phone等网络资源受限的系统中,网络性能受到较大影响.虽然目前很多研究者提出了通过对XML文档进行压缩,来缓解系统负担,但是大部分的压缩方法关注单个文档的压缩,而对文档集合压缩效果较差.分析了已有的XML压缩算法在实际使用中的潜在问题,提出了一种新的基于文件差异的XML文档压缩算法--XDrill. 该算法通过对XML文档树进行划分来挖掘文档内部以及文档间的冗余信息,得到了良好的压缩效果.通过对XDrill系统的理论分析以及对实际数据集的测试表明,XDrill在压缩单个文档的性能上与XMill接近,对文档集合的压缩效果明显优于XMill压缩方法.同时,相比已有的XML压缩算法,XDrill支持增量式存储,并可以降低更新操作的系统开销.

XCfde:高压缩率的XML文档压缩技术

本文提出了一种用于数据交换的XML压缩技术XCfde。XCfde采取四步压缩方案:把XML文档分离为结构数据和内容数据;自动识别数据类型并自动分类数据;对不同类型的数据采用不同的编码策略;将初步编码后的结构数据和内容数据使用7Zip进行整体压缩。XCfde拥有较高的压缩率,改善了XML数据交换的传输效率和存档中的空间利用率。

可查询XML数据压缩技术概述

随着互联网技术的迅速发展,XML已经成为Web上信息表示和数据交换的事实标准。XML数据的冗余性影响了XML数据传输、查询处理等方面的效率,数据压缩是解决冗余的一种途径。介绍了典型的可查询XML压缩技术,阐述了各种压缩技术的优缺点,比较了各压缩技术的压缩率、压缩时间、支持查询的类型等;最后总结了可查询XML压缩技术的不足之处及其发展的趋势。

XML数据压缩技术的研究进展

XML的自描述特性使得XML数据中存在大量冗余信息。如何压缩XML数据以提高XML数据管理的效率成为一个新的研究领域。从2001年起,XML数据压缩技术的研究已经取得了很多研究成果。从面向存储的XML数据压缩技术、面向查询的XML数据压缩技术和面向特定应用的XML数据压缩技术三个方面综述了XML数据压缩技术的研究进展,讨论了目前存在的主要问题和需要进一步研究的方向,并提供了广泛的参考文献。

XML文档压缩技术比较研究

XML已经成为互联网上信息交换和信息表示的事实标准。然而XML文档中包含大量重复出现的标签和结构等冗余信息,导致XML文档在查询处理和数据交换时付出更高的代价,特别在带宽和资源受限的设备上显得更为突出。压缩技术是解决这一问题的重要途径。搜集了近几年提出的各种XML压缩方法,从压缩率、压缩与解压时间、内存消耗、查询性能等方面比较分析了六个具有代表性的XML压缩技术,最后简要归纳了各自的优点和存在的不足,并探讨未来努力的方向。

社区矫正通信系统中XML数据流的压缩优化

传统的XML压缩算法对XMPP通信中产生的XML数据压缩虽然能达到很高的压缩率,但是还有改进的余地,文中利用XMPP通信中产生的XML数据特点、社区矫正通信应用场景时产生和使用的数据具有相似性的特点对已有算法进行了优化;另外,还对传统压缩算法大多是针对英文,未考虑中文的特点做了相应的改善,使其更好地压缩中文信息。结果表明,改进后的压缩算法相比传统压缩算法,在社区矫正通信系统中压缩率更高。

XML数据压缩技术综述

随着互联网技术的迅速发展,XML已经成为Web上信息表示和数据交换的事实标准。由于XML具有自我描述能力,使得XML文档显得冗长,以至于包含了大量的冗余信息,这样必将影响数据查询处理和交换的效率。因此,XML数据压缩技术对于减少资源的使用显得特别重要。概述了XML压缩研究的现状;分析了典型的XML压缩技术,对其性能进行了比较;总结XML压缩技术的不足及发展趋势。

一种基于文档模式的GML压缩方法

GML已成为地理空间数据编码的事实标准.GML文档一般体积庞大,存储和传输时占用巨额资源.提出了一种基于文档模式的有效GML压缩方法,通过用文档推导出的模式验证文档本身,对树自动机的状态转换路径进行比特编码,对坐标数据增量编码,实现GML文档压缩.对真实GML文档的压缩实验表明,所提出方法的压缩率优于通用文本压缩器(gzip和PPMD)、主要高性能XML压缩器(XMill,XMLPPM和XWRT)以及现有GML压缩器GPress.

使用压缩技术改善Web Service的传输性能

W eb Service作为可以跨多个操作系统、编程语言和硬件平台集成软件应用程序的技术,被越来越多地采用,W eb Service的性能问题也逐渐被许多开发者重视。W eb Service的核心是基于XML的SOAP消息机制。XML的自我描述能力带来了很多好处,但是XML有一个非常显著的缺点———冗长,从而影响了W eb Service的传输性能。首先比较几种压缩技术的性能和特点,接着定义一个计算公式来评估压缩算法改善W eb Service传输性能的程度,最后使用Axis与GZIP相结合的示例说明如何使用压缩算法改善W eb Service的传输性能。

基于XML的数据安全交换研究与实现

在介绍XML基本知识的基础上,重点讨论了与之相关的安全技术,包括XML加密、XML数字签名和XML压缩。并通过分析XML加密和XML数字签名的目的和意义,设计出基于XML的数据交换系统,能够对传输的XML文档进行加密、数字签名和压缩,保证企业间能安全、高效地进行数据交换。

动态有序树存储模型与实现方法

XML作为半结构化数据模型的代表,其文档较大,存储动态有序树时需要较多空间成为其明显的缺点,对XML文档进行二进制的编码压缩可以有效地减少存储空间.提出了一种不仅可以对有序树进行空间高效存储,又可以实现有序树的动态化操作的封装包结构.此结构通过将有序树的二进制编码段分段处理的方法,减少了修改量.并通过三重定位的方法快速选定要修改的封装包.针对有序树动态化后出现的节点意义丢失的问题,提出了对树进行辅助描述的高效节点序号表,通过节点序号表可以记录每个节点的内容及意义,进而补充了二进制编码只能表示树结构的缺点.并通过建立有效的序号修改表对其进行快速高效的更新.通过设计对动态树的各种常用操作,并计算出各种操作的空间及时间复杂度,表明了通过此结构可以实现动态有序树的空间高效存储.