LZSS文本压缩自满实现与研究

设计实现了LZSS压缩算法，为了适合于中文压缩，作者对其进行了改进，通过测试证明改进是有效的，相比于标准LZSS压缩算法，压缩比有了很大幅度的提高，对于中文文本长文件，其最大压缩比已达到20左右，对于英文文本文件的压缩效果也好于LZSS12算法；同时，得出了LXSS算法的极限压缩率，有重要的实际应用价值。     

基于PDC编码的中文文本压缩算法

针对中文文本结构的特点以及传统压缩算法对中文文本压缩的不足,提出并实现了一个基于PDC编码的中文文本压缩算法。该算法采用的是字典压缩方式。根据单个汉字在中文文本出现的概率,采用Huffman编码方式进行前缀变长编码;定义由某个汉字为前缀的词组和短语的深度;对具有相同前缀和相同深度的词组和短语进行局部的定长编码,构成一部压缩编码字典。通过对相同文本分别使用该算法和传统的LZW和LZSS编码算法压缩后得到的数据结果对比,压缩率有2.53%~40.48%的提高,表明该压缩算法有较好的压缩效果。     

一种基于LZSS的文本文件压缩算法

在LZSS算法的基础上,提出了一种更加适合压缩文本文件的新压缩算法。这种算法通过一个缓存机构自动收录高频短语,不但能让压缩及解压的过程耗时更短,而且压缩比大幅度提高。新算法与LZSS算法的对比测试数据证明了新算法在文本文件压缩应用中的性能明显优于LZSS算法。     

IMS中基于LZSS的SIP信令压缩算法研究

3GPP在R5核心网引入了IMS结构，并选择会话初始协议（SIP）作为呼叫/会话的控制信令。但在无线环境下消息过长成为SIP在IMS中的应用瓶颈。在SigComp框架下，对各种压缩算法进行了比较，并根据SIP消息特点选择LZSS算法作为SIP信令压缩的基本算法。为了进一步提高SIP信令的压缩比，提出了LZSS＋Huffman的压缩算法及其实现流程，并对算法的压缩效果进行了仿真分析。     

基于LZSS的SIP压缩算法改进研究

3GPP在R5版本中首次提出了IP多媒体子系统（IMS）的概念,SIP协议被选择为呼叫会话控制协议。由于SIP是基于文本的协议,在会话过程中需要重传大量的数据,导致在会话建立过程中时延的增加。文中在分析现有的SIP信令压缩算法的基础上,提出了一种带有预处理的LZSS与算术编码相结合的改进算法。首先对消息进行预编码,然后进行LZSS压缩,压缩完后与算术编码相结合,这种改进后的算法减少了信令传输延迟。文中运用典型的SIP会话环境进行仿真实验,其结果验证了改进算法能够有效地提高性能,缩短消息长度和减小传输时延。     

无损压缩算法LZSS的分块性能研究

分块压缩算法直接影响灾备系统中增量备份的性能.增量备份的数据量与3个因素相关:上层应用、数据是否压缩、磁盘分块粒度等.此外,可能还需要使用加密算法对数据进行加密,磁盘分块粒度的大小甚至决定着增量备份功能的实现,因此需要研究压缩算法的分块性能.研究了LZSS算法在分块模式下的压缩性能以及影响LZSS性能最重要的两个参数IA字段位长(滑动窗口大小)及Len字段位长(匹配短语长度)对分块LZSS压缩性能的影响,以此确定与灾备系统相匹配的最佳分块大小.理论分析与实验结果表明,IA字段位长对分块LZSS的压缩性能影响较大,最佳分块大小随着IA字段位长的增大而增大,而Len字段位长对分块LZSS压缩率的影响较小,对最佳分块的决策影响可以忽略不计.时间性能方向,造成分块LZSS时间性能降低的原因主要在于小分块引起的IO负担,而与LZSS算法本身无关.     

嵌入式织造系统无损压缩算法研究

针对嵌入式系统的特点,把无损压缩算法创造性的应用在嵌入式织造系统中。使用了动态Huffman压缩算法、LZSS、LZW压缩算法和精简的Win RAR/Win ZIP这四种压缩方法。经过实验表明,这些压缩算法都能够很好地减少纹板数据的冗余信息,取得较好的压缩效果,减小了传输时间且能够在下位机中顺利解压出来,满足了嵌入式织造系统的要求。     

在文本压缩中联合使用LZSS和LZW

本文分析了LZ77和LZ78算法在文本压缩中各自的长处和不足,以它们的实用算法LZSS和LZW的中文文本改进算法LZSSCH和LZWCH为基础,设计了联合使用LZ77和LZ78原理的LZSWCH算法。算法具有良好的通用性、实时性,对9个各种长度的样本文本文件取得的压缩比均高于LZSS和LZW,高出幅度分别达到6～19％。算法无须任何预处理,并可用于压缩其它文字的文本文件。     

基于中文词编码的压缩算法ZHCP的实现

本文提出并实现了一个基于词编码的ZHCP中文文本压缩算法，通过大量的对相同文本分别使用传统编码算法与ZHCP算法压缩后得到的结果数据对比，表明基于词编码的ZHCP压缩算法有较好的压缩效果。     

用FoxPro开发质量管理系统的问题及探讨

在质量管理系统中，往往需要存储大容量数据，如图形，文档等。为了降低数据库容量，提高数据库响应速度，需要对数据进行压缩后再存入数据库中。本文介绍在钢种质量管理系统（SQMS）中采用LZSS压缩算法和通过FoxPro访问动态连接库LZSS．DLL的方法，成功地实现了FoxPro与C的语言接口和大容量数据压缩的工作。     

Optimizing LZSS compression on GPGPUs

In this paper, we present an algorithm and provide design improvements needed to port the serial Lempel–Ziv–Storer–Szymanski (LZSS), lossless data compression algorithm, to a parallelized version suitable for general purpose graphic processor units (GPGPU), specifically for NVIDIA’s CUDA Framework. The two main stages of the algorithm, substring matching and encoding, are studied in detail to fit into the GPU architecture. We conducted detailed analysis of our performance results and compared them to serial and parallel CPU implementations of LZSS algorithm. We also benchmarked our algorithm in comparison with well known, widely used programs: GZIP and ZLIB. We achieved up to 34× better throughput than the serial CPU implementation of LZSS algorithm and up to 2.21× better than the parallelized version.     

基于特征值的多模式匹配算法及硬件实现

针对当前各种模式匹配算法处理速率缓慢,无法满足高速网络入侵检测需求的现状,文章首次提出了一种全新的基于特征值的多模式匹配算法。该算法运用两次匹配的思想,并且由简单硬件实现,解决了多模式匹配算法很难用硬件实现的难题,大幅度地提高了系统的匹配速率。通过实验验证该算法完全可以满足高速网络中入侵检测、文本搜索、病毒扫描、信息查询等数据处理的要求。     

一种基于分段匹配的字符串匹配算法

针对已有算法对文本和模式的相关性依赖较大,提出一种基于分段的字符串匹配算法——SM。该算法利用特殊字符将文本先分段再匹配,且匹配过程对模式内容和长度不敏感。通过将SM算法与经典算法进行分析和实验对比,证明SM算法性能稳定,特别是在多模式字符串匹配情况下,SM算法具有比Wu-Manber算法更快的速度和更小的空间消耗。     

多模匹配问题在IDS中的解决

传统的Snort系统引入单模式匹配速度较快的BM算法进行特定的模式匹配。文献[1]在Snort系统中引入了基于KMP的多模式匹配算法,能有效地提高系统的性能。但是该匹配算法本身存在着局限性,以致干无法完成含有多Content属性选项规则的匹配工作。该文从多content属性选项的规则匹配问题着手,提出了解决方案,从而进一步推进了多模式匹配算法在IDS中的引入。     

支持模式串动态更新的多模式匹配Karp-Rabin算法

多模式匹配算法是网络监测和内容过滤系统的核心算法,但是现有的多模式匹配算法无法实现高并发下动态更新模式串的功能。通过改进Karp-Rabin 算法,实现了多模式字符串匹配技术,实验表明多模式Karp-Rabin算法具有良好的性能。随后在多模式Karp-Rabin 算法的基础上进一步改进,使其在高并发情况下能够支持模式串动态增删功能。实验表明该算法在单个线程不断更新的条件下,随着扫描线程个数的增加,搜索速度能够保持线性增长。