Algoritmos y programas para la compresión de archivos.

1. -Tecnologías de compresión de datos
-Armando Rodriguez
2013

2. *La compresión de datos consiste en la
reducción del volumen de información
tratable (procesar, transmitir o grabar). En
principio, con la compresión se pretende
transportar la misma información, pero
empleando la menor cantidad de espacio.

3. *La compresión de datos se basa
fundamentalmente en buscar repeticiones en
series de datos para después almacenar solo el
dato junto al número de veces que se repite.
Así, por ejemplo, si en un fichero aparece una
secuencia como “AAAAAA”, ocupando 6 bytes se
podría almacenar simplemente “6A” que ocupa
solo 2 bytes, en algoritmo RLE.
En realidad, el proceso es mucho más
complejo, ya que raramente se consigue
encontrar patrones de repetición tan exactos
(salvo en algunas imágenes)

4. *Por un lado, algunos buscan series largas que
luego codifican en formas más breves.
Por otro lado, algunos algoritmos, como el
algoritmo de Huffman, examinan los caracteres
más repetidos para luego codificar de forma más
corta los que más se repiten.
Otros, como el LZW, construyen un diccionario
con los patrones encontrados, a los cuales se hace
referencia de manera posterior.
También esta una forma de comprimir que es
codificando los bytes pares es muy sencillo y fácil
de entender.

5. *A la hora de hablar de compresión hay que
tener presentes dos conceptos:
Redundancia: Datos que son repetitivos o
previsibles
Entropía: La información nueva o esencial
que se define como la diferencia entre la
cantidad total de datos de un mensaje y su
redundancia.

6. * El objetivo de la codificación es siempre reducir el tamaño de la
información, intentando que esta reducción de tamaño no afecte
al contenido. No obstante, la reducción de datos puede afectar o
no a la calidad de la información:
Compresión sin pérdida: los datos antes y después de comprimirlos
son exactos en la compresión sin pérdida. En el caso de la
compresión sin pérdida una mayor compresión solo implica más
tiempo de proceso. Se utiliza principalmente en la compresión de
texto.
Un algoritmo de compresión con pérdida puede eliminar datos
para reducir aún más el tamaño, con lo que se suele reducir la
calidad. Hay que tener en cuenta que una vez realizada la
compresión, no se puede obtener la señal original, aunque sí una
aproximación cuya semejanza con la original dependerá del tipo
de compresión. Se utiliza principalmente en la compresión de
imágenes, videos y sonidos.

8. Es un potente programa compresor y
descompresor de datos multi-función, una
herramienta indispensable para ahorrar
espacio de almacenamiento y tiempo de
transmisión al enviar y recibir archivos a
través de Internet o al realizar copias de
seguridad.

9. *RAR utiliza un algoritmo de compresión sin perdida
basado en el LZSS, una mejora del LZ77, descrito en
1982 por James Storer y Thomas Szymanski.
*Rar es además el primer compresor que integra
completamente la compresión a través de
ficheros, conocido por compresión sólida. Esta
tecnológia comprime varios ficheros juntos de
forma que el mismo diccionario se aplica a todos los
ficheros, consiguiendo asi una relación de
compresión superior.

10. *7-Zip es un archivador de ficheros libre desarrollado
por Igor Pavlov. Por defecto utiliza el formato de
archivo 7z, también libre, (con extensión.7z). Este
formato usa los métodos de
compresión LZMA y PPMD (más adecuado para
textos), desarrollados por su autor, y puede aplicar
un filtro a los ejecutables para aumentar su
compresibilidad. Los archivos 7z pueden ser
sólidos, a diferencia de los ZIP, lo que mejora la
compresión de conjuntos de archivos pequeños.

11. *7zip utiliza su propia extension llamado 7z. Es el
formato predeterminado para 7-zip, utiliza la
extensión 7z. Cada archivo en formato 7z puede
contener directorios y archivos. Como es un formato
de compresión, la seguridad y el tamaño se logran
usando una combinación de filtros,como pueden
ser; pre-procesadores, algoritmos de compresión y
los filtros de cifrado.
*.7z usa una variedad de algoritmos de
compresión, los más comunes
son bzip2, LZMA2 y LZMA. Desarrollado por
Pavlov, LZMA es una gran algoritmo de
compresión, con un gran radio de compresión y un
diccionario de hasta 4 GB.

12. *KGB Archiver es un programa libre de compresión
de ficheros creado por Tomasz Pawlak.
*KGB Archiver es una herramienta para comprimir y
descomprimir ficheros con tasas de compresión muy
altas. Supera ampliamente a otras utilidades
similares, como 7zip o UHarc.
*La contrapartida a las grandes tasas de compresión
que consigue, es que necesita mucho más tiempo y
memoria RAM para comprimir los ficheros. El autor
recomienda como mínimo un procesador con 1,5
GHz de frecuencia de reloj y 256 MB de RAM.

13. *Una de las ventajas de KGB Archiver es su
algoritmo de compresión, PAQ7 (lanzado en
diciembre de 2005, habiendo versiones
posteriores como PAQ8, que podrían ser usadas
en el futuro). Este algoritmo ha logrado
el premio Hutter, premio que recompensa los
desarrollos en compresión de datos sin pérdida.
También usa AES-256 para cifrar archivos. Este
es uno de los algoritmos de cifrado más
poderosos que se conocen.

14. *WinZip es un compresor de archivos comercial que
funciona en Microsoft Windows, desarrollado por
WinZip Computing (antes conocido como Nico Mak
Computing). Puede manejar varios formatos de
archivo adicionales. Es un producto comercial con
una versión de evaluación gratuita.
*WinZip comenzó su vida a principios de los años
1990, como una interfaz gráfica de
usuario para PKZIP, con licencia shareware. En
1996, los creadores de WinZip incorporaron código
de compresión del proyecto Info-ZIP, haciendo que
no fuera necesario el ejecutable PKZIP.

15. * El tipo de fichero por default es “.zip”. ZIP es un formato de
fichero bastante simple, que comprime cada uno de los
archivos de forma separada. Comprimir cada archivo
independientemente del resto de archivos comprimidos
permite recuperar cada uno de los ficheros sin tener que leer
el resto, lo que aumenta el rendimiento. El problema, es que
el resultado de agrupar un número grande de pequeños
archivos es siempre mayor que agrupar todos los archivos y
comprimirlos como si fuera uno sólo. A cambio, esto permite
extraer cada archivo de forma independiente sin tener que
procesar el archivo desde el principio.
* La especificación de ZIP indica que cada archivo puede ser
almacenado, o bien sin comprimir, o utilizando una amplia
variedad de algoritmos de compresión. Sin embargo, en la
práctica, ZIP se suele utilizar casi siempre con
el algoritmo de Phil Katz.