NEWC는 파일과 디렉토리 컬렉션을 효율적으로 저장하고 압축하도록 설계된 파일 아카이브 형식입니다. 1993년 에 Eugene Roshal이 ZIP 및 ARJ와 같은 기존 아카이브 형식을 개선하기 위해 개발했습니다. 이 형식은 더 나은 압축률, 더 빠른 압축 해제 속도, 향상된 데이터 복구 및 아카이브 관리 기능을 제공하는 것을 목표로 합니다.
핵심적으로 NEWC 형식은 메인 헤더와 일련의 파일 헤더와 압축된 파일 데이터로 구성됩니다. 메인 헤더에는 NEWC 서명, 버전 번호, 총 크기, 파일 수와 같은 아카이브에 대한 메타데이터가 포함됩니다. 각 파일 헤더에는 파일 이름, 속성, 타임스탬프, CRC32 체크섬, 압축 및 압축 해제 크기와 같은 정보가 포함됩니다.
NEWC는 파일을 연결하여 단일 연속 데이터 스트림으로 압축하는 솔리드 아카이브 구조를 사용합니다. 이 접근 방식은 여러 파일에 걸친 중복성을 활용하여 더 나은 압축률을 제공합니다. 그러나 단일 파일을 추출하려면 그 지점까지 전체 아카이브를 압축 해제해야 하므로 ZIP과 같은 비솔리드 형식에서 추출하는 것보다 느릴 수 있습니다.
NEWC에서 사용되는 압축 알고리즘은 Lempel-Ziv-Storer-Szymanski(LZSS) 압축과 Prediction by Partial Matching(PPM)을 사용한 통계적 모델링을 결합한 Eugene Roshal의 구현을 기반으로 합니다. LZSS는 반복되는 시퀀스를 이전 발생에 대한 참조로 대체하는 사전 기반 알고리즘입니다. PPM은 입력 데이터의 모델을 구축하여 다가오는 심볼에 대한 확률적 예측을 수행하여 더 효율적인 엔트로피 코딩을 가능하게 합니다.
NEWC의 주요 기능 중 하나는 복구 레코드를 지원하는 것입니다. 이는 아카이브 구조 및 내용에 대한 정보를 저장하는 압축 데이터와 섞인 특수 항목입니다. 파일이 손상된 경우 복구 레코드를 사용하여 아카이브의 손상된 부분을 복구하고 손상되지 않은 파일을 구출할 수 있 습니다. 이 형식에는 또한 데이터 손실에 대한 복원력을 향상시키기 위해 메인 헤더와 파일 헤더에 대한 중복성이 포함됩니다.
NEWC는 아카이브를 여러 볼륨으로 분할하는 여러 가지 방법을 제공합니다. 이는 여러 디스크에 걸쳐 대용량 아카이브를 저장하거나 크기 제한이 있는 네트워크를 통해 전송하는 데 유용합니다. 이 형식은 지정된 크기의 볼륨을 생성하고 파일 목록을 볼륨 마커로 사용하는 것을 지원합니다. 또한 다중 볼륨 아카이브의 무결성 검사 및 복구를 위한 메커니즘이 포함됩니다.
아카이브 관리 측면에서 NEWC는 다양한 기능을 제공합니다. 기존 아카이브 내에서 파일을 추가, 삭제, 업데이트하는 것을 지원합니다. 파일 설명은 추가 메타데이터를 저장하기 위해 개별 항목과 연관될 수 있습니다. 이 형식은 또한 CBC 모드에서 AES 알고리즘을 사용하여 아카이브의 암호화 및 암호 보호를 허용합니다.
NEWC는 높은 압축률과 빠른 압축 해제 속도로 인해 인기를 얻었습니다. 소프트웨어, 펌웨어 업데이트, 데이터 백업을 배포하는 데 널리 사용됩니다. 이 형식은 WinRAR, 7-Zip, PowerArchiver를 포함한 다양한 애플리케이션과 유틸리티에서 채택되었습니다.
NEWC는 많은 이점을 제공하지만 몇 가지 한계도 있습니다. 솔리드 아카이브 구조는 비솔리드 형식에 비해 임의 액세스 및 부분 추출을 느리게 만들 수 있습니다. 단일 압축 알고리즘에 의존하면 모든 유형의 데이터에 대해 항상 최상의 결과를 제공하지 못할 수 있습니다. 또한 이 형식의 복잡성과 독점적 특성으로 인해 일부 맥락에서 채택이 방해되었습니다.
이러한 과제에도 불구하고 NEWC는 여전히 중요하고 널리 사용되는 아카이브 형식입니다. 효율성, 견고성, 기능 세트는 데이터 압축 및 보관에 귀중한 도구가 됩니다. 데이터 저장 및 전송 요구가 계속 증가함에 따라 NEWC 형식은 디지털 정보를 관리하고 보존하는 데 중요한 역할을 할 수 있는 좋은 위치에 있습니다.
파일 압축은 동일한 정보가 더 적은 비트를 차지하도록 중복성을 줄입니다. 얼마나 멀리 갈 수 있는지에 대한 상한선은 정보 이론에 의해 결정됩니다. 무손실 압축의 경우, 한계는 소스의 엔트로피입니다(섀넌의 소스 코딩 정리 와 그의 1948년 원본 논문 “통신의 수학적 이론”참조). 손실 압축의 경우, 속도와 품질 간의 절충은 속도-왜곡 이론에 의해 포착됩니다.
대부분의 압축기에는 두 단계가 있습니다. 첫째, 모델이 데이터의 구조를 예측하거나 노출합니다. 둘째, 코더가 이러한 예측을 거의 최적의 비트 패턴으로 변환합니다. 고전적인 모델링 계열은 렘펠-지브입니다. LZ77 (1977) 과 LZ78 (1978)은 반복되는 하위 문자열을 감지하고 원시 바이트 대신 참조를 내보냅니다. 코딩 측면에서는 허프만 코딩 (원본 논문 1952참조)이 더 가능성 있는 기호에 더 짧은 코드를 할당합니다. 산술 코딩 과 범위 코딩 은 엔트로피 한계에 더 가깝게 압축하는 더 세분화된 대안이며, 현대적인 비대칭 숫자 체계(ANS) 는 빠른 테이블 기반 구현으로 유사한 압축을 달성합니다.
DEFLATE(gzip, zlib, ZIP에서 사용)는 LZ77과 허프만 코딩을 결합합니다. 사양은 공개되어 있습니다. DEFLATE RFC 1951, zlib 래퍼 RFC 1950, gzip 파일 형식 RFC 1952. Gzip은 스트리밍을 위해 구성되었으며 명시적으로 임의 접근을 시도하지 않습니다. PNG 이미지는 PNG 사양에 따라 DEFLATE를 유일한 압축 방법으로 표준화합니다(최대 32KiB 창). “압축 방법 0… deflate/inflate… 최대 32768바이트” 및 W3C/ISO PNG 제2판.
Zstandard (zstd): 매우 빠른 압축 해제와 높은 비율을 위해 설계된 최신 범용 압축기입니다. 형식은 RFC 8878 (또한 HTML 미러) 및 참조 사양 GitHub에 문서화되어 있습니다. gzip과 마찬가지로 기본 프레임은 임의 접근을 목표로 하지 않습니다. zstd의 초능력 중 하나는 사전입니다. 코퍼스에서 가져온 작은 샘플로, 작거나 유사한 많은 파일에서 압축을 극적으로 향상시킵니다( python-zstandard 사전 문서 및 Nigel Tao의 작업 예제참조). 구현은 “비정형” 및 “정형” 사전을 모두 허용합니다 (토론).
Brotli: 웹 콘텐츠(예: WOFF2 글꼴, HTTP)에 최적화되어 있습니다. 정적 사전과 DEFLATE와 유사한 LZ+엔트로피 코어를 혼합합니다. 사양은 RFC 7932이며, WBITS가 [10, 24]인 2WBITS−16의 슬라이딩 윈도우(1KiB−16B ~ 16MiB−16B)와 임의 접근을 시도하지 않음을 명시합니다. Brotli는 웹 텍스트에서 gzip을 자주 능가하며 빠르게 디코딩됩니다.
ZIP 컨테이너: ZIP은 다양한 압축 방법 (deflate, store, zstd 등)으로 항목을 저장할 수 있는 파일 아카이브입니다. 사실상의 표준은 PKWARE의 APPNOTE입니다( APPNOTE 포털, 호스팅된 사본, LC 개요 ZIP 파일 형식(PKWARE) / ZIP 6.3.3참조).
LZ4는 적당한 비율로 원시 속도를 목표로 합니다. 프로젝트 페이지 (「매우 빠른 압축」)와 프레임 형식을 참조하십시오. 압축 해제가 RAM 속도에 가까워야 하는 인메모리 캐시, 원격 측정 또는 핫 경로에 이상적입니다.
XZ / LZMA는 비교적 느린 압축으로 밀도(훌륭한 비율)를 추구합니다. XZ는 컨테이너입니다. 무거운 작업은 일반적으로 LZMA/LZMA2(LZ77과 유사한 모델링 + 범위 코딩)에 의해 수행됩니다. .xz 파일 형식, LZMA 사양(Pavlov), 리눅스 커널 노트 XZ 임베디드를 참조하십시오. XZ는 일반적으로 gzip보다 압축률이 높으며 종종 높은 비율의 최신 코덱과 경쟁하지만 인코딩 시간이 더 깁니다.
bzip2는 버로우즈-휠러 변환(BWT), move-to-front, RLE 및 허프만 코딩을 적용합니다. 일반적으로 gzip보다 작지만 느립니다. 공식 설명서 와 man 페이지 (리눅스)를 참조하십시오.
“창 크기”가 중요합니다. DEFLATE 참조는 32KiB만 되돌아볼 수 있습니다 (RFC 1951 및 PNG의 32KiB 상한 여기에 명시됨). Brotli의 창은 약 1KiB에서 16MiB까지 다양합니다 (RFC 7932). Zstd는 레벨별로 창과 검색 깊이를 조정합니다 (RFC 8878). 기본 gzip/zstd/brotli 스트림은 순차적 디코딩을 위해 설계되었습니다. 기본 형식은 임의 접근을 약속하지 않습니다. 하지만 컨테이너(예: tar 인덱스, 청크 프레이밍 또는 형식별 인덱스)를 통해 계층화할 수 있습니다.
위의 형식은 무손실입니다. 정확한 바이트를 재구성할 수 있습니다. 미디어 코덱은 종종 손실입니다. 더 낮은 비트 전송률을 달성하기 위해 감지할 수 없는 세부 정보를 버립니다. 이미지에서 클래식 JPEG(DCT, 양자화, 엔트로피 코딩)는 ITU-T T.81 / ISO/IEC 10918-1에 표준화되어 있습니다. 오디오에서 MP3(MPEG-1 Layer III) 및 AAC(MPEG-2/4)는 지각 모델 및 MDCT 변환에 의존합니다( ISO/IEC 11172-3, ISO/IEC 13818-7, MDCT 개요 여기참조). 손실 및 무손실은 공존할 수 있습니다(예: UI 자산용 PNG, 이미지/비디오/오디오용 웹 코덱).
이론: 섀넌 1948 · 속도-왜곡 · 코딩: 허프만 1952 · 산술 코딩 · 범위 코딩 · ANS. 형식: DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 프레임 · XZ 형식. BWT 스택: 버로우즈-휠러(1994) · bzip2 설명서. 미디어: JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
결론: 데이터와 제약 조건에 맞는 압축기를 선택하고, 실제 입력으로 측정하고, 사전과 스마트 프레이밍의 이점을 잊지 마십시오. 올바른 조합으로 정확성이나 이식성을 희생하지 않고 더 작은 파일, 더 빠른 전송, 더 빠른 앱을 얻을 수 있습니다.
파일 압축은 파일 또는 파일들의 크기를 줄이는 과정으로, 일반적으로 저장 공간을 절약하거나 네트워크를 통한 전송을 가속화하기 위해 사용됩니다.
파일 압축은 데이터의 중복성을 식별하고 제거함으로써 작동합니다. 원래의 데이터를 더 작은 공간에 인코딩하기 위해 알고리즘을 사용합니다.
파일 압축의 두 가지 주요 유형은 손실 없는 압축과 손실 압축입니다. 손실 없는 압축은 원래 파일을 완벽하게 복원할 수 있게 하는 반면, 손실 압축은 데이터 품질의 일부 손실을 감수하면서 더 큰 크기 축소를 가능하게 합니다.
파일 압축 도구의 인기 있는 예는 ZIP과 RAR 같은 다양한 압축 형식을 지원하는 WinZip입니다.
손실 없는 압축에서는 품질이 변하지 않습니다. 그러나 손실 압축에서는 파일 크기를 더욱 크게 줄이기 위해 중요하지 않은 데이터를 제거하기 때문에 품질 저하가 눈에 띄게 될 수 있습니다.
네, 특히 손실 없는 압축에서는 데이터 무결성 측면에서 파일 압축이 안전합니다. 그러나 모든 파일과 마찬가지로, 압축된 파일도 멀웨어나 바이러스의 대상이 될 수 있으므로, 항상 신뢰할 수 있는 보안 소프트웨어를 갖추는 것이 중요합니다.
거의 모든 종류의 파일들은 압축이 가능하며, 이에는 텍스트 파일, 이미지, 오디오, 비디오, 소프트웨어 파일이 포함됩니다. 그러나, 압축 가능한 수준은 파일 유형에 따라 크게 달라질 수 있습니다.
ZIP 파일은 파일의 크기를 줄이는 데 손실 없는 압축을 사용하는 파일 형식의 일종입니다. ZIP 파일 안에는 여러 파일이 효과적으로 한 개의 파일로 묶여 있어 공유가 더욱 쉽습니다.
기술적으로는 가능합니다, 그러나 추가적인 크기 줄임은 최소한이거나 심지어 역효과일 수 있습니다. 이미 압축된 파일을 다시 압축하려고 하면, 압축 알고리즘이 추가하는 메타데이터 때문에 파일의 크기가 증가하기도 합니다.
파일을 압축 해제하려면 일반적으로 압축 해제 또는 압축 풀기 도구, 예를 들면 WinZip이나 7-Zip 같은 도구가 필요합니다. 이러한 도구들은 원래의 파일을 압축된 형식에서 추출할 수 있습니다.