PKZ 아카이브 형식은 PKWARE, Inc.에서 개발한 독점 압축 아카이브 형식으로 파일과 디렉토리를 패키징하고 압축하는 데 사 용됩니다. 일반적으로 Microsoft Windows 시스템에서 사용되지만 다른 플랫폼에서도 사용할 수 있습니다. 이 형식은 DEFLATE 압축과 다양한 사전 처리 필터를 조합하여 속도와 메모리 사용량의 균형을 맞추면서 높은 압축률을 달성합니다.
PKZ 아카이브는 각 파일에 대한 일련의 '로컬 파일 헤더', 선택적 아카이브 암호 해독/암호화 헤더, 압축된 파일 데이터 블록, 중앙 디렉토리 구조, 중앙 디렉토리 레코드 끝으로 구성됩니다. 이를 통해 개별 압축 파일, 선택적 암호화, 데이터 무결성 검사에 빠르게 액세스할 수 있으며, 아카이브된 파일의 메타데이터를 저장할 수 있습니다.
각 로컬 파일 헤더에는 파일 이름, 크기, 타임스탬프, CRC-32 체크섬, 사용된 압축 방법과 같은 파일 정보가 포함됩니다. 헤더는 또한 암호화, 사전 처리 필터, 패칭, 여러 아카이브에 걸친 데이터 분할과 같은 파일에 적용된 선택적 기능을 지정합니다. 로컬 헤더 뒤에는 압축되거나 저장된 파일 데이터가 있습니다.
PKZ는 여러 압축 방법을 지원하며, 가장 일반적인 방법은 DEFLATE입니다. DEFLATE는 LZ77 압축과 허프만 코딩을 결합한 무손실 데이터 압축 알고리즘입니다. PKZIP은 원하는 경우 압축하지 않고 파일을 저장할 수도 있습니다. 드물게 LZMA 또는 Bzip2와 같은 다른 레거시 압축 방법이 사용될 수 있습니다.
DEFLATE로 파일을 압축하기 전에 다양한 사전 처리 필터를 적용하여 압축을 개선할 수 있습니다. 여기에는 심볼 크기 줄이기, 바이트 스와핑하여 중복성 증가, 실행 파일용 BCJ 필터, 증분 업데이트 또는 패칭용 델타 필터와 같은 방법이 포함됩니다. 필터는 데이터가 DEFLATE 압축기에 전달되기 전에 압축 프로세스의 일부로 적용됩니다.
데이터 무결성 검증을 위해 각 파일은 로컬 헤더에 압축되지 않은 데이터의 CRC-32 체크섬을 기록합니다. 동일한 체크섬이 파일의 중앙 디렉토리 항목에 기록됩니다. 이를 통해 파일이 데이터 손상 없이 올바르게 압축되고 압축 해제되었는지 확인할 수 있습니다.
PKZ 아카이브는 선택적으로 대칭 암호화를 사용하여 파일 데이터와 헤더를 암호화할 수 있습니다. 이전 버전에서는 ZipCrypto를 사용했지만 최신 버전에서는 AES 암호화를 사용합니다. 암호화할 때 선택한 암호화 방법이 아카이브에 기록되고 각 파일은 자체 암호를 지정할 수 있습니다. 인증된 암호화는 암호화된 데이터의 변조 또는 손상을 감지하는 데 사용됩니다.
중앙 디렉토리는 압축된 파일 데이터 뒤에 나오며 아카이브의 목차 역할을 합니다. 메타데이터, 로컬 헤더 오프셋, 파일 압축 해제에 필요한 기타 정보가 있는 각 파일에 대한 파일 헤더 항목이 포함되어 있습니다. 항목은 파일 이름으로 정렬됩니다. 선택적 디지털 서명을 중앙 디렉토리에 적용하여 변조로부터 추가로 보호할 수 있습니다.
마지막으로, 중앙 디렉토리 레코드 끝은 아카이브 파일의 끝을 표시합니다. 중앙 디렉토리의 항목 수, 크기 및 오프셋, 주석 필드를 저장합니다. 여러 파일에 분할된 아카이브의 경우 다른 아카이브 파일을 찾는 방법에 대한 정보도 포함됩니다.
PKZ 형식을 사용하면 아카이브 전체를 압축 해제할 필요 없이 아카이브 내의 개별 파일에 효율적으로 임의로 액세스할 수 있습니다. 이는 중앙 디렉토리를 읽고, 원하는 파일 항목을 찾은 다음, 오프셋에서 특정 로컬 파일 블록을 읽고 압축 해제하여 수행됩니다. 여러 파일을 한 번에 열고 압축 해제할 수도 있습니다.
PKZ 아카이 브를 만들려면 먼저 파일을 필터링하고 개별적으로 로컬 파일 블록으로 압축합니다. 중앙 디렉토리 항목은 로컬 헤더와 파일 메타데이터에서 생성됩니다. 그런 다음 필요한 경우 중앙 디렉토리에 디지털 서명이 생성됩니다. 마지막으로, 중앙 디렉토리를 가리키는 중앙 디렉토리 레코드 끝이 작성됩니다.
PKZ 아카이브를 추출하려면 먼저 중앙 디렉토리 레코드 끝을 읽어 중앙 디렉토리 항목을 찾습니다. 원하는 파일의 항목을 찾고 각 항목은 로컬 헤더를 읽고 지정된 오프셋에서 압축된 데이터를 읽어 압축 해제됩니다. 모든 암호화가 제거되고 사전 처리 필터가 역순으로 적용되어 원래 파일 콘텐츠를 얻습니다.
PKZ 형식의 다른 기능으로는 아카이브를 여러 파일, 볼륨 또는 세그먼트로 분할하는 것, 유니코드 파일 이름 지원, NTFS 파일 시스템 권한 및 속성, 통합 업데이트/패칭 기능, 디지털 서명, 해시 다이제스트, 애플리케이션별 데이터와 같은 확장 가능한 메타데이터 등이 있습니다.
전반적으로 PKZ 형식은 파일을 압축하고 패키징하는 데 사용할 수 있는 효율적이고 유연한 아카이브 형식입니다. 파일을 개별적으로 압축하고, 사전 처리 필터를 적용하고, 아카이브 전체를 처리하지 않고도 특정 파일을 빠르게 추출할 수 있는 기능으로 인해 소프트웨어 설치 프로그램, 펌웨어 업데이트, 문서 등을 패키징하는 데 적합합니다. 암호화, 데이터 무결성 검사, 디지털 서명을 지원하여 필요한 경우 높은 수준의 보안을 제공할 수도 있습니다.
파일 압축은 동일한 정보가 더 적은 비트를 차지하도록 중복성을 줄입니다. 얼마나 멀리 갈 수 있는지에 대한 상한선은 정보 이 론에 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.
bzip2 는 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 빠 른 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 형식에 서 추출할 수 있습니다.