DE69913618T2

DE69913618T2 - Verfahren zur Erzeugung eines Prüfpunktes, welcher eine Basisdatei beschreibt, und Verfahren zur Erzeugung einer Differenzdatei zwischen einer aktualisierten Datei und einer Basisdatei

Info

Publication number: DE69913618T2
Application number: DE69913618T
Authority: DE
Inventors: Dominic Christopher Courteney Williams; Christian Korn
Original assignee: Connected Place Ltd
Current assignee: Connected Place Ltd
Priority date: 1998-08-17
Filing date: 1999-08-13
Publication date: 2004-09-30
Anticipated expiration: 2019-08-14
Also published as: DE69913618D1; GB2341249A8; EP0981090B1; GB2341249A; EP0981090A1; GB9817922D0; US6513050B1; ATE256887T1

Description

Technisches Gebiet
Die Erfindung betrifft ein Verfahren zum Erzeugen eines Kontrollpunkts, der eine Boxdatei beschreibt, und ein Verfahren zum Erzeugen einer Differenzdatei, die Unterschiede zwischen einer aktualisierten Datei und einer Basisdatei definiert. Die Erfindung kann z. B. bei Netzwerksystemen angewandt werden, bei denen eine Fernkopie einer Datei durch Übertragung und Anwendung der Unterschiede zwischen aufeinanderfolgenden Versionen der örtlichen Kopie aktualisiert wird, um dadurch die Bandbreite effizienter zu nutzen. Dazu gehören moderne Online-Backup- und Datenreplikationssysteme sowie Netzwerkcomputersysteme, die es Anwendungen ermöglichen, nur die Änderungen von in den Speicher geladenen Dateien bei aufeinanderfolgenden Sicherungsvorgängen vom Client zum Server zu übertragen. Die Erfindung kann auch z. B. bei Backup-Untersystemen angewandt werden, bei denen Speichermedien wirtschaftlicher genutzt werden können, wenn nur ein Unterschied zu Dateien abgespeichert wird.
Hintergrund der Erfindung
Verfahren zum Bestimmen, wie eine Datei in eine andere zu wandeln sei, sind seit langem für Computerwissenschaftler von Interesse. Derzeit existieren viele derartige Verfahren. Es wird Kapital aus der Tatsache geschlagen, dass erzeugte Beschreibungen einer Transformation im Allgemeinen kleiner sein können als es die transformierte Datei wäre. Hauptsächlich werden diese Techniken daher bei Dateien angewandt, die fortlaufend modifiziert werden. Es wird sowohl eine Basis- als auch eine aktualisierte Version einer Datei erstellt, und es wird eine Beschreibung dazu erzeugt, wie die Basisdatei in die aktualisierte Version zu wandeln ist. Derartige Beschreibungen inkrementaler Transformationen werden für Vorgänge wie einer Verringerung des Aufwands zum Speichern von Dateiwerdegängen und dazu verwendet, Fernkopien sich ändernder Dateien aktualisiert zu halten.
Quellcode-Kontrollsysteme bilden einige der frühesten Beispiele für derartige Differenz- oder Transformations-Berechnungstechniken in der Praxis. Diese Systeme werden bei Softwareprojekten dazu verwendet, Versionswerdegänge von Quellcode-Textdateien, für die die Wahrscheinlichkeit einer vielfachen Änderung während ihrer Lebensdauer wahrscheinlich ist, aufrecht zu erhalten. Da Speicherplatz sehr gesucht ist, ist es verhindernd teuer, eine große Anzahl aufeinanderfolgender Versionen jeder Datei insgesamt abzuspeichern. Stattdessen besteht die typische Lösung darin, die erste Version einer Datei abzuspeichern und danach zeilenweise nur den Unterschied zwischen folgenden Versionen aufzuzeichnen. Wenn ein Programmierer eine spezielle Version einer Datei anfordert, erfasst das System die früheste Version der Datei, die insgesamt abgespeichert ist, und es wendet sequenziell die aufeinanderfolgenden Unterschiede zwischen den Versionen an, bis die früheste Version in die angeforderte Version umgewandelt ist. Eine frühe Beschreibung eines derartigen Systems findet sich in einem technischen Bericht von M. J. Rochkind mit dem Titel "The Source Code Control System", IEEE Transaction on Software Engineering, Vol. SE-1, Nr. 4, Dez. 1975, S. 364–370.
Das System gemäß Rochkind beschreibt Unterschiede zwischen Textzeilen, jedoch beschreiben modernere Techniken Unterschiede auf dem Niveau einzelner Bytes. Diese Techniken haben in Netzwerken eine bedeutende Anwendung gefunden, bei denen die Datenübertragung teuer ist. Als Weg zum Einsparen von Bandbreite, insbesondere über moderne Leitungen und das Internet, werden Aktualisierungen von Dateien häufig als Beschreibungen von Unterschieden auf Byteniveau oder als binäre Patches, gegenüber vorigen Versionen verteilt. Eine derartige Technik wird bei der Verteilung von Aktualisierungen von Softwarepaketen in weitem Umfang verwendet. Hierbei wünschen es Käufer häufig, ausführbare Dateien zu aktualisieren, die in den Computern von Benutzern installiert sind, da ein Sicherheitsmangel oder irgendein anderes Problem erkannt wurde. Anstatt dass sie dazu aufgefordert werden, aktualisierte Versionen der beeinträchtigten Dateien insgesamt herunter zu laden, werden Binärpatches erzeugt, die eine Minimalbeschreibung dazu repräsentieren, wie die alten Dateiversionen modifiziert werden müssen. Die Binärpatches werden dann zum Herunterladen verfügbar gemacht, und Benutzer können sie schnell erhalten und anwenden, um die Problemdateien in die revidierten Versionen zu transformieren.
Trotz der weit verbreiteten Verwendung der oben genannten herkömmlichen Patchtechniken haben sie sich jedoch für einige neue Typen von Netzwerkan wendungen als unangemessen erwiesen. Probleme entstanden einhergehend mit dem Erfordernis, sowohl die Basis- als auch die aktualisierten Versionen von Dateien zur Hand zu haben, um Unterschiede zu berechnen. Neue Anwendungen müssen häufig nur den Unterschied zwischen aufeinanderfolgenden Versionen von Dateien übertragen, um die Bandbreite wirtschaftlich zu nutzen, jedoch können sie sich nicht den Aufwand leisten, wie er in Zusammenhang mit dem Abspeichern lokaler Kopien sowohl der Basis- als auch der aktualisierten Versionen jeder Datei entsteht. Ein Beispiel einer derartigen Situation tritt im sich neu entwickelnden Gebiet von Online-Backupsystemen auf. Hierbei speichern Backupserver Kopien einer großen Anzahl von Clientdateien, und diese müssen typischerweise unter Verwendung einer zur Datenübertragung verfügbaren langsamen Verbindung aktualisiert gehalten werden. Einige Dateien, für die ein Backup erstellt wurde, wie Mailboxes, können eine Größe von einigen 10 Megabyte aufweisen, wobei sie jedoch regelmäßig bei jeder Modifizierung nur um einige wenige Kilobyte geändert werden. In derartigen Fällen ist es nur praxisgerecht, bei jedem Backupvorgang nur den Unterschied zwischen der zuletzt gespeicherten Kopie der Datei und ihrer jüngsten Version zu übertragen. Jedoch erfordert es eine Realisierung dieses Schemas unter Verwendung herkömmlicher Techniken, dass Clients lokale Kopien der zuletzt übertragenen Versionen der Dateien aufrecht erhalten, für die ein Backup erstellt wurde. Dies bedeutet, dass der durch viele Backupdateien verbrauchte Raum tatsächlich verdoppelt ist.
Die Probleme, die sich aus der Anwendung herkömmlicher Patchtechniken bei Online-Backupsystemen ergeben, zeigen sich bei denen, die sie verwenden. Ein derartiges System ist im am 27. Mai 1997 für Robert J. T. Morris erteilten und an International Business Machines Corporation übertragenen US-Patent Nr. 5,634,052 beschrieben. Hot Wire Data Security, Inc. hat ein ähnliches System realisiert, das als BackupNet (www.backupnet.com) bezeichnet wird. Bei diesen Systemen behält der Client tatsächlich Kopien der letzten Versionen von Dateien, die an den Server übertragen wurden, in einem Cache. Beim nächsten Backup werden diese dazu verwendet, Patches für modifizierte Dateien zu erzeugen, die auf dem Server aktualisiert werden müssen. Wenn die Technik eine Übereinstimmung im Cache herausfindet, kann sie Patches minimaler Größe erzeugen, da sie sowohl die Basis- als auch aktualisierte Dateiversionen zur Hand hat. Jedoch schränken unglücklicherweise Speichereinschränkungen typischer Maschinen Caches dahingehend ein, dass sie nur einen Bruchteil der dem Backupsystem zugewiesenen Dateien aufnehmen können, insbesondere dann, wenn es um große Dateien geht. Daher treten selbst dann, wenn Dateien auf genauer Basis betreffend die wahrscheinlichste Modifizie rung in den Cache eingegeben und aus ihm gelöscht werden können, immer zahlreiche Fälle auf, bei denen eine gesamte aktualisierte Datei, statt nur ein Patch, übertragen werden muss.
Es entwickelte sich eine neue Klasse von Patchtechniken, um die Anzahl der oben genannten Cache-Fehltreffer drastisch zu reduzieren. Bei Techniken der neuen Klasse werden spezielle Differenz-Kontrollpunktdaten aus der Basisdatei hergeleitet, die diese später während der Patcherzeugung ersetzen können. Kontrollpunkte sind so konzipiert, dass sie nur einen winzigen Bruchteil des Speicherplatzes der entsprechenden Basisdatei belegen, jedoch immer noch ausreichend viel Information enthalten, damit ein binärer Patch mit guter Effizienz berechnet werden kann. Häufig existiert ein grundlegender Kompromiss, gemäß dem die Differenzberechnung umso ungenauer ist und die Größe des erzeugten Patchs umso größer ist, je kleiner Kontrollpunkte sind. Jedoch kann der Kompromiss abhängig von der Situation optimiert werden, und so können tatsächlich bessere Lösungen als durch herkömmliche Verfahren erzielt werden. Eine Beschreibung einer Patchtechnik auf Kontrollpunktbasis findet sich im am 26. Dezember 1995 für Squibb erteilten und an Squibb Data Systems, Inc. übertragenen US-Patent Nr. 5,479,654. Ein Beispiel einer derartigen Technik in der Praxis findet sich in der Delta-Blocking-Technik von Connected Corporation, wie bei deren Connected On-line Backupsystem verwendet (www.connected.com).
Differenz-Kontrollpunkte können auf viele Arten konstruiert werden, jedoch beruhen beim Schreiben alle auf digitalen Signaturen. Repräsentierte Dateien werden in gleiche sequenzielle Segmente unterteilt, und für jedes wird eine digitale Signatur berechnet und im Kontrollpunkt abgespeichert. Diese Signaturen erfordern zur Speicherung nur einen sehr kleinen Speicherumfang, jedoch führen sie eine Fingerabdruckfunktion aus, die es ermöglicht, die Bytes in einem Segment über jeden vernünftigen Zweifel hinaus eindeutig zu identifizieren. Eine verbreitete Signatur, die durch CCITT standardisiert wurde, ist 32-Bit-CRC, wozu sich in einem technischen Aufsatz von Mark Nelson mit dem Titel "File Verification Using CRC", Dr Dobb's Journal, Mai 1992 eine Erörterung findet. Jeder 32-Bit-CRC verbraucht vier Bytes zur Speicherung, so dass dann, wenn eine Segmentgröße von 1 Kilobyte gewählt wird, Kontrollpunkte konstruiert werden können, die nur einige Prozent der Größe der ihnen entsprechenden Datei verbrauchen. Jedoch können durch Durchsuchen einer Datei nach Segmentlängen von Bytes mit Signaturen, die zu denen im Kontrollpunkt gespeicherten passen, Byteblöcke erkannt werden, die in der repräsentierten Datei vorhanden sind. Der Kompromiss kann darin ge sehen werden, dass der Unterschied im Allgemeinen umso genauer berechnet werden kann, je kleiner die gewählte Segmentlänge ist, dass jedoch umso mehr Signaturen erzeugt werden und umso mehr Platz erforderlich ist, um den Kontrollpunkt zu speichern. In der Praxis führt jedoch die Verwendung einer Standardsegmentlänge von 512 Bytes, wenn es um mittlere bis große Dateien geht, zu berechneten Patches, die nur ein oder zwei Prozent größer als diejenigen sind, die durch herkömmliche Techniken berechnet werden.
Während sich jedoch in Kontrollpunkten gespeicherte Signaturen als Maßnahme dazu erweisen, Segmente in einer aktualisierten Datei mit Segmenten in einer Basisdatei zur Übereinstimmung zu bringen, können für sich selbst keine zufriedenstellende Lösung liefern. Segmente von Bytes in einer aktualisierten Datei mit Signaturen, die zu solchen sequenzieller Basisdateisegmente passen, können mit beliebigem Versatz und beliebiger Reihenfolge auftreten. Daher steht ohne irgendein Hilfsverfahren nur ein verhindernd teurer Weg zum Auffinden jedes identifizierbaren Segments zur Verfügung. Dazu muss das Berechnen der Signatur einer Bytelänge entsprechend einem Segment folgend auf jeden Versatz in der aktualisierten Datei und eine Prüfung gehören, ob eine Übereinstimmung mit einer Signatur im Kontrollpunkt besteht. Es ist ziemlich vernünftig, den Versatz in der aktualisierten Datei entsprechend der Länge eines Segments zu inkrementieren, wenn ein passendes Segment gefunden wird, so dass dann, wenn die Basis- und die aktualisierten Dateien identisch sind, nur so viele Signaturen berechnet werden als sequenzielle Segmente, die sie enthalten, berechnet werden. Jedoch werden im ungünstigten Fall, in dem die Dateien keine wiederverwendeten Segmente gemeinsam haben, beinahe so viele Signaturen berechnet, wie Bytes in der aktualisierten Datei enthalten sind. Da es zu Signaturberechnungen gehört, jedes Byte im jeweiligen Segment einer komplizierten Funktion zu unterziehen, ist es ersichtlich, dass die Rechenkompliziertheit im ungünstigten Fall viel zu hoch ist.
Um die oben genannte Rechenkompliziertheit zu verringern, versuchen einige Techniken einfach, jedes mögliche wiederverwendete Segment zu erkennen. In der einfachsten Form gehört dazu die Annahme, dass dann, wenn die aktualisierte Datei Segmente aus der Basisdatei enthält, diese mit dem Versatz vorhanden sind, mit dem sie ursprünglich als Sequenz eingeteilt wurde. Signaturen werden für sequenzielle Segmente in der aktualisierten Datei berechnet und dann direkt mit der im Kontrollpunkt gespeicherten Signatur des entsprechenden sequenziellen Segments in der Basisdatei verglichen. Dies gewährleistet, dass nur so viele Signaturen berechnet werden, wie sequenzi elle Segmente in der aktualisierten Datei vorhanden sind. Als Konsequenz dieser Vorgehensweise schlagen diese Techniken sogar im einfachen Fall fehl, in dem eine Datei durch das Einfügen von Daten modifiziert wird. In einem derartigen Fall, bei dem bei einer Basisdatei vor dem Anfang ein Byte vorangestellt ist, wodurch alle Segmentausrichtungen geändert sind, werden keine Übereinstimmungen aufgefunden, und als aktualisierte Datei wird ein Patch berechnet, der der gesamten Größe entspricht. Da es bei dieser Methode nicht möglich ist, den Hauptanteil von Dateimodifizierungen zu meistern, wird sie allgemein als ungeeignet angesehen. Stattdessen haben sich Techniken auf das Prüfen von Übereinstimmungen mit jedem möglichen Versatz durch Herausfinden von Wegen konzentriert, gemäß denen nicht übereinstimmende Segmente weggelassen werden, bevor ihre Signatur berechnet würde.
Das bevorzugte Verfahren zum Verbessern der Effizienz bei der Patcherzeugung besteht darin, dass zu Kontrollpunkten Daten hinzugefügt werden, die für den Fingerabdruck-Übereinstimmungsprozess irrelevant sind. Derartige Daten werden rein zur Verbesserung der Effizienz eingeschlossen, und sie sind für die endgültige Identifizierung wiederverwendeter Segmente nicht zuständig. Die Technik gemäß Squibb entspricht einer derartigen Vorgehensweise, und bei ihr werden drei verschiedene, jedoch zunehmend aufwändigere Signaturtypen im Kontrollpunkt platziert, wobei nur der aufwändigste dazu verwendet wird, Segmente unwiderlegbar zu identifizieren. Die Signaturen bestehen aus einer XOR-Verknüpfung einer Untermenge von Bytes aus dem Segment, einem 16-Bit-CRC aller Bytes im Segment und schließlich eines 32-Bit-CRC aller Bytes im Segment. Bei jedem Versatz in der gelieferten Datei, für den angenommen wird, dass sich ein Segment aus der repräsentierten Datei findet, wird als Erstes die relativ wenig aufwändige XOR-Verknüpfung berechnet. Nur dann, wenn sich eine Übereinstimmung herausstellt, wird dazu übergegangen, den aufwändigeren 16-Bit-CRC zu berechnen, und wenn für diesen Übereinstimmung besteht, wird der noch aufwändigere 32-Bit-CRC berechnet. Der XOR-Test schließt schnell die meisten Segmente aus, die große Unterschiede aufweisen. Der 16-Bit-CRC, der als Nächstes berechnet wird, schließt die meisten Segmente aus, die keine großen Ähnlichkeiten aufweisen. Demgemäß wird die aufwändigste Signatur, der 32-Bit-CRC, nur dann berechnet, wenn eine hohe Wahrscheinlichkeit dafür existiert, dass eine Übereinstimmung aufgefunden wird, was zu einer hohen Zunahme der allgemeinen Effizienz führt.
Jedoch leiden Techniken, wie die von Squibb, die im Kontrollpunkt aus irgendeinem festen Bereich relativ wenig aufwändiger Signaturen die Effizienz verbessernde Daten erzeugen, immer noch unter einer Anzahl von Mängeln. Ein Mangel besteht darin, dass derartige Techniken ihre Herleitung von Effizienzdaten nicht an verschiedene Dateitypen oder spezielle Muster innerhalb von Dateien anpassen können. Dateien, die lange Stücke desselben Bytes enthalten, solche, die regelmäßige Bytemuster enthalten, und solche, die eine kleine Untermenge von Bytes enthalten, bewirken eine übermäßig häufige Übereinstimmung der weniger aufwändigen Signaturen, wenn die Segmente verschieden sind, wodurch sie eine große Anzahl überflüssiger Berechnungen der aufwändigsten Signatur zur Folge haben. Ein anderer Mangel besteht darin, dass der Benutzer den Umfang der die Effizienz fördernden Daten, wie sie für eine Datei herzuleiten sind, nicht regeln kann, z. B. so, dass die Wahrscheinlichkeit einer Modifizierung widergespiegelt wird, so dass in einem Online-Backupsystem eine Aktualisierung erforderlich ist. Ein weiterer Mangel besteht darin, dass kein maximales Funktionsvermögen erzielt wird, wenn irgendeine beliebige Grenze für die Menge herleitbarer Effizienzdaten vorliegt. Die Erfindung berücksichtigt diese Mängel durch Verwenden einer mehrdimensionalen, hierarchischen Repräsentation von Effizienzdaten, die mit variablen "Auflösungs"raten hergeleitet werden.
Zusammenfassung der Erfindung
Gemäß einer Erscheinungsform der Erfindung ist Folgendes geschaffen: ein Verfahren zum Erzeugen eines eine Basisdatei beschreibenden Kontrollpunktes, wobei die Basisdatei in eine Reihe von Segmenten aufgeteilt wird, für jedes Segment eine Segmentbeschreibung erzeugt wird, wobei jede Segmentbeschreibung eine verlustfreie Signatur und mehrere verlustbehaftete Samples aufweist, die das Segment jeweils auf verschiedenen Auflösungsstufen beschreiben, und aus den erzeugten Segmentbeschreibungen eine Segmentbeschreibungsstruktur als Kontrollpunkt erstellt wird; wobei die Segmentbeschreibungsstruktur erstellt wird, indem für jedes Segment aus den verlustbehafteten Samples und der verlustfreien Signatur eine Beschreibung ausgewählt wird, die das Segment auf der niedrigsten Auflösungsstruktur adäquat kennzeichnet.
Gemäß einer anderen Erscheinungsform der Erfindung ist Folgendes geschaffen: ein Verfahren zum Erstellen einer Umwandlungsliste, die eine aktualisierte Version der Basisdatei mit Verweis auf die Basisdatei und einen Kontrollpunkt für die Basisdatei definiert, wobei: ein Kontrollpunkt nach dem Verfahren der ersten Erscheinungsform erzeugt wird, an einer Anfangsposition in der aktualisierten Datei ein erstes Segment definiert wird, für das erste Segment eine Segmentbeschreibung erzeugt wird, die Segmentbeschreibung für das erste Segment mit den Segmentbeschreibungen des Kontrollpunkts verglichen wird, und bei Übereinstimmung die übereinstimmende Segmentbeschreibung zu der Umwandlungsliste hinzugefügt wird und bei Nichtübereinstimmung die Daten des ersten Segments zu der Umwandlungsliste hinzugefügt werden.
Gemäß der Erfindung ist auch Folgendes geschaffen: ein Verfahren zum Erzeugen einer Differenzdatei, die Unterschiede zwischen einer aktualisierten Datei und einer Basisdatei definiert, wobei ein Kontrollpunkt nach dem Verfahren zum Erzeugen eines Kontrollpunktes gemäß der ersten Erscheinungsform der Erfindung erzeugt wird, Segmentbeschreibungen für Segmente in der aktualisierten Datei auf verschiedenen Auflösungsstufen erzeugt und mit Segmentbeschreibungen im Kontrollpunkt verglichen werden, um übereinstimmende und nicht übereinstimmende Segmente zu identifizieren, und Daten, die mit Segmenten in der Basisdatei übereinstimmende Segmente in der aktualisierten Datei identifizieren, sowie Daten, die Teile der aktualisierten Datei wiedergeben, auf niedrigstmöglicher, zur unterscheidbaren Wiedergabe des Teils ausreichender Auflösungsstufen als Differenzdatei abgespeichert werden.
Wie es aus der folgenden Beschreibung deutlich werden wird, bietet die Erfindung gegenüber bisher bekannten Vorgehensweisen mehrere Vorteile. Die Erfindung ermöglicht es, Kontrollpunkte aus Segmente identifizierenden Signaturen und Daten, die die Effizienz der Differenzerzeugung verbessern, zusammenzusetzen, um so die die Effizienz verbessernden Kontrollpunktdaten entsprechend dem Basisdateityp herzuleiten, um ein besseres Funktionsvermögen zu erzielen. Die Erfindung ermöglicht es, die im Kontrollpunkt enthaltenen, die Effizienz verbessernden Daten hierarchisch herzuleiten und abzuspeichern, um die erforderliche Speichergröße zu minimieren. Die Erfindung ermöglicht es, Repräsentationen von Unterschieden so effizient wie möglich zu erzeugen, wobei eine beliebige Beschränkung zur Kontrollpunktgröße vorliegt. Die Erfindung kann bei Netzwerken angewandt werden, und sie kann die Kosten bei der Netzwerkübertragung bei einer Anzahl von Netzwerkanwendungen senken. Die Erfindung ermöglicht es auch, die Speichererfordernisse im Backup-Untersystem eines Client-Server-Systems zu senken.
Kurz gesagt, werden spezielle Kontrollpunktdaten aus einer Basisdatei hergeleitet. Der Kontrollpunkt enthält Signaturen, die aus den sequenziellen Segmenten der Basisdatei entnommen sind und diese eindeutig kennzeichnen. Der Kontrollpunkt enthält auch Effizienzdaten, die dazu konzipiert sind, den folgenden Prozess effizienter zu machen. Es wird eine modifizierte Version der Basisdatei geliefert (die auch als neue Version der Basisdatei oder als geänderte Version derselben oder als aktualisierte Version derselben bezeichnet wird). Es wird eine Beschreibung zum Unterschied zwischen der Basisdatei und der aktualisierten Datei erzeugt, die die aktualisierte Datei in Form neuer Bytes und Segmente beschreibt, die auch in der Basisdatei vorhanden sind.
Kontrollpunkt-Effizienzdaten (die auch als Bilddaten bezeichnet werden) werden hergeleitet (was auch als Absampeln bezeichnet wird), um variierende Informationsmengen zu zugeordneten Basisdateisegmenten zu enthalten. Die Menge enthaltener Daten (was auch als Auflösung bezeichnet wird) wird während der Kontrollpunktherleitung beim Versuch erhöht oder verringert, unterscheidende Einzelheiten aus den repräsentierten Basisdateisegmenten hervorzubringen. Die Bilddaten werden auf solche Weise hierarchisch hergeleitet und abgespeichert, dass sie einen ähnlichen Platzumfang belegen, als wären sie durchgehend mit der geringsten Auflösung abgesampelt worden. Während der Erzeugung der Differenzrepräsentation werden die Bilddaten dazu verwendet, zu bestimmen, ob aufwändige Signaturberechnungen ausgeführt werden sollen oder nicht. Da innerhalb der hierarchischen Repräsentation der Bilddaten mehr Information enthalten ist, kann das Verfahren mit genauerem Genauigkeitsgrad berechnen, ob Signaturberechnungen ausgeführt werden sollen, um so die Gesamteffizienz zu verbessern. Da die Sampleauflösung erhöht ist, um unterscheidende Segmentdetails dort herauszufinden, wo es erforderlich ist, ist für eine gewisse Anpassung an verschiedene Dateitypen gesorgt, wodurch die Anzahl der Dateitypen verringert ist, die zu einem ungewöhnlich schlechten Funktionsvermögen führen können.
Die obigen und andere Merkmale der Erfindung werden insbesondere in den beigefügten Ansprüchen dargelegt, und sie werden, gemeinsam mit zugehörigen Vorteilen, aus einer Berücksichtigung der folgenden detaillierten Beschreibung einer beispielhaften Ausführungsform der Erfindung, die unter Bezugnahme auf die beigefügten Zeichnungen erfolgt, deutlicher werden.
Kurze Beschreibung der Zeichnungen
In den Zeichnungen ist Folgendes dargestellt.
1 ist ein Flussdiagramm, das eine Reihe von die Erfindung verkörpernden Prozeduren zeigt;
2 ist ein Flussdiagramm, das eine andere, vereinfachte Reihe von die Erfindung verkörpernden Prozeduren zeigt;
3 ist eine Darstellung eines in Segmente unterteilten Bilds;
4 ist ein Flussdiagramm, das eine Repräsentation einer Routine zum Scannen einer Basisdatei auf hoher Ebene zeigt;
5 zeigt ein Beispiel von Daten in einer Segmentbeschreibung;
6 zeigt ein Beispiel eines mehrstufigen, zunehmend verlustbehafteten Sampleschemas für Bildbytes;
7 zeigt (a) eine Konstruktion einer Segmentbeschreibungsstruktur für eine erste Auflösungsstufe und (b) die Konstruktion der Segmentbeschreibungsstruktur bei zwei Auflösungsstufen;
8 ist ein Flussdiagramm, das einen Teil des Flussdiagramms der 4 detaillierter zeigt;
9 zeigt ein Beispiel einer Segmentbeschreibungsstruktur, bei der drei Stufen verlustbehafteter Auflösung definiert sind;
10 ist eine Tabelle, die den Speicherplatz zeigt, wie er durch Segmentbeschreibungen verbraucht wird, wenn diese in einem Kontrollpunkt abgespeichert werden;
11 ist ein Diagramm, das zeigt, wenn eine hypothetische Segmentbeschreibungsstruktur vorgegeben ist, die in der 10 dargestellten Segmentbeschreibungsknoten auf einer Platte geordnet werden können, um eine Rekonstruktion der Struktur zu ermöglichen;
12 ist ein Flussdiagramm auf hoher Ebene, das ein Programm ÜBEREINSTIMMUNG beschreibt; und
13 ist ein Flussdiagramm, das einen Teil des Programms ÜBEREINSTIMMUNG detaillierter zeigt.
Detaillierte Beschreibung
In der folgenden speziellen Beschreibung ist ein Verfahren verwendet, bei dem eine spezielle Kontrollpunktrepräsentation einer anfänglichen oder Basisdatei dazu verwendet wird, zu berechnen, wie diese in eine aktualisierte oder gelieferte Datei zu transformieren ist. Der Kontrollpunkt enthält weniger Daten als die durch ihn repräsentierte Datei, was das Verfahren für Situationen ideal macht, in denen eine Datei während einer Patchberechnung wegen Speicher- oder Speicherplatzbeschränkungen nicht vorhanden sein kann. Der Kontrollpunkt enthält zwei Typen von Daten, die aus sequenziellen Blöcken in der repräsentierten Datei hergeleitet werden. Diese Daten bestehen aus Signaturen, die in eindeutiger Weise jeden sequenziellen Block identifizieren, und verlustbehafteten Bilddaten, die deren Form annähern.
Die Auflösung, mit der Bilddaten für einzelne Blöcke entnommen werden, wird variiert, um ihre Unterscheidungsmerkmale zu erfassen. Jedoch werden die Bilddaten hierarchisch repräsentiert, so dass nur minimal mehr Speicherplatz als dann erforderlich ist, wenn die niedrigste Auflösungsstufe durchgehend verwendet worden wäre. Zum Verfahren gehört es, die Kontrollpunktdaten in eine Suchstruktur zu laden, die mehrdimensionale Hierarchien von Bäumen enthält, wobei jeder Baum über Strukturen verfügt, die hinsichtlich Bilddaten sortiert sind, die für aufeinanderfolgende Auflösungsstufen entnommen wurden.
Dann gehört es zum Verfahren, sich inkrementell durch die gelieferte Datei zu bewegen. Für jeden Versatz durchscannt das Verfahren die Suchstruktur für im Kontrollpunkt beschriebene Blöcke, deren Form zu der des folgenden Blocks von Bytes in der Datei passt. Wenn keine Übereinstimmung existiert, wurde ein Byte aufgefunden, das für die gelieferte Datei einzigartig ist. Wenn eine Übereinstimmung existiert, gehört es zum Verfahren, als Nächstes die Signatur für den nächsten Block in der Datei zu berechnen.
Wenn die Signatur mit der Übereinstimmungs-Kontrollpunktbeschreibung übereinstimmt, weiß das Verfahren, dass es in der gelieferten Datei einen Block aufgefunden hat, der in der repräsentierten Datei existiert, und es fährt damit fort, direkt jenseits davon zu suchen. Dieser Prozess dauert an, bis eine Beschreibung der gelieferten Datei in Form eindeutiger Bytes und Blöcke aus der repräsentierten Datei erzeugt wurde. Es ergibt sich eine hohe Effizienz, da Signaturen, die aufwändig zu berechnen sind, nur dann für Blöcke in der gelieferten Daten berechnet werden, wenn übereinstimmende Bilddaten eine hohe Wahrscheinlichkeit dafür anzeigen, dass Äquivalenz aufgefunden werden wird. Es werden weniger Signaturberechnungen als dann gemacht, wenn die Bilddaten mit einer einzelnen Auflösung abgesampelt worden wären. Ferner entnimmt das Verfahren Bilddaten auf eine Weise, die für eine gewisse Anpassung an verschiedene Dateitypen sorgt, um so die Anzahl der Fälle mit schlechtem Funktionsvermögen zu verringern, in denen viele überflüssige Signaturberechnungen ausgeführt werden müssen.
Wie es in der 1 der beigefügten Zeichnungen dargestellt ist, kann die Erfindung durch vier getrennte Programme realisiert werden, die sequenziell abgearbeitet werden, um eine Beschreibung des Unterschieds zwischen zwei aufeinanderfolgenden Versionen einer Datei zu erzeugen. Das erste Programm, das nachfolgend als SCAN-Programm 10 bezeichnet wird, durchscannt eine Basisdatei, um einen in einen Speicher geladenen Kontrollpunkt zu erzeugen. Das zweite Programm, das nachfolgend als SICHERUNG-Programm 12 bezeichnet wird, ist wahlweise vorhanden, und es schreibt den in den Speicher geladenen Kontrollpunkt in einen nichtflüchtigen Speicherplatz ein. Das dritte Programm, das nachfolgend als LADEN-Programm 14 bezeichnet ist, ist ebenfalls wahlweise vorhanden, und es wird in Verbindung mit dem SICHERUNG-Programm 12 dazu verwendet, einen Kontrollpunkt aus dem nichtflüchtigen Speicherplatz in den Speicher zu laden. Das vierte Programm, das nachfolgend als ÜBEREINSTIMMUNG-Programm 16 bezeichnet wird, durchscannt eine aktualisierte Version der Basisdatei in Verbindung mit einem in den Speicher geladenen Kontrollpunkt, und es erzeugt eine Beschreibung der aktualisierten Basisdatei in Form eindeutiger Bytes und Segmenten von Bytes, wie sie sich in der ursprünglichen Basisdatei finden.
Allgemein gesagt, sind, wenn die Zeitperiode zwischen der Ausführung des SCAN- und des ÜBEREINSTIMMUNG-Programms 10, 16 groß ist, das SICHERUNG- und das LADEN-Programm 12, 14 in die Ausführungsabfolge eingeschlossen, wie es in der 1 dargestellt ist. Wenn andererseits die oben genannte Periode klein ist, können diese Programme 12, 14 ausgeschlossen werden. Wie es in der 2 dargestellt ist, kann ein Programm, das nachfolgend als VERDICHTUNG-Programm 18 bezeichnet wird, an deren Stelle abgearbeitet werden, um den durch den geladenen Kontrollpunkt verbrauchten Speicher zu verringern.
Die Daten in einer Basisdatei können Beliebiges von Finanzdaten bis zu Nachrichten, Computerprogrammen bis zu elektronischen Bildern repräsentieren. Die der Erfindung zugrunde liegenden Konzepte können einfacher ver standen werden, wenn davon ausgegangen wird, dass die Daten ein elektronisches Bild repräsentieren. Nachfolgend wird daher der Betrieb der verschiedenen Operationen so beschrieben, als seien die Daten in der Basisdatei diejenigen eines Bilds. Der Fachmann erkennt, dass die Erfindung nicht auf die Verarbeitung von Bilddateien beschränkt ist, sondern sie in gleicher Weise auf jede beliebige Datei anwendbar ist, die digitale Daten enthält, unabhängig davon, was diese Daten repräsentieren.
Die 3 der beigefügten Zeichnungen zeigt ein Bild 20, das durch Daten in einer Basisdatei repräsentiert ist. Wie es nachfolgend erläutert wird, unterteilt das SCAN-Programm 10 die das Bild repräsentierenden Daten in eine Reihe von Bildsegmenten 21 bis 29 gleicher Länge. Die Länge jedes Segments muss nicht durch die Größe des Bilds bestimmt sein. Demgemäß enthalten z. B. die beiden Segmente 24 und 27 einen Endabschnitt 24', 27' mit einer Zeilenstartposition 24'', 27'' der nächsten Zeile. Das SCAN-Programm 10 ist in der 4 der beigefügten Zeichnungen detaillierter dargestellt. Das SCAN-Programm 10 arbeitet sich sequenziell durch eine Basisdatei, wie sie von einem Benutzer in einem Schritt 30 erhalten wird (nachfolgend "gelieferte Basisdatei"), um jedes sequenzielle Segment der Reihe nach zu verarbeiten, wie es durch die Blöcke 32, 34, 36, 38, 40 & 42 repräsentiert ist. Für jedes Segment erzeugt das SCAN-Programm im Schritt 36 eine dasselbe beschreibende Segmentbeschreibung. Als Nächstes gibt das SCAN-Programm, in Schritt 38, die Segmentbeschreibung in eine Segmentbeschreibungsstruktur ein, die die Basisdatei beschreibt.
Wie es in der 5 der beigefügten Zeichnungen dargestellt ist, besteht die Segmentbeschreibung 44 aus einer Kombination einer Signatur 45, die die Bytes im Segment eindeutig kennzeichnet, wie aus einem Check auf zyklische Redundanz (CRC), und einem verlustbehafteten Sample 46, das Bytes enthält, die entsprechend einem Samplingschema aus dem Segment abgesampelt wurden. Die Segmentbeschreibung 44 enthält auch einen Segmentindex 47, der kennzeichnet, wo das Segment in der Abfolge erscheint. Zum Beispiel hätte das Segment 21 in der 3 den Index "0", das Segment 22 den Index "1" und das Segment 23 den Index "2" usw. Die Idee besteht darin, dass Bytes aus einem Segment in einer Reihe von Inkrementen abgesampelt werden können, um so über einen Bereich von Auflösungen hinweg verlustbehaftete Repräsentationen der Segmente zu erzeugen. Es existieren mehrere Arten, gemäß denen dies erfolgen kann. Eine Art ist in der 6 der beigefügten Zeichnungen dargestellt. Wie es in der 6 dargestellt ist, erzeugt das SCAN-Programm 10 zunächst dadurch ein verlustbehaftetes Bild 52 aus einem Segment 50, dass es mit der vom Benutzer gewählten maximalen Auflösungsstufe absampelt. Zunehmend verlustbehaftete Bilder 54, 56 mit zunehmend geringeren Auflösungsstufen werden durch inkrementelles Entfernen abgesampelter Bytes aus der darüber liegenden Stufe konstruiert. Daher enthält die Segmentbeschreibung effektiv Bilder, die über einen ganzen Bereich von Auflösungen abgesampelt wurden, nämlich von verlustfrei bis zur am stärksten verlustbehafteten, niedrigsten Auflösungsstufe.
In der 6 ist das Segment 50 so dargestellt, dass es über eine Länge von 16 Bytes verfügt. Es sind auch drei Auflösungsstufen dargestellt. Dies dient nur zum Vereinfachen der Zeichnung. In der Praxis wäre eine Segmentlänge von 512 Bytes realistischer, und 16 Auflösungsstufen wären typischer. Die im Segment 50 enthaltenen Bytes bilden eine verlustfreie Repräsentation des Bildsegments. In der nächsten Stufe darunter wird ein verlustbehaftetes Sample 52 dadurch erzeugt, dass das verlustfreie Segment 50 mit der maximalen Samplingauflösung abgesampelt wird, in diesem Fall der Auflösung 3, die sechs aus den 16 Bytes des verlustfreien Segments entspricht. Dieses verlustbehaftete Segment 52 besteht aus einer Untergruppe von Bytes, wie sie im Segment 50 enthalten sind. Bytes aus dem am wenigsten verlustbehafteten Sample 52, d. h. dem mit der höchsten Auflösung, werden dazu verwendet, weitere verlustbehaftete Bilder 54, 56 mit niedrigeren Auflösungen zu erzeugen.
Der Zweck des Erzeugens eines Bereichs von Bildsamples mit verschiedenen Auflösungen besteht im Erzeugen einer Gruppe von Signaturen oder Samples des Segments, die dazu verwendet werden können, dasselbe zu repräsentieren. So ermöglicht es die Gruppe von Signaturen oder Samples, ein Segment über einen Bereich von Auflösungen hinweg zu beschreiben, nämlich von verlustfreier Wiedergabe des Bilds aus der Signatur bis herunter zu einer verlustbehafteten Wiedergabe des Bildsamples mit der niedrigsten Auflösung. Zunächst konstruiert das SCAN-Programm Segmentbeschreibungen, die Daten mit verlustbehafteten Bildern über den vollen Bereich möglicher Auflösungen hinweg enthalten. Offen gesagt würde jedoch das Aufrechterhalten aller Samples für jede Signatur einen großen Speicherumfang dadurch verbrauchen, dass ein Kontrollpunkt erzeugt würde, der größer als die Datei wäre, die er repräsentiert. Daher erzeugt das SCAN-Programm 10 auch eine Segmentbeschreibungsstruktur, in der Signaturdaten und verlustbehaftete Sampledaten aus den Segmentbeschreibungen der Basisdatei entfernt sind. D. h., dass es die Segmentbeschreibungsstrukturstruktur ermöglicht, soviel Daten wie möglich zu entfernen.
Nach der anfänglichen Konstruktion werden Segmentbeschreibungen in eine Segmentbeschreibungsstruktur platziert, die jede derselben unter Verwendung des Minimums an Auflösung eindeutig unterscheidet, um es dadurch zu ermöglichen, redundante Daten zu löschen. Die 7 der beigefügten Zeichnungen veranschaulicht, wie die Segmentbeschreibungsstruktur im Schritt 38 des SCAN-Programms 10 erzeugt wird. Als Erstes wird auf die 7(a) Bezug genommen, die einen binären Baum von Segmentbeschreibungen 21_SD bis 26_SD bei der niedrigsten Auflösungsstufe (Auflösung 1) zeigt. Der Baum wird so konstruiert, dass ausgehend vom Segment 21 (siehe die 3) das am stärksten verlustbehaftete Sample (z. B. das Sample 56 in der 6) als Segmentbeschreibung 21_SD auf der niedrigsten Auflösungsstufe (Auflösung 1), wie durch die Ebene 60 in der 7(a) repräsentiert, eingegeben wird. Als Nächstes wird das am stärksten verlustbehaftete Sample des Segments 22 (siehe die 3) mit der Segmentbeschreibung 21_SD verglichen. Jeder beliebige geeignete Vergleich, der "weniger als", "gleich groß wie" oder "größer als" liefert, kann verwendet werden. Demgemäß wäre ein einfacher Vergleich der durch die Daten repräsentierten Zahlenwerte ausreichend. Selbstverständlich können kompliziertere Vergleiche verwendet werden, falls dies erwünscht ist. In der 7(a) ist der Wert der Segmentbeschreibung 22SD kleiner als der der Segmentbeschreibung 21_SD . Dies ist in der 7(a) dadurch repräsentiert, dass die Segmentbeschreibung 22_SD links von der Segmentbeschreibung 21_SD platziert ist. Der Wert von 23_SD ist größer als der von 21_SD , und daher ist er so repräsentiert, dass er rechts von 21_SD platziert ist. Wenn der Baum in der 7(a) durchlaufen wird, ist der Wert von 24_SD kleiner als der von 21_SD und 22_SD , und er ist im Baum links und unter 22_SD platziert. Der Wert von 25_SD ist größer als der von 21_SD und 23_SD , und er ist rechts unter 23_SD platziert. Der Wert von 26_SD ist kleiner als der von 21_SD , jedoch größer als der von 22_SD , und daher ist 26_SD rechts unter 22_SD platziert. Demgemäß sind die ersten sechs Segmente 21 bis 26 des Bilds durch einen Baum von Segmentbeschreibungen 21_SD bis 26_SD mit der niedrigsten Auflösungsstufe geeignet definiert.
Wenn jedoch das SCAN-Programm 10 die Segmentbeschreibung 27SD erreicht, ergibt es sich, dass diese gleich groß wie 25_SD ist. So ist es nicht möglich, das Segment 27 auf der niedrigeren Auflösungsstufe auf charakteristische Weise zu definieren. Stattdessen wird daher das verlustbehaftete Sample auf der nächsthöheren Auflösungsstufe (Auflösung 2) dazu ausgewählt, das Segment 27 zu repräsentieren. Dies ist in der 7(b) dadurch dargestellt, dass die Segmentbeschreibung 27_SD an einem Ort in der Ebene 61 platziert ist. In ähnlicher Weise gilt für das Segment 28, dass die Segmentbeschreibung 28_SD größer als 21_SD und 23_SD ist sowie gleich groß wie 25_SD und größer als 27_SD ist. Daher ist die Beschreibung 28_SD in der 7(b) dadurch repräsentiert, dass sie in der Ebene 61 unterhalb und rechts von 27_SD platziert ist. Das Segment 29 wird durch das am stärksten verlustbehaftete Sample (mit der Auflösung 1) geeignet definiert. Die Segmentbeschreibung 29_SD ist größer als 21_SD und 23_SD sowie kleiner als 25_SD . Daher ist die Segmentbeschreibung 29_SD in der 7(b) dadurch repräsentiert, dass sie in der Ebene 60 unter und links von 25_SD platziert ist.
Das SCAN-Programm 10 fährt damit fort, Segmentbeschreibungen auf die oben beschriebene Weise zur Segmentbeschreibungsstruktur hinzuzufügen, bis Beschreibungen für alle Segmente im Bild in der Struktur platziert sind. Die 8 der beigefügten Zeichnungen ist ein Flussdiagramm, das detaillierter zeigt, wie der durch den Block 38 in der 4 repräsentierte und unter Bezugnahme auf die 7 beschriebene Prozess eine Segmentbeschreibung in die Segmentbeschreibungsstruktur eingibt. Die Auflösung kann von der niedrigsten verlustbehafteten Auflösung bis zur verlustfreien (auf der Signatur basierenden) Auflösung reichen. Als Erstes wird in einem Schritt 80 die aktuelle Auflösung auf die niedrigste verlustbehaftete Stufe gesetzt, und in einem Schritt 82 wird der aktuelle Baum als Baum mit einzelner Wurzel eingestellt, der gemäß dieser Auflösung sortiert ist (wobei er beim Einsetzen der ersten Segmentbeschreibung leer ist). Als Nächstes wird, in einem Schritt 84, eine Bildbeschreibung des Segments von Bytes beim aktuellen Arbeitsversatz bei der aktuellen Auflösungsstufe kompiliert. Der Arbeitsversatz WO ist einfach der Segmentindex, der kennzeichnet, wo das Segment in der Segmentabfolge auftritt. In einem Schritt 86 wird versucht, eine Übereinstimmung mit einer Segmentbeschreibung im aktuellen Baum aufzufinden. Wenn sich keine Übereinstimmung herausstellt – wie es durch eine Entscheidung 88 repräsentiert ist –, und wenn daher ein eindeutiger Platz im Baum verfügbar ist, erfolgt in einer Entscheidung 90 eine Überprüfung dahingehend, ob die aktuelle Auflösung verlustfrei ist. Wenn die aktuelle Auflösung verlustfrei ist, wird in einem Schritt 92 eine neue Segmentbeschreibung unter Verwendung der Signatur des aktuellen Segments erzeugt, die in den Baum eingegeben wird, und der Prozess kehrt zurück.
Wenn andererseits die aktuelle Auflösung verlustbehaftet ist, wird in einem Schritt 94 als Erstes die Signatur des aktuellen Segments berechnet. Dann werden, zusätzlich zur verlustbehafteten Bildbeschreibung, die für die aktuelle Auflösung bereits im Schritt 84 berechnet wurde, verlustbehaftete Bildbeschreibungen für alle verlustbehafteten Auflösungen über der aktuellen Auflösung kompiliert. Die kombinierten verlustbehafteten Bildbeschreibungen und die Signatur werden dann zusammengefasst dazu verwendet, eine neue Segmentbeschreibung zu erzeugen, die in einem Schritt 96 ordnungsgemäß in den aktuellen Baum eingetragen wird, und der Prozess kehrt zurück.
Wenn bei der Entscheidung 88 im aktuellen Baum eine Übereinstimmung aufgefunden wurde, erfolgt bei einer Entscheidung 98 eine Prüfung dahingehend, ob die aktuelle Auflösung verlustbehaftet ist. Wenn die aktuelle Auflösung verlustbehaftet ist, ist bereits eine Segmentbeschreibung vorhanden, die das Bytemuster des aktuellen Segments beschreibt (wenn auch in einem anderen Segment), und der Prozess kehrt einfach zurück. Wenn alternativ die aktuelle Auflösung verlustbehaftet ist, existiert mehr Auflösung, um einen Unterschied zu klären, und in einer Entscheidung 100 erfolgt eine Prüfung dahingehend, ob auf einer höheren Auflösungsstufe bereits eine übereinstimmende Segmentbeschreibung existiert.
Wenn dies der Fall ist, wird der aktuelle Baum in einem Schritt 104 auf den Baum auf höherer Stufe gesetzt, für den den Übereinstimmende Segmentbeschreibung die Wurzel ist, und in einem Schritt 106 wird die aktuelle Auflösungsstufe inkrementiert. Dann kehrt das Verfahren zum Schritt 84 zurück, um eine Bildbeschreibung mit der aktuellen Auflösung zu kombinieren. Alternativ wird, wenn in einem Schritt 102 die Bildbeschreibung, die innerhalb der übereinstimmenden Segmentbeschreibung enthalten ist, die mit einer Auflösung über der aktuellen kompiliert wurde, erfasst und dazu verwendet, die Wurzel eines Baums zu bilden, der hinsichtlich dieser Auflösung sortiert ist. Dann fährt der Prozess mit dem bereits beschriebenen Schritt 104 fort.
Die 9 der beigefügten Zeichnungen zeigt ein Beispiel einer Segmentbeschreibungsstruktur mit einer mehrdimensionalen Hierarchie binärer Bäume von Segmentbeschreibungen, die gemäß aufeinanderfolgenden Auflösungsstufen 60, 62, 64, 66 geordnet und gemäß diesen sukzessive sortiert sind. Bei diesem Beispiel haben alle Hierarchien dieselbe Wurzel 68 gemeinsam, bei der es sich um die Wurzel des einzelnen Baums handelt, der gemäß den Bytes sortiert ist, die dazu verwendet werden, ein Bild auf der niedrigsten Auflösungsstufe 60 zu konstruieren. Bäume, die sich ausgehend vom Baum mit der einzelnen Wurzel, der gemäß der niedrigsten Auflösung 60 sortiert wurde, bis zu Bäumen erstrecken, die gemäß der Signatur 66 sortiert wurden, enthalten nie Segmentbeschreibungen mit übereinstimmenden Werten. Stattdessen wird, wenn eine Segmentbeschreibung in den Baum niedrigster Auflösung ein gegeben wird und bereits eine übereinstimmende Beschreibung vorhanden ist, dieselbe dazu verwendet, die Wurzel eines Baums auf der nächsten Auflösungsstufe zu repräsentieren, und so wird die neue Segmentbeschreibung in diesen Baum eingegeben. Dadurch können Segmentbeschreibungen gleichzeitig in aufeinanderfolgenden Auflösungsstufen vorhanden sein, wie es durch Knoten SD_x1 und SD_x2 dargestellt ist. Dieser Prozess dauert rekursiv an, bis entweder eine einzigartige Stelle innerhalb eines Baums aufgefunden wird oder eine übereinstimmende Beschreibung in einem Baum aufgefunden wird, der gemäß der verlustfreien Auflösungsstufe 66 sortiert ist. Dies zeigt an, dass das Bytemuster des aktuellen Segments bereits aufgezeichnet wurde, und die Segmentbeschreibung wird einfach verworfen.
Ein Merkmal der Segmentbeschreibungsstrukturen besteht darin, dass für jede Segmentbeschreibung, die in einem gemäß einer Auflösung n sortierten Baum platziert wird, die Bytes, die ihre verlustbehafteten Bilder bei den Auflösungen 1 bis (n – 1) zusammensetzen, durch die Wurzelbeschreibungen von Bäumen beschrieben sind, die in der zugehörigen Baumhierarchie höher sind. Dies ermöglicht es, implementierenden Personen beim Konstruieren einer Struktur und anschließend, nachdem sie fertiggestellt wurde, beim Abspeichern oder Verdichten derselben Wirtschaftlichkeit für den Speicherraum zu erzielen.
Aus der vorstehenden Beschreibung ist es ersichtlich, dass es während der Konstruktion der Segmentbeschreibungsstruktur erforderlich sein kann, eine Segmentbeschreibung zur Wurzel eines Baums mit höherer Auflösung zu machen, wenn eine andere Beschreibung eingesetzt wird. Da dies wiederholt auftreten kann, bis ein hinsichtlich der Signatur sortierter Baum erzielt ist, müssen die zum Repräsentieren höherer Auflösungen erforderlichen Bytes durch jede Beschreibung aufrecht erhalten werden, bis die Struktur fertiggestellt ist. Jedoch gilt für Bytes, die Bildauflösungen unter derjenigen des Baums, in dem die Beschreibung anfänglich platziert wurde, repräsentieren, keine derartigen Einschränkungen, da sie durch Wurzelbeschreibungen von Bäumen, die in der Hierarchie höher stehen, impliziert sind. Demgemäß können diese Bytes während des Aufbaus aus Beschreibungen weggelassen werden, um eine deutliche Wirtschaftlichkeit des Raums zu erzielen. Jedoch kann eine viel größere und deutlichere Wirtschaftlichkeit erzielt werden, wenn einmal die Konstruktion einer Segmentbeschreibungsstruktur abgeschlossen ist. An diesem Punkt hat das Einsetzen in die Struktur aufgehört, und Segmentbeschreibungen müssen nicht mehr die Bytes enthalten, die dazu erforderlich waren, sie zur Wurzel eines neuen Baums mit höherer Auflösung zu machen. Daher kann eine neue Repräsentation der Struktur erzeugt werden, in der Beschreibungen nur das Inkrement von Bytes enthalten, die die Auflösungen der verschiedenen Bäume unterscheiden, in denen sie vorhanden sind. Da jedoch der große Hauptteil von Beschreibungen nur in einem Baum erscheint, selbst bei ungünstigen Dateien, ist der gesamte Raum, der zum Repräsentieren einer fertiggestellten Segmentbeschreibungsstruktur erforderlich ist, im Allgemeinen nicht viel größer, als er dann benötigt würde, wenn nur eine einzelne Samplingauflösung verwendet worden wäre.
Die Erfindung ist nicht auf die oben genannten Maßnahmen für eine hierarchische Repräsentation von Segmentdaten und auch nicht auf die oben genannten Datensamplingschemas und das oben genannte Verfahren zum Konstruieren verlustbehafteter Bilder beschränkt. Zum Beispiel ist es denkbar, dass die Bäume innerhalb der oben genannten Segmentbeschreibungsstruktur durch ein Hash-Schema ersetzt werden können. In ähnlicher Weise sind nicht nur viele Schemas zum Absampeln von Bildbytes möglich, sondern es könnte ein Bereich verlustbehafteter Bilder definiert werden, die aus einer mathematischen Repräsentation abgesampelter Bytes definiert werden, im Gegensatz zu ihrer einfachen Zusammenfassung. Was die effiziente Repräsentation einer Datei ermöglicht, ist die Nutzung einer hierarchischen Speicherung verlustbehafteter Repräsentationen von Basisdateisegmenten, die dazu hergeleitet wurden, variierende Informationsumfänge bis zu einer gewissen Maximalstufe zu enthalten.
Wenn einmal das SCAN-Programm 10 die Segmentbeschreibungsstruktur fertiggestellt hat und zurückgekehrt ist, kann entweder das SICHERUNG-Programm 12 oder das VERDICHTUNG-Programm 18 abgearbeitet werden. Das VERDICHTUNG-Programm 18 verringert einfach den Umfang an Speicher auf der Platine, den die Segmentbeschreibungsstruktur verbraucht, was durch Entfernen der oben genannten redundanten Daten aus ihr erfolgt. Das SICHERUNG-Programm 12 schreibt andererseits eine verdichtete Version der Segmentbeschreibungsstruktur in einen nichtflüchtigen Speicherplatz, wie eine Festplatte, um einen Kontrollpunkt für die gelieferte Basisdatei zu erzeugen.
Es wird nun auf die Tabelle in der 10 der beigefügten Zeichnungen Bezug genommen, um die vier Typen von in einem Kontrollpunkt gespeicherten Segmentbeschreibungen (SDs) zu beschreiben, wie sie vom SICHERUNG-Programm 12 verwendet werden. Die Figuren in den Spalten zu verlustbehafteten Bildbytes und Signaturbytes werden vom in der 4 dargestellten SCAN-Programm 10 bzw. unter Verwendung von 32-Bit-CRC-Signaturen hergeleitet. Kno tentypen L, H und S können direkt auf Segmentbeschreibungen SDs abgebildet werden, wie sie in der Segmentbeschreibungsstruktur existieren. Der letzte Knotentyp, X, ermöglicht es, Segmentbeschreibungsstrukturen als sequenzielle Listen von SD-Knoten zu beschreiben, so dass sie unter Verwendung einer makroähnlichen Expansion rekonstruiert werden können, wie dies nachfolgend unter Bezugnahme auf die 11 beschrieben wird.
Da die oben genannte sequenzielle Liste von SD-Knoten aus Knotentypen besteht, die von null bis sechs Speicherbytes benötigen, können die einzelnen Knoten später nicht dadurch entnommen werden, dass gleiche aufeinanderfolgende Datenblöcke gelesen werden. Daher wird auch, um ihr späteres Decodieren zu ermöglichen, ein Array ihrer Codes im Binärtyp geschrieben. Da zwei Bits dazu erforderlich sind, jeden Codetyp zu spezifizieren, entspricht die Größe des Arrays der Anzahl sequenzieller Segmente zuzüglich der Anzahl der Bäume in der Segmentbeschreibungsstruktur, geteilt durch vier, aufgerundet, was eine relativ kleine Größe darstellt.
Die 11 der beigefügten Zeichnungen veranschaulicht, wie eine sequenzielle Liste 100 von Segmentbeschreibungs(SD)knoten durch das SICHERUNG-Programm 12 aus den binären Bäumen in mehreren Auflösungsstufen 110, 112, 114 und 116, wie durch das SCAN-Programm 10 erzeugt, erstellt werden. Aus der 11 ist es erkennbar, dass die Existenz von Knoten des Typs H in gemäß der Signatur sortierten Bäumen aus dem Arraykontext hergeleitet werden kann, was es ermöglicht, sie aus dem Array wegzulassen. Diese Knoten H sind auch außergewöhnlich, da sie, weil sie kein Inkrement zwischen verlustbehafteten Auflösungen beschreiben, keine Speicherung in der Liste von SD-Knoten benötigen. Auch muss, da die Reihenfolge der SD-Knoten keine Beziehung zum Sequenzindex des entsprechenden sequenziellen Segments hat, ein Array geschrieben werden, das die Sequenzindizes für die Knoten der Typen L und S liefert.
Die Berechnung dazu, wie die Basisdatei in die aktualisierte Datei zu wandeln ist, wird vom ÜBEREINSTIMMUNG-Programm 16 ausgeführt. Das ÜBEREINSTIMMUNG-Programm 16 benötigt sowohl die aktualisierte Datei als auch die geladene Segmentbeschreibungsstruktur der entsprechenden Basisdatei als Parameter. Wenn die Segmentbeschreibungsstruktur nicht bereits im Speicher vorhanden ist, kann das LADEN-Programm 14 aufgerufen werden, um es in den Kontrollpunkt der entsprechenden Basisdatei zu laden. Dann erzeugt das ÜBEREINSTIMMUNG-Programm 16 eine Umwandlungsliste, die die aktualisierte Datei als Liste neuer Bytes und sequenzieller Segmente aus der Ba sisdatei (identifiziert durch ihre Indexzahlen) beschreibt. Die durch das ÜBEREINSTIMMUNG-Programm 16 ausgeführten Operationen sind in der 12 der beigefügten Zeichnungen veranschaulicht. Wie es dort dargestellt ist, startet das ÜBEREINSTIMMUNG-Programm 16 in einem Schritt 120 dadurch, dass es seinen Arbeitsversatz in der aktualisierten Datei auf Null (das erste Byte) setzt. Dann gehört zum ÜBEREINSTIMMUNG-Programm 16 eine inkrementelle Bewegung durch die gelieferte aktualisierte Datei. In einem Schritt 122 durchscannt das ÜBEREINSTIMMUNG-Programm 16 die Segmentbeschreibungsstruktur bei jedem Versatz nach einem Segment mit einer Bildbeschreibung, die zum folgenden Segment von Bytes in der aktualisierten Datei passt. Wenn keine Übereinstimmung existiert, bestimmt eine Entscheidung 124, dass ein für die gelieferte Datei einzigartiges Byte aufgefunden wurde. Dann geht das Verfahren zu einem Schritt 126 weiter, in dem das Byte beim aktuellen Arbeitsversatz an die Umwandlungsliste angehängt wird. Dann wird der Arbeitsversatz in einem Schritt 128 um Eins inkrementiert. Wenn alternativ in der Entscheidung 124 eine Übereinstimmung ermittelt wird, wurde in der aktualisierten Datei ein Segment aufgefunden, das in der Basisdatei existiert. Dann wird die Segmentkennung in einem Schritt 130 an die Umwandlungsliste angehängt, und der Arbeitsversatz wird in einem Schritt 132 um die Standardsegmentlänge inkrementiert. Dieser Prozess dauert an, bis in einer Entscheidung 124 ermittelt wird, dass sich der Arbeitsversatz über das Ende der Datei hinaus erstreckt. An dieser Stelle ist eine Beschreibung der aktualisierten Datei in Form einzigartiger Bytes und Segmente aus der Basisdatei erzeugt.
Die Prozedur, gemäß der das ÜBEREINSTIMMUNG-Programm 16 im Schritt 122 ermittelt, ob eine Segmentbeschreibungsstruktur eine übereinstimmende Beschreibung eines Segments enthält, ist in der 13 der beigefügten Zeichnungen veranschaulicht. Die Auflösung kann von der niedrigsten verlustbehafteten Auflösung bis zur verlustfreien Auflösung (auf Signaturbasis) reichen. Durch die Prozedur 122 wird als Erstes die aktuelle Auflösung in einem Schritt 140 auf die niedrigste verlustbehaftete Stufe eingestellt, und dann wird in einem Schritt 142 der Baum mit einzelner Wurzel ausgewählt, gemäß dem sortiert wird. Als Nächstes wird in einem Schritt 144 eine Beschreibung des Bilds des aktuellen Segments bei der aktuellen Auflösung (die entweder verlustbehaftet oder verlustfrei sein kann) hergeleitet. In einem Schritt 146 wird versucht, im aktuellen Baum eine Segmentbeschreibung aufzufinden, die eine übereinstimmende Bildbeschreibung enthält.
Wenn mit der Entscheidung 148 keine Übereinstimmung aufgefunden werden kann, kann die Segmentbeschreibungsstruktur keine übereinstimmende Bildbeschreibung enthalten. So liefert die Prozedur in einem Schritt 150 zurück, dass keine Übereinstimmung aufgefunden wurde. Wenn alternativ eine Übereinstimmung existiert, erfolgt in einer Entscheidung 152 eine Prüfung dahingehend, ob die aktuelle Auflösung (R) verlustfrei ist. Wenn die aktuelle Auflösung verlustfrei ist, stimmt die Signatur des Segments mit der in der Segmentbeschreibung enthaltenen Signatur überein, und in einem Schritt 154 wird eine SD-Übereinstimmung eingetragen und eine Übereinstimmung rückgeliefert.
Wenn andererseits in der Entscheidung 152 ermittelt wird, dass die aktuelle Auflösung verlustbehaftet ist, erfolgt in einer Entscheidung 156 eine Prüfung dahingehend, ob die übereinstimmende Segmentbeschreibung auch die Wurzel des Baums ist, der gemäß einer höheren Auflösung sortiert ist. Wenn dies der Fall ist, wird der höhere Baum in einem Schritt 162 eingegeben, die aktuelle Auflösung wird in einem Schritt 164 auf eine Stufe höher eingestellt, und die Prozedur kehrt zum Schritt 144 zurück, um eine neue Beschreibung des Bilds des Segments mit der neuen Auflösung herzuleiten.
Wenn in der Entscheidung 156 ermittelt wird, dass kein Baum höherer Auflösung verfügbar ist, ist es nicht mehr möglich, die Berechnung einer Signatur für das Segment hinauszuschieben. Daher wird die Signatur der Bytes des Segments berechnet und in einem Schritt 158 mit der in der Segmentbeschreibung enthaltenen Signatur verglichen. Wenn sich in einer Entscheidung 160 herausstellt, dass die Signaturen gleich sind, liefert das Verfahren die Segmentbeschreibung im Schritt 154 als Übereinstimmung zurück. Wenn die Signaturen nicht gleich sind, liefert das Verfahren im Schritt 150 zurück, dass keine Übereinstimmung aufgefunden wurde.
Der Fachmann erkennt aus der vorstehenden Beschreibung des SCAN-Programms 10, dass dann, wenn Segmentbeschreibungsstrukturen unter Verwendung einer großen Samplingauflösung konstruiert werden, hinsichtlich des verbrauchten Raums ein relativ kleiner Zusatzaufwand zu bewerkstelligen ist. Es gilt auch, dass dann, wenn ein für ein Segment abgesampeltes Bild wiederkehrt, höchste Wahrscheinlichkeit dafür besteht, dass das Segment schließlich durch irgendein Bild höherer Auflösung beschrieben wird. So erhöht das SCAN-Programm 10 einerseits stark die Gesamtsamplingauflösung relativ zur Größe des Kontrollpunkts, während es andererseits das Sampling höherer Auflösung auf die Beschreibung von Segmenten konzentriert, deren Bilder mit niedrigerer Auflösung am häufigsten auftreten.
Demgemäß sind die Funktionseigenschaften des Programms ÜBEREINSTIMMUNG verbessert. Die erhöhte Gesamtsamplingauflösung verbessert die Gesamtfunktion desselben, und die adaptive Auflösungskonzentration verringert den Funktionsbeeinträchtigungseffekt wiederkehrender Muster innerhalb der repräsentierten Basisdatei. Diese Vorteile ergeben sich durch die neuartige hierarchische Repräsentation von Daten, wie sie aus Segmenten über einen Bereich von Auflösungen abgesampelt werden, wie es z. B. in den 7 und 9 der beigefügten Zeichnungen dargestellt ist und unter Bezugnahme auf diese beschrieben wurde.
Die oben beschriebenen Programme sind schneller als die bisher bekannten, da im Mittel weniger Signaturberechnungen erfolgen, wenn ermittelt wird, ob aktualisierte Dateisegmente mit im Kontrollpunkt beschriebenen Basisdateisegmenten übereinstimmen. Dies teilweise deswegen, weil dann, wenn eine gewisse beliebige Kontrollpunktgröße vorgegeben ist, relativ stärker verlustbehaftete Beschreibungsbytes für jedes Basisdateisegment gespeichert werden können und diese später dazu verwendet werden können, aktualisierte Dateisegmente als mögliche Übereinstimmungen zu disqualifizieren, ohne dass man sich auf eine Signaturberechnung zu stützen hätte. Die oben beschriebene hierarchische Speicherung von Segmentbeschreibungen ermöglicht es, mehr verlustbehaftete Bytes zu speichern. Daher ist es möglich, dass irgendein anderer Typ einer Suchstruktur die binären Bäume in den Datenstrukturhierarchien ersetzt. In einem derartigen Fall würden sich die oben genannten Algorithmen nicht ändern, jedoch wären die Bezugnahmen auf Bäume durch die neue Struktur ersetzt.
Nachdem die Erfindung auf diese Weise unter Bezugnahme auf eine bevorzugte Ausführungsform beschrieben wurde, ist es deutlich zu beachten, dass die fragliche Ausführungsform nur beispielhaft ist und dass Modifizierungen und Variationen, wie sie der Fachmann erkennt, ohne Abweichung vom Schutzumfang der in den beigefügten Ansprüchen dargelegten Erfindung vorgenommen werden können.

Claims

Verfahren (10) zum Erzeugen eines eine Basisdatei beschreibenden Kontrollpunktes, wobei: die Basisdatei in eine Reihe von Segmenten (21–29) aufgeteilt wird; für jedes Segment eine Segmentbeschreibung (44) erzeugt wird (36), wobei jede Segmentbeschreibung (44) eine verlustfreie Signatur (45) und mehrere verlustbehaftete Samples (46, 52–56) aufweist, die das Segment (21–29) jeweils auf verschiedenen Auflösungsstufen beschreiben; und aus den erzeugten Segmentbeschreibungen (44) eine Segmentbeschreibungsstruktur als Kontrollpunkt erstellt wird (38 und 8); wobei die Segmentbeschreibungsstruktur erstellt wird, indem für jedes Segment (21–29) aus den verlustbehafteten Samples (46, 52–56) und der verlustfreien Signatur (45) eine Beschreibung ausgewählt wird, die das Segment (21–29) auf der niedrigsten Auflösungsstufe adäquat kennzeichnet.
Verfahren nach Anspruch 1, wobei alle Segmente (21–29) die gleiche vorbestimmte Länge haben.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die verlustbehafteten Samples (46, 52–56) jeweils ein erstes verlustbehaftetes Sample (52) mit Daten, die aus dem Segment (50) auf einer ersten Auflösungsstufe ausgewählt wurden, und ein zweites verlustbehaftetes Sample (54) mit Daten, die aus dem Segment (50) auf einer zweiten, niedrigeren Auflösungsstufe ausgewählt wurden, aufweisen und wobei die Daten, die für das zweite verlustbehaftete Sample (54) ausgewählt wurden, eine Teilmenge der Daten bilden, die für das erste verlustbehaftete Sample (52) ausgewählt wurden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei jede Segmentbeschreibung (44) einen Segmentindex (47) aufweist, der die Position des Segments (21–29) in der Reihe angibt.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Beschreibung für jedes Segment (21–29) ausgewählt wird, indem, beginnend mit den verlustbehafteten Samples (46, 52–56) auf der niedrigeren Auflösungsstufe, die verlustbehafteten Samples (46, 52–56) und die Signatur (45) jeweils mit den entsprechenden verlustbehafteten Samples (46, 52–56) und Signaturen (45) anderer Segmente (21–29), die früher in der Reihe der Segmente auftreten, verglichen werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Segmentbeschreibungsstruktur Binärbaumstrukturen enthält, die erzeugt werden, indem eine Kenngröße einer Segmentbeschreibung (44) eines Segments (21–29) mit der Kenngröße einer Segmentbeschreibung (44) eines anderen, vorher eingegebenen Segments (21–29) verglichen wird und bestimmt wird, ob die Kenngröße größer, kleiner oder gleich der Kenngröße des anderen Segments (21–29) ist.
Verfahren nach Anspruch 6, wobei die Segmentbeschreibung (44) des einen Segments (21–29) in einen Binärbaum auf der gleichen Auflösungsstufe wie der des anderen Segments (21–29) eingegeben wird, wenn die Kenngröße des einen Segments (21–29) kleiner oder größer ist als die Kenngröße des anderen Segments (21–29), und die Segmentbeschreibung (44) des einen Segments (21–29) in einen Binärbaum auf einer gegenüber der Segmentbeschreibung (44) des anderen Segments (21–29) höheren Auflösungsstufe eingegeben wird, wenn die Kenngröße des einen Segments (21–29) gleich der Kenngröße des anderen Segments (21–29) ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Segmentbeschreibungsstruktur durch Eingeben der verlustfreien Signatur (45) eines Segments (21–29) nur dann erzeugt wird, wenn keines der verlustbehafteten Samples (46, 52–56) das Segment adäquat kennzeichnet.
Verfahren nach einem der vorhergehenden Ansprüche, wobei nach Eingabe einer Segmentbeschreibung (44) in die Segmentbeschreibungsstruktur redundante Daten aus der Segmentbeschreibung (44) entfernt werden, um die Datenmenge in der Segmentbeschreibungsstruktur zu verringern.
Verfahren nach Anspruch 9, wobei die redundanten Daten verlustbehaftete Samples (46, 52–56) auf einer höheren Auflösungsstufe als der, auf der die Segmentbeschreibung (44) in den Binärbaum eingegeben wurde, enthalten.
Verfahren nach Anspruch 9, wobei die redundanten Daten Informationen enthalten, die aus solchen verlustbehafteten Samples (46, 52–56) ableitbar sind, die in Binärbäume eingegeben wurden, deren Auflösungsstufen niedriger sind als die, auf der die Segmentbeschreibung (44) in einen Binärbaum eingegeben wurde.
Verfahren zum Erstellen einer Umwandlungsliste, die eine aktualisierte Version der Basisdatei mit Verweis auf die Basisdatei und einen Kontrollpunkt für die Basisdatei definiert, wobei: ein Kontrollpunkt nach dem Verfahren eines der vorhergehenden Ansprüche erzeugt wird; an einer Anfangsposition in der aktualisierten Datei ein erstes Segment definiert wird (120); für das erste Segment eine Segmentbeschreibung (44) erzeugt wird (144); die Segmentbeschreibung (44) für das erste Segment mit den Segmentbeschreibungen (44) des Kontrollpunkts verglichen wird (122, 140–164); und bei Übereinstimmung (124) die übereinstimmende Segmentbeschreibung (44) zu der Umwandlungsliste hinzugefügt wird (130) und bei Nichtübereinstimmung (124) die Daten des ersten Segments zu der Umwandlungsliste hinzugefügt werden (126).
Verfahren nach Anspruch 12, wobei ein zweites Segment bei Übereinstimmung an einer dem ersten Segment benachbarten Position (132) und bei Nichtübereinstimmung an einer Position (128), die die der Umwandlungsliste hinzugefügten Daten überlappt aber nicht enthält, definiert wird (128, 132).
Verfahren nach Anspruch 12 oder 13, wobei die Daten in dem zur Umwandlungsliste hinzugefügten ersten Segment ein erstes Byte in dem Segment enthalten.
Verfahren nach einem der Ansprüche 12 bis 14, wobei die Segmentbeschreibung (44) für das erste Segment mit den Segmentbeschreibungen (44) des Kontrollpunktes verglichen werden, indem, beginnend (140–144) mit den verlustbehafteten Samples (46) auf der niedrigeren Auflösungsstufe (56), die Samples des ersten Segments mit den Samples im Kontrollpunkt verglichen werden.
Verfahren nach Anspruch 15, wobei bei Übereinstimmung Samples auf steigenden (152, 156, 162, 164, 144) Auflösungsstufen verglichen werden (146), um übereinstimmende Samples zu identifizieren, bis keine weitere Übereinstimmung mehr gefunden wird (150), und dann die übereinstimmenden Samples mit der verlustfreien Signatur verglichen werden (158).
Verfahren (10–18) zum Erzeugen einer Differenzdatei, die Unterschiede zwischen einer aktualisierten Datei und einer Basisdatei definiert, wobei: ein Kontrollpunkt nach dem Verfahren zum Erzeugen eines Kontrollpunktes gemäß einem der Ansprüche 1 bis 11 erzeugt wird (10); Segmentbeschreibungen (44) für Segmente in der aktualisierten Datei auf verschiedenen Auflösungsstufen erzeugt (120, 122) und mit Segmentbeschreibungen im Kontrollpunkt verglichen werden, um übereinstimmende und nicht-übereinstimmende Segmente zu identifizieren; und Daten, die mit Segmenten in der Basisdatei übereinstimmende Segmente in der aktualisierten Datei identifizieren, sowie Daten, die Teile der aktualisierten Datei wiedergeben, auf niedrigstmöglicher, zur unterscheidbaren Wiedergabe des Teils ausreichender Auflösungsstufe als Differenzdatei abgespeichert (126, 130) werden.