INF1040 Lagring og formidling av informasjon Digital representasjon 1. amanuensis Gerhard Skagestein gerhard@ifi.uio.no Professor Fritz Albregtsen fritz@ifi.uio.no 75,000 B.C. Hulemalerier Egyptian Book of the Dead <4000 B.C. Hieroglyffer 2200 B.C. Papyrus 1500 B.C. Alfabetisk skrift 1450 A.D. Trykkpressen 1835 Fotografiet Telegraph Key Circa 1840 1840 Telegrafen 1876 Telefonen 1876 Fonografen Flat Disk Gramophone 1887 1895 Stumfilmen 1894 Den trådløse telegrafen Johannes Gutenberg Bell s telefon 1876 INF1040-Intro-1 INF1040-Intro-2 Lagring og formidling av informasjon (forts.) Hva er det vi lagrer og overfører? 1922 Radiosendinger 1940 Sort/hvitt TV Sputnik 1957 1954 Transistorradioen 1965 lokal kabel-tv 1970 Video 1973 Faxmaskiner IBM PC 1981 1977 Hjemmedatamaskiner 1980 Mobiltelefoner 1983 CD 1990 Digital fotografering 1993 World Wide Web 1995 DVD 2000 Konvergens 1998 MP-3 Meldinger, kodet i et alfabet o Røyksignaler o Morsekode o Varselsignaler o Vanlig tekst Analog informasjon o Kontinuerlige fenomener (temperatur, vindstyrke, vindretning, vannføring, vannstand, posisjon, ) o Lyd Fiberoptikk 1977 Apple Mac 1984 o Bilder INF1040-Intro-3 INF1040-Intro-4
Meldinger krever tolkning Koding av meldinger Referanseramme melding koding data dekoding melding Oppfatningen av virkeligheten Annen relevant kunnskap Krav til kodingen: Den må entydig representere meldingen slik at den kan gjenskapes i sin opprinnelige form Informasjonssystem Melding! Informasjon Den må være standardisert slik at den kan brukes for ulike formål Den må egne seg for billig og pålitelig teknologi Brukere INF1040-Intro-5 INF1040-Intro-6 Alfabeter Koding Polybius system Kodingen gjøres i et tegnsett med et endelig antall tegn, kalt et alfabet Her koder vi først i Eksempler på alfabeter ett alfabet, og så koder vi hvert tegn o ikon i et annet alfabet o 自転車 o ji ten sha japansk kanji japansk latin o 6A 69 20 74 65 6E 20 73 68 61 japansk latin heksadesimal o 01101010 01101001 00100000 01110100 01100101 10011110 00100000 01110011 01101000 10010001 japansk latin binær Ω Oppfunnet av en gresk general under Peloponnes-krigene 300 f.kr To tårn, hvert av dem med fem fakler Antall brennende fakler på hvert tårn pekte ut en bokstav i det greske alfabetet, arrangert i en 5X5-matrise Faklene ble mørklagt med en skjerm mellom hver bokstav INF1040-Intro-7 INF1040-Intro-8
Murrays optiske telegraf England fra ca 1760 Seks plater som kunne dreies med flaten eller kanten mot observatøren Så kom elektrisiteten... Rundt 1800: Tidlige forsøk på å signalisere ulike tegn ved hjelp av et system med ulike spenninger ble på grunn av feilkildene erstattet av av et binært system (spenning på eller av) Morse s første forsøk: Fra lister med ord til spenning på/avsekvenser og tilbake Eksempler på koding (Royal Navy 1769): A B H O INF1040-Intro-9 INF1040-Intro-10 Morsealfabetet (1844) Konstruert av Alfred Vail Hvert tegn representert med en sekvens av prikker (kort signal) og streker (langt signal), atskilt av kort pause (mellom tegn) eller lang pause (mellom ord) Koden bygd på statistikk: Hyppigst brukte tegn har de korteste sekvensene (observasjon av typekasettene i et trykkeri) Eksempel: SOS (Internasjonalt maritimt nødsignal) Baudots femlednings-system (1874) Emile Baudot (Frankrike) konstruerte et system som brukte fem ledninger for å overføre tegn Første eksempel på fast antall biter per tegn i den elektriske verden Et genuint binært system! Morsealfabetet har vært i bruk helt opp til ganske nylig! INF1040-Intro-11 INF1040-Intro-12
Baudot s Distributor System Baudot parallell vs. seriell overføring Analog virkelighet analog representasjon Virkeligheten er stort sett analog o Tiden løper kontinuerlig o Mange interessante fenomener varierer kontinuerlig (temperatur, posisjon, lysintensitet, lydstyrke, ) Analogt signal: Lydbølger for hello Navnet lever videre i Baud, en enhet for båndbredden på en overføringslinje Den mest direkte løsningen er å lagre og overføre informasjon ved hjelp av analoge signaler Eksempler o Konvensjonell radio og TV, telefon o Grammofonplater, kassettbånd INF1040-Intro-13 INF1040-Intro-14 Analog virkelighet digital representasjon Bruk av digitale signaler forutsetter diskretisering og kvantifisering av tiden og andre fenomener Eksempel: Temperaturen måles hver tredje time med 1 C nøyaktighet Det eksakte forløpet er muligens som den blå kurven Det representerte forløpet er som den røde kurven Digital vs. analog teknologi Digitale representasjoner kan lagres og overføres digitalt Digitale representasjoner kan kopieres med 100 % nøyaktighet Digitale representasjoner kan bearbeides o komprimeres for effektiv overføring og lagring o krypteres for øket sikkerhet o renses for å oppnå bedre kvalitet Digitale representasjoner gir muligheter for feillokalisering og automatisk feilretting Digitale overføringer er ikke utsatt for forvrengning og unøyaktigheter på grunn av interferens med andre signaler (støy) Digitale overføringer kan multiplekses for øket kapasitet Digital teknologi er mye billigere INF1040-Intro-15 INF1040-Intro-16
Analoge og digitale signaler og støy maskinverdenen er binær digital Digitale datamaskiner arbeider med 2 diskrete verdier, 0 og 1 0 og 1 kalles binære tall binary digits bits eller biter Analogt signal Støy Forvrengt signal To verdier er tilstrekkelig for å kode tekst, tall, lyd, bilder og video! Alt er representert ved sekvenser av biter bitmønstre Analogt signal Forvrengt signal A/Dkonverterer (sampler) Prosessor Terskel detektor Prosessor Digitalt signal Regenerert digitalt signal D/Akonverterer Prosessor Støy Analogt signal INF1040-Intro-17 De fysiske signalene kan være varierende elektriske spenninger, lyspulser, magnetiseringsretninger, hull/ikke-hull Hvorfor bare to verdier? To verdier passer bra med de elektroniske på/av-brytere som finnes i digitale datamaskiner Jo færre verdier, jo lettere er det å skille dem fra hverandre Et binært system er mer robust INF1040-Intro-18 Hvor mange ulike verdier? 1 bit 2 verdier {0, 1} 2 biter 4 verdier {00, 01, 10, 11} 3 biter 8 verdier {000, 001, 010, 011, 100, 101, 110, 111} 4 biter 16 verdier {0000, 0001, 0010, 0011, 0100, 0101, 0110, 0111, 1000, 1001, 1010, 1011, 1100, 1101, 1110, 1111} 5 biter 32 verdier {00000, 00001, 00010,..., 11110, 11111} For hvert ekstra bit dobles antall mulige verdier n biter 2 n mulige verdier Hvor mange biter trengs? Anta at vi har K ulike ting (objekter) Anta at hvert objekt skal representeres med en unik (entydig) bitsekvens Anta at alle bitsekvenser må ha en fast lengde n Da er n logaritmen til K med grunntall 2: n = log 2 (K) 18 16 14 12 10 8 6 4 2 0 0 20000 40000 60000 80000 100000 120000 Prøv funksjonen LOG(K;2) i et regneark! INF1040-Intro-19 INF1040-Intro-20
Biter og bytes Hvordan lagres bitene? Moderne datamaskiner arbeider gjerne med grupper på 8 biter. En slik gruppe på 8 biter kalles en byte. Lagringskapasitet oppgis ofte i Elektriske ladninger (halvlederteknologi) o o RAM Flash memory lagret bit sensor strømregulator o Megabytes MB = 10 6 bytes o Gigabytes GB = 10 9 bytes Magnetisme o Magnetplater (disk) strøm o Terabytes TB = 10 12 bytes o Petabytes PB = 10 15 bytes Overføringskapasitet oppgis ofte i o bps biter per sekund o kbps kilobiter per sekund Om forvirringen om Mega = 10 6 eller noe i nærheten, se http://en.wikipedia.org/wiki/ Megabyte o Magnetbånd o Core Optisk o CD, DVD o Hullkort o Hullbånd Interessante egenskaper: Pris Lagringskapasitet Lese/skrivehastighet Søketid (latency) Adresserbarhet Lagringsevne uten strømtilførsel Lagringsevne over tid Levetid INF1040-Intro-21 INF1040-Intro-22 Optiske media fra urtiden papirbånd og hullkort Magnetisk lagringsmedium fra urtiden Core memory ca 1 mm ca 10 cm INF1040-Intro-23 INF1040-Intro-24
Hvordan overføres bitene? Gjennom fritt rom o Radiobølger o Infrarødt lys Gjennom et fysisk medium o Elektrisitet o Lys (fiberoptikk) Fysikkens lover gir begrensninger Begrenset signalhastighet o 3*10 8 m/s (lyshastigheten) i fritt rom o typisk ca 2/3 av dette i et fysisk medium (optisk eller elektrisk) Begrenset overføringskapasitet typisk fra 10 Mbps til mange Gbps Begrenset overføringslengde pga. dempning ( attenuation ), støy og interferens jo lengre og jo tynnere kabel, jo større dempning Originalsignal overføringskapasitet Dempet signal signalhastighet I de fleste tilfeller er begrensninger i overføringskapasiteten mer plagsomt enn begrensninger i signalhastigheten INF1040-Intro-25 INF1040-Intro-26 Båndbredde, basisbånd vs. bredbånd Båndbredde Teoretisk mål for overføringskapasitet måles i baud Båndbredden kan utnyttes på to måter: o Basisbånd-signalering» Signalet sendes digitalt og tar hele båndbredden» Brukes f.eks. i Ethernet, videospillere, DVD-spillere og spillkonsoller o Bredbåndsignalering» Signalet formidles ved å modulere en bærebølge (amplitude, frekvens, faseskift, ) som overføres analogt (!) Gir flere kanaler flere signaler kan overføres samtidig (multipleksing)» Brukes i de fleste høykapasitets forbindelser (ikke Ethernet) http://id.mind.net/~zona/mmts/trigonometryrealms/trigonometryrealms.html og http://www.walter-fendt.de/m14e/sincostan_e.htm Multipleksing kan også gjøres med tidsdeling INF1040-Intro-27 MF AM Radio Maritimt HF Maritimt Amatørradio Bånd i radiospekteret Kilde: http://electronics.howstuffworks.com/radio-spectrum1.htm VHF Televisjon FM radio Flytrafikk Radiospekteret består av mange frekvensbånd UHF/SHF Satellitt Televisjon Mobiltelefoner Mikrobølger EHF Astronomi Kommunikasjonsutstyr kan bruke ulike frekvenser o Regulerte frekvenser bruken er regulert gjennom nasjonale og internasjonale avtaler o Frie frekvenser H = high, V = very, L = Low, U = ultra, F = frequency, S = super, E = extremely, and M = medium INF1040-Intro-28
Det kommer en strøm av biter over overføringsmediet Mottaker må være synkronisert med avsender Mottaker må få vite hvor hver byte begynner og slutter Husk at biter kan mistes på veien hvordan forhindre at en tapt bit ødelegger hele meldingen? Bit-synkronisering Cyganski Fig 4.1 INF1040-Intro-29 Start bit bit 1 Asynkron overføring 0 1 1 0 1 1 0 0 1 bit 2 bit 3 bit 4 Sender og mottaker må være enige om bitraten Synkronisering mellom hver byte Etter mottak av stoppbit venter mottager på neste startbit og synkroniserer I tillegg sendes ofte et paritetsbit (ekstra bit som settes slik at antall biter blir et oddetall) Må sende 11 bit for å overføre 8 bit data Eksempel på standard: RS-232 bit 5 bit 6 Brukes for printere, modemer, fakser osv bit 7 Stopp bit 8 bit INF1040-Intro-30 bit 1 bit 2 Synkron overføring 1 0 1 1 0 1 1 0 0 1 bit 3 bit 4 bit 5 bit 6 bit 7 bit 8 bit 9 bit 10 Her: Integrert klokking med Manchesterkoding Synkron overføring i pakker Flagg 01111110 Adresse 8 biter Kontroll 16 biter N * 8 biter CRC 16 biter Flagg 01111110 Standard HDLC ramme ( frame ) Eksempel: HDLC High level data link protocol Klokkingen overføres i parallell med dataene o på separat linje o integrert (for eksempel ved Manchester-koding) En av sidene gir klokkingen, den andre tar klokkingen Se http://www.samson.de/pdf_en/l153en.pdf Brukes for overføring av større datamengder En ramme startes og avsluttes med en flaggbyte = 01111110 mengden kan være stor (flere tusen biter) INF1040-Intro-31 INF1040-Intro-32
HDLC Bit -stuffing Men hva betyr bitmønsteret? En protokoll som HDLC vil feile hvis flagg-byten forekommer også andre steder i bitstrømmen Husk at 01111110 = ASCII/UTF-8 ~ Slutten på et tegn sammen med begynnelsen på et annet, eller f.eks. en RGB-verdi kan også gi 01111110 betydning bitmønster 0 1 nei ja betydning bitmønster 0 1 For å fikse dette problemet: Etter at flagg-byte er sendt: o Sender: Hvis du har sendt fem 1 etter hverandre, sett inn en ekstra 0 o Mottaker: Hvis du har mottar fem 1 etter hverandre, etterfulgt av en 0, fjern 0 en Dette kalles Bit Stuffing eller Zero Bit Insertion betydning bitmønster 00 01 10 11? Er disse valgene fornuftige? Blir de forstått av andre? Det er behov for standardisering INF1040-Intro-33 INF1040-Intro-34 Typer av standarder Pris- og kapasitetsutviklingen de jure Vedtatt av offisielle standardiseringsorganer o ISO International Organization for Standardization o CEN Comité Européen de Normalisation o ANSI American National Standards Institute o.. o Standard Norge Standardiseringen i Norge de facto Allment akseptert, gjennom enighet eller markedstyngde o åpne dokumentasjon offentlig tilgjengelig o lukkede Sammenliknet med 1950-årene er prisen for å lagre 1 bit er sunket til ca 1 milliontedel størrelsen på sentrallageret i en gjengs datamaskin økt med en faktor på 1 000 000 hastigheten på en hjemmelinje økt med en faktor på 400 000 INF1040-Intro-35 INF1040-Intro-36
Hva kurset dreier seg om Hvordan lagrer og overfører vi ved hjelp av bits og bytes på mest hensiktsmessig måte o tekst o tall o lyd o bilder? o Ved å få et innblikk i dette, er du også i stand til bedre å vurdere datamaskinteknologiens muligheter og begrensninger! INF1040-Intro-37