Le resume linguistique de donnees structurees comme ... - APMD

IntroductionProblématique, motivation et objectifsLa croissance ininterrompue des capacités de stockage semble liée aux progrès technologiques.Il fut une époque où le moindre bit était utilisé presque à contrecœur en raison de lafaible disponibilité de l’espace de stockage. L’algorithme de Huffman [84] est représentatif destechniques de compression destinées à une meilleure utilisation de l’espace disponible. Pour legrand public, cette croissance est plutôt synonyme de confort : plus d’espace pour stocker sesdonnées, moins de soucis de rangement, plus besoin de trier pour faire de la place, il suffit depasser à une capacité supérieure quand le besoin s’en fait sentir. Mais cette croissance pose unréel problème pour les traitements informatiques parce qu’elle implique une augmentation duvolume de données à traiter.Il est en effet évident qu’un traitement, même très rapide pour une unité de donnée élémentaire,est immanquablement « submergé » par le volume des données. Les exemples sontnombreux. C’est ainsi que l’encryptage et le décryptage de données par clé symétrique est suffisammentrapide pour induire un faible surcoût en temps et être effectué au vol, par exemple,l’algorithme RC4 de Ronald Rivest, est utilisé pour sécuriser les communications (protocolesSSL sur Internet et WEP dans les systèmes WiFi). Mais le décryptage par brute-force attack 1 nebénéficie pas de cette efficience [132]. De même, les changements d’affectation du processeurdans un système d’exploitation multitâche préemptif donnent l’illusion de tâches simultanéessur un ordinateur monoprocesseur. Mais le phénomène de trashing 2 s’impose à tous les systèmes,même les plus performants.La croissance du volume des données à traiter ouvre la voie à de nouveaux champs d’étude.Dans certains cas, il est possible d’atténuer l’influence de la quantité de données sur les tempsde réponse des traitements et algorithmes. Les traitements concernés peuvent se satisfaire d’approximations,généralement de moindre qualité que des résultats non approximatifs, mais obtenuesen des temps plus acceptables. C’est le cas de l’échantillonnage au sein d’une popu-1 Le décryptage par brute-force attack consiste à essayer toutes les clés possibles pour décrypter un texte codé.Ce type de décryptage suppose de pouvoir déterminer si le texte décrypté est susceptible d’être le texte en clairinitial, inconnu.2 Le trashing désigne, en systèmes d’exploitation, une chute brutale des performances d’un système en raisond’une surcharge. En termes familiers, on dit que « le système rame ».1