[发明专利]通过从驻留在内容关联滤筛中的基本数据单元导出数据的数据的无损简化

权利要求书

1.一种用于通过使用根据其名称组织基本数据单元的数据结构来实施无损数据简化的方法，其中每个基本数据单元包括字节序列，其中每个基本数据单元的名称通过以下方式构造：(i)将指纹处理方法应用于基本数据单元以识别基本数据单元中的一组位置，(ii)从基本数据单元中的一组位置中提取字节，(iii)串联所提取的字节以形成基本数据单元的名称的开头部分，以及(iv)将基本数据单元的剩余字节附加到基本数据单元的名称的开头部分，所述方法包括：

基于数据组块识别一个或多个基本数据单元，其中所述识别包括使用用于构造所述数据结构中的基本数据单元的名称的同一方法来构造所述数据组块的名称，并且使用所述数据组块的名称来导航经过所述数据结构；

基于数据组块以及所述一个或多个基本数据单元确定重建程序，从而能够通过对所述一个或多个基本数据单元应用所述重建程序而重建数据组块；以及

生成数据组块的无损简化表示，其中所述无损简化表示包括对所述一个或多个基本数据单元中的每一个基本数据单元的引用以及对重建程序的描述。

2.根据权利要求1所述的方法，其中，所述数据结构是树数据结构，其中导航经过所述数据结构包括遍历树数据结构中的边缘序列，其中所述边缘序列中的每一个边缘对应于基于数据组块的内容确定的名称的一部分，并且其中被用来导航到树数据结构中的一节点的所述名称的每一个部分对应于存在于以该节点为根部的子树内的所有基本数据单元中的内容。

3.根据权利要求1所述的方法，其中，所述生成数据组块的无损简化表示是响应于确定(i)对所述一个或多个基本数据单元的引用的大小与(ii)对重建程序的描述的大小的和小于数据组块的大小的阈值分数而实施的；并且

其中，所述方法还包括响应于确定(i)对所述一个或多个基本数据单元的引用的大小与(ii)对重建程序的描述的大小的和大于或等于数据组块大小的所述阈值分数，

把数据组块作为新的基本数据单元添加在组织基本数据单元的数据结构中，以及

生成数据组块的第二无损简化表示，其中所述第二无损简化表示包括对所述新的基本数据单元的引用。

4.根据权利要求1所述的方法，其中，所述对重建程序的描述规定变换序列，所述变换序列在被应用于所述一个或多个基本数据单元时得到所述数据组块。

5.根据权利要求1所述的方法，其中，所述对重建程序的描述包括对存储在重建程序存储库中的第二重建程序的引用，其中所述第二重建程序规定变换序列，所述变换序列在被应用于所述一个或多个基本数据单元时得到所述数据组块。

6.根据权利要求1所述的方法，其中，所述对重建程序的描述包括对存储在重建程序存储库中的第二重建程序的引用以及对第三重建程序的描述，其中所述第三重建程序在被应用于第二重建程序时得到变换序列，所述变换序列在被应用于所述一个或多个基本数据单元时得到所述数据组块。

7.根据权利要求1所述的方法，所述方法还包括：

把数据组块的无损简化表示存储在存储设备中；

从存储设备接收数据组块的无损简化表示，其中所述无损简化表示包括对所述一个或多个基本数据单元的引用以及对重建程序的描述；

基于对所述一个或多个基本数据单元的引用从所述数据结构取回所述一个或多个基本数据单元；以及

通过对所述一个或多个基本数据单元应用所述重建程序而生成所述数据组块。

8.根据权利要求1所述的方法，所述方法还包括把输入数据因式分解成固定大小的数据组块。

9.根据权利要求1所述的方法，所述方法还包括把输入数据因式分解成可变大小的数据组块。

10.根据权利要求9所述的方法，其中，所述可变大小的数据组块的边界是通过对输入数据应用指纹处理而确定的。