[논문 리뷰] On Bijective Variants of the Burrows-Wheeler Transform

Manfred Kufleitner|ArXiv.org|2009. 08. 03.

Algorithms and Data Compression참고 문헌 21인용 수 12

한 줄 요약

이 논문은 Burrows-Wheeler 변환(BWT)과 정렬 변환(ST)의 이항 변형을 제시하며, 릴리언 인수분해와 새로운 k차 순서의 문맥 그래프를 활용하여 인덱스나 문자열 종료 마커가 필요 없도록 한다. 주요 기여는 양 변환에 대한 이항성에 대한 구축 증명과, 그래프 기반 복원을 통한 효율적인 역변환 알고리즘으로, 부가적인 중복 없이 손실 없이 일대일 매핑을 통해 데이터 압축과 암호 보안을 향상시킨다.

ABSTRACT

The sort transform (ST) is a modification of the Burrows-Wheeler transform (BWT). Both transformations map an arbitrary word of length n to a pair consisting of a word of length n and an index between 1 and n. The BWT sorts all rotation conjugates of the input word, whereas the ST of order k only uses the first k letters for sorting all such conjugates. If two conjugates start with the same prefix of length k, then the indices of the rotations are used for tie-breaking. Both transforms output the sequence of the last letters of the sorted list and the index of the input within the sorted list. In this paper, we discuss a bijective variant of the BWT (due to Scott), proving its correctness and relations to other results due to Gessel and Reutenauer (1993) and Crochemore, Desarmenien, and Perrin (2005). Further, we present a novel bijective variant of the ST.

연구 동기 및 목표

• 인덱스나 문자열 종료 마커 없이도 이항성(Bijective)을 갖는 Burrows-Wheeler 변환(BWT)의 변형을 개발하는 것.
• BWT의 변형인 정렬 변환(ST)에 이항성을 확장하여, 순환어의 정렬에 첫 k개 문자만을 사용하는 성질을 유지하는 것.
• 양 이항 변환에 대한 단사성과 전사성에 대한 구축 증명을 제공하는 것.
• 원래 단어를 복원하기 위해 새로운 k차 순서의 문맥 그래프 구조를 활용한 효율적인 역변환 알고리즘을 설계하는 것.
• Scott의 이항 BWT, Gessel-Reutenauer 이론, Crochemore-Désarménien-Perrin 결과 간의 관계를 통합하고 명확히 하는 것.

제안 방법

• 입력 단어의 유일한 분해를 보장하기 위해, 핵심 구조적 구성 요소로 릴리언 인수분해를 사용하여 이항 BWT를 정의한다.
• 이항 ST에서 순환어의 구조를 모델링하기 위해 k차 순서의 문맥 그래프를 적용하며, 노드는 k길이의 문맥을 나타내고 간선은 전이를 나타낸다.
• 원래 단어를 변환된 출력에서 복원하기 위해, 항상 레이블이 가장 작은 이용 가능한 간선을 선택하는 근사 전략을 사용한 k차 순서의 문맥 그래프에서의 탐색을 수행한다.
• 기본 순열을 사용하고 문맥 그래프를 활용하여 정방향 변환을 역순으로 시뮬레이션함으로써 이항 ST의 역변환을 구성한다.
• 첫 k개 문자가 동일한 경우에만 순환어의 인덱스를 사용하여 동점 처리를 위한 수정된 정렬 기준을 도입한다.
• 기존 출력과 문맥 그래프를 기반으로 원래 단어를 복원하는 구축 알고리즘을 통해 이항성을 증명하며, 일대일 대응을 보장한다.

실험 결과

연구 질문

• RQ1 Burrows-Wheeler 변환은 인덱스나 문자열 종료 마커 없이도 이항성으로 만들 수 있는가?
• RQ2 정렬 변환(ST)는 어떤 식으로 수정되어야 하며, 그 구조적 성질을 유지하면서도 이항성을 달성할 수 있는가?
• RQ3 릴리언 인수분해는 어떻게 이항 BWT를 가능하게 하는가? 기존의 조합론적 결과와의 관계는 어떠한가?
• RQ4 k차 순서의 문맥 그래프는 표준 순열의 일반화로 사용될 수 있으며, 이는 이항 ST의 효율적 역계산을 가능하게 하는가?
• RQ5 이항 BWT와 이항 ST는 Gessel-Reutenauer 변환 및 조합론적 단어 이론에서 알려진 다른 결과들과 어떻게 관련되어 있는가?

주요 결과

• 릴리언 인수분해를 기반으로 한 이항 BWT는 길이 n인 단어와 그 변환 출력 사이의 일대일 대응임을 증명하였으며, 인덱스나 문자열 종료 마커가 필요 없음을 보였다.
• 이항 ST는 순환어 관계를 인코딩하고 손실 없는 복원을 가능하게 하는 k차 순서의 문맥 그래프를 사용하여, 새로운 ST 변형으로 도입되었다.
• 이항 ST의 역변환은 k차 순서의 문맥 그래프에서의 근사 탐색을 통해 수행되며, 이는 오른쪽에서 왼쪽으로 기록된 기록을 체계적으로 출력함으로써 원래 단어를 역순으로 복원한다.
• k차 순서의 문맥 그래프는 BWT 역계산에서 사용되는 표준 순열을 일반화하며, 역변환 알고리즘의 구조적 중간 단계를 제공한다.
• 특정 예시 w = bcbccbcbcabbaaba, k=2에서 이항 ST와 이항 BWT는 동일한 출력을 생성하여, 특정 경우에 동치임을 보였다.
• 이항 ST 출력에서 원래 단어를 복원하는 알고리즘은 정확하며, 문맥 그래프에 있는 모든 간선이 소진될 때까지 실행되며, 이는 완전성과 정확성을 보장한다.