Описание проекта
Продукт SUMACO - это система поточного сжатия данных. Представляет собой алгоритм и прикладное программное обеспечение для сокращения затрат на хранение малоэнтропийной информации.
Актуальность проекта
Проблема: избыточные траты на хранение информации и недостаточная эффективность алгоритмов конкурентов, предлагающих решение данной проблемы.
Решение: представление компаниям собственного ПО для интеграции в IT системы ОД (обработки данных) для сокращения расходов на хранители информации и их обслуживание
Потенциальные заказчики
Компании как с постоянным потоком новой информации, так и с статичными данными. Эффективность алгоритма проявляется в полной мере при наличии 60+ Гб малоэнтропийной информации одного вида.
Презентации
Пульс
Новость
Сформировать презентацию для демо-дня
Новость
Проведена встреча с представителем Авито. Сформированы SWOT и PEST анализы
Новость
Провести Customer Development, среди потенциальных клиентов для опроса - Авито
Новость
Созданы гипотезы для исследования: 1. Алгоритм сжимает данные и может их разжать. Для этого необходимо запустить текущую версию алгоритма на одном файле. Если файл после процедуры сжатия и разжатия будет идентичен итоговому - гипотеза верна 2. Программа работает с массивами файлов. Необходимо запустить версию программы на нескольких директориях. Директории должны содержать как по одному файлу, так и несколько. Также должны присутствовать пустые директории. Если итоговый массив файлов окажется идентичен - гипотеза верна 3. Алгоритм имеет свойство универсальности по отношению к данным. Необходимо собрать различные форматы данных в объеме больше 60 Гб. Проверка заключается в запуске программы на данных. Если программа не выдает ошибок и сжатые данные занимают меньший объем - гипотеза верна 4. Алгоритм зависим от формата данных. Необходимо собрать несколько массивов данных с разными форматами (аудио, видео, текстовые данные). Проверка заключается в запуске программы на данных по отдельности и в сумме. Если процент сжатия данных по форматам и в сумме отличается в достаточное количество процентов - гипотеза верна 5. Алгоритм имеет конкурентноспособный процент сжатия. Необходимо собрать массив данных. Проверка заключается в запуске разрабатываемого и известных популярных алгоритмов сжатия на данных. Если процент сжатия больше чем у большинства выбранных конкурентов - гипотеза верна