Ukládání archivních dat a efektivní kódování obrazu s využitím DNA

Abstract

Lidstvo dnes čelí výzvě spravovat a uchovávat exponenciálně rostoucí objemy dat na internetových úložištích. Tento nárůst je klasickými úložnými metodami neudržitelný, což vyžaduje hledání udržitelnějších způsobů archivace dat. Tato práce zkoumá využití umělé syntézy DNA pro archivaci obrazových dat, což představuje inovativní přístup k dlouhodobému uchovávání dat s vysokou hustotou a nízkou energetickou náročností. Hlavním cílem bylo ověřit a porovnat účinnost různých přístupů kódování dat do DNA na vybraném testovacím setu obrazových souborů. Byla hodnocena kvalita rekonstruovaného obrazu, dodržování restrikcí DNA kódu, chybovost, robustnost vůči těmto chybám a výpočetní náročnost komprese a dekomprese. Byla použita množina nejpoužívanějších či nejnovějších binárních obrazových kodérů skupiny JPEG, kvaternární transkódovací DNA schémata a objektivní metriky pro stanovení kvality obrazu doporučované odvětvím JPEG DNA. Výsledky ukázaly, že schémata Goldman, Grass a Church dosahují nejlepšího dodržování biochemických restrikcí DNA molekul a nejmenší chybovosti. Nejrobustnějším a kompresně nejefektivnějším modelem se ukázala kombinace JPEG XL bitového kodéru s Goldman DNA schématem. Možná rozšíření této práce zahrnují otestování fontánového DNA kódování pro vyšší hodnoty redundance a prodloužení bitové segmentace, což by mohlo zlepšit vyváženost GC obsahu a tedy snížit chybovost.

Humanity is currently facing the challenge of managing and preserving exponentially growing volumes of data on internet storage platforms. This growth is unsustainable with traditional storage methods, necessitating the search for more sustainable data archiving solutions. This thesis explores the use of artificial DNA synthesis for image data archiving, presenting an innovative approach to long-term data storage with high density and low energy consumption. The main objective was to verify and compare the efficiency of various data encoding approaches into DNA on a selected test set of image files. The quality of the reconstructed image, compliance with DNA code restrictions, error rates, robustness to these errors, and computational demands of compression and decompression were evaluated. A set of the most widely used or latest binary image coders from the JPEG group, quaternary transcoding DNA schemes, and objective metrics for image quality assessment recommended by the JPEG DNA sector were used. The results showed that the Goldman, Grass, and Church schemes achieved the best compliance with biochemical restrictions of DNA molecules and the lowest error rates. The most robust and compression-efficient model was found to be the combination of the JPEG XL bit coder with the Goldman DNA scheme. Possible extensions of this work include testing fountain DNA coding for higher redundancy values and extending bit segmentation, which could improve GC content balance and reduce error rates.