刘 凯，钟永彦，陈 娟，朱 震

(南通大学电气工程学院，江苏 南通 226019)

随着物联网技术的飞速发展，万物互联（Internet of Everything，IoE）的规模将越来越大［1－3］。 据思科、摩根士丹利与华为等公司估计，2019年全球约有400亿户的IoE连接，2020年连接规模达到750亿户，2025年将高达1 000亿户［4］。尤其在智能电网中，由于引入了大量先进的计算技术、通信技术与数据采集技术［5－6］，海量的传感器与智能电表接入电网，这将带来井喷式的通信数据增长，进而造成数据阻塞现象，导致云边网络通信时延增大［7－8］，这对数据压缩方法提出新的挑战。 常见的无损数据压缩方法主要有LZW算法和Huffman算法，它们具有通用性强、压缩效果好的特点［9－10］。然而，LZW算法易造成大量内存浪费，Huffman算法则占用CPU大量时间。当处理器内存和CPU性能受限时，将这两种算法直接用于物联网数据处理往往达不到预期效果［11－12］。

考虑到物联网终端设备常采用JSON或XML数据格式进行数据传输，而JSON数据格式在浏览器中使用更加广泛［13－14］，因此，对 JSON 数据进行压缩成为研究热点。文献［15］使用Zlib将JSON数据进行压缩，减少了数据文件大小，但缩减量有限且仅用于数据存储。文献［16］提出通过数据映射的方式对JSON数据进行压缩，在原始数据分隔符较少的情况下，该方法存在压缩效率低的缺点。文献［17］介绍了SJSON算法，该方法将JSON键值对拆分，再分别编码压缩。当JSON数据结构较复杂时，具有压缩效率高、压缩时间短的优势，而数据内容复杂时，压缩率表现较差。文献［18］提出从云端主字典中提取用户字典的方式实现JSON数据压缩，但该方法并未涉及到具体的提取方式且字典未进行自适应更新，当JSON数据发生变化时，压缩效率会大打折扣。……