Osnove teorije informacija

Choose a study mode

Play Quiz
Study Flashcards
Spaced Repetition
Chat to Lesson

Podcast

Play an AI-generated podcast conversation about this lesson
Download our mobile app to listen on the go
Get App

Questions and Answers

Što je primarni fokus teorije informacija?

  • Kvantificiranje, prijenos i obrada informacija. (correct)
  • Razvoj novih računalnih algoritama.
  • Stvaranje umjetne inteligencije.
  • Razvoj novih kriptografskih tehnika.

Koja je osnovna jedinica mjere informacije prema teoriji informacija?

  • Vat
  • Bajt
  • Herc
  • Bit (correct)

Kako se definira entropija u kontekstu teorije informacija?

  • Mjera nesigurnosti ili nepredvidivosti sustava. (correct)
  • Brzina prijenosa podataka kroz kanal.
  • Količina memorije potrebne za pohranu podataka.
  • Efikasnost algoritma za kompresiju podataka.

Što karakterizira podatke s visokom entropijom?

<p>Teško ih je predvidjeti. (A)</p> Signup and view all the answers

Kako entropija utječe na jačinu lozinke?

<p>Viša entropija čini lozinku jačom. (D)</p> Signup and view all the answers

Koji je temeljni koncept Shannonovog modela komunikacije?

<p>Prijenos informacije od izvora do odredišta preko kanala uz prisutnost šuma. (B)</p> Signup and view all the answers

Što definira kapacitet komunikacijskog kanala?

<p>Maksimalna količina informacija koja se može prenijeti bez gubitaka. (A)</p> Signup and view all the answers

Prema Shannon-Hartleyjevom teoremu, kako se može povećati kapacitet kanala?

<p>Povećanjem širine pojasa ili poboljšanjem omjera signal/šum. (A)</p> Signup and view all the answers

Što je redundancija podataka?

<p>Višak podataka koji pomaže u korekciji grešaka. (D)</p> Signup and view all the answers

Koja je svrha kompresije podataka?

<p>Smanjenje veličine datoteka uklanjanjem suvišnih podataka. (B)</p> Signup and view all the answers

Što je cilj kodiranja podataka?

<p>Pretvaranje podataka u oblik pogodan za efikasniji prijenos i pohranu. (C)</p> Signup and view all the answers

Koji je glavni nedostatak prevelike redundancije u podacima?

<p>Usporava prijenos podataka. (B)</p> Signup and view all the answers

Zašto je teorija informacija važna u digitalnoj komunikaciji?

<p>Osigurava siguran, brz i pouzdan prijenos podataka. (D)</p> Signup and view all the answers

Kako se entropija koristi u umjetnoj inteligenciji?

<p>Za analizu nesigurnosti i raznolikosti podataka. (B)</p> Signup and view all the answers

Što su kodovi za detekciju i ispravljanje pogrešaka?

<p>Algoritmi za otkrivanje i ispravljanje pogrešaka nastalih tijekom prijenosa podataka. (A)</p> Signup and view all the answers

Koja je glavna primjena asimetrične enkripcije?

<p>Sigurna komunikacija i digitalni potpisi. (C)</p> Signup and view all the answers

Koji faktor, prema Shannonovom teoremu, ne utječe na brzinu prijenosa podataka?

<p>Boja podataka (A)</p> Signup and view all the answers

Koja od navedenih opcija najbolje opisuje odnos između entropije i kompresije podataka?

<p>Viša entropija implicira manju mogućnost kompresije. (D)</p> Signup and view all the answers

Kako redundancija podataka doprinosi pouzdanosti digitalnih sustava?

<p>Omogućuje detekciju i korekciju grešaka, povećavajući otpornost na šum i smetnje. (B)</p> Signup and view all the answers

U kojem području se Shannon-Hartleyjev teorem primjenjuje za planiranje kapaciteta prijenosa podataka?

<p>Optičke mreže i satelitska komunikacija. (A)</p> Signup and view all the answers

Koja metoda se koristi za poboljšanje prijenosa informacija unatoč prisutnosti značajnog šuma u kanalu?

<p>Korištenje jačeg signala i bolje izolacije od smetnji. (C)</p> Signup and view all the answers

Što je karakteristično za lossless kompresiju podataka?

<p>Originalni podaci se mogu potpuno rekonstruirati. (C)</p> Signup and view all the answers

Kako se entropija primjenjuje u kibernetičkoj sigurnosti?

<p>Za procjenu jačine lozinki i ključeva. (A)</p> Signup and view all the answers

Koji od navedenih primjera ima nižu entropiju?

<p>Bacanje pristranog novčića. (A)</p> Signup and view all the answers

Koja je uloga paritetnih bitova u detekciji pogrešaka?

<p>Jednostavna provjera postojanja pogreške. (C)</p> Signup and view all the answers

U kontekstu teorije informacija, što znači da poruka ima "više informacija"?

<p>Poruka smanjuje našu nesigurnost više nego druge poruke. (C)</p> Signup and view all the answers

Kako se u praksi može osigurati točan prijenos informacija unatoč prisutnosti šuma?

<p>Korištenjem kodova za detekciju i ispravljanje pogrešaka. (C)</p> Signup and view all the answers

Koji su glavni dijelovi komunikacijskog sustava prema Shannonovom modelu?

<p>Izvor, kodirnik, kanal, dekodirnik i odredište. (A)</p> Signup and view all the answers

U kojem se kontekstu koristi termin "entropija" u teoriji informacija?

<p>Za označavanje razine nesigurnosti ili slučajnosti varijable. (D)</p> Signup and view all the answers

Što je učinkovit način za smanjenje utjecaja šuma na osjetljivi signal?

<p>Povećati snagu signala. (B)</p> Signup and view all the answers

Koja je osnovna razlika između simetrične i asimetrične enkripcije?

<p>Simetrična enkripcija koristi isti ključ za enkripciju i dekripciju, dok asimetrična koristi različite ključeve. (D)</p> Signup and view all the answers

Koji je glavni cilj korištenja redundancije u prijenosu podataka?

<p>Omogućiti detekciju i ispravljanje pogrešaka. (D)</p> Signup and view all the answers

Flashcards

Definicija teorije informacija

Teorija informacija proučava kako se informacije kvantificiraju, prenose i obrađuju.

Osnovni koncepti teorije informacija

Entropija, količina informacije, kodiranje, prijenos podataka.

Primjene teorije informacija

Kompresija podataka (ZIP, MP3, JPEG), digitalne komunikacije (Wi-Fi, mobilne mreže), kriptografija i strojno učenje.

Zašto učimo teoriju informacija?

Proučavanje efikasnog prijenosa i pohrane podataka.

Signup and view all the flashcards

Kako minimizirati podatke?

Minimiziranje količine podataka bez gubitka informacije.

Signup and view all the flashcards

Povećanje sigurnosti podataka

Uloga entropije u enkripciji i jačini lozinki.

Signup and view all the flashcards

Poboljšanje komunikacijskih sustava

Efikasniji prijenos informacija preko Wi-Fi, mobilnih mreža, optičkih kablova.

Signup and view all the flashcards

Široka primjena

Strojno učenje, umjetna inteligencija, bioinformatika.

Signup and view all the flashcards

Tko je Claude Shannon?

Claude Shannon je otac teorije informacija.

Signup and view all the flashcards

Shannonov rad

Njegov rad Mathematical Theory of Communication (1948).

Signup and view all the flashcards

Ključna ideja Shannonove teorije

Informacija = smanjenje nesigurnosti.

Signup and view all the flashcards

Model komunikacijskog kanala

Izvor, kanal, prijemnik, šum.

Signup and view all the flashcards

Zašto je Shannonov rad važan?

Temelj modernih komunikacijskih sustava, kompresija podataka, kriptografija, strojno učenje.

Signup and view all the flashcards

Podaci vs. Informacija

Sirove činjenice, informacija je obrađeni kontekst.

Signup and view all the flashcards

Entropija

Mjera količine informacije.

Signup and view all the flashcards

Kodiranje informacija

Načini učinkovite pohrane i prijenosa podataka.

Signup and view all the flashcards

Prijenos informacija kroz kanal

Izvor → kanal → prijemnik (+ šum).

Signup and view all the flashcards

Razlika između podataka i informacije

Podaci su sirove činjenice, informacija je njihov smisleni kontekst.

Signup and view all the flashcards

Informacija kao smanjenje nesigurnosti

Što je događaj nepredvidiviji, to više informacija donosi.

Signup and view all the flashcards

Bit

Izbor između dvije jednako vjerojatne opcije (0/1, da/ne).

Signup and view all the flashcards

Količina informacije ovisi o nepredvidivosti

Što je više mogućih ishoda, to je više informacija.

Signup and view all the flashcards

Shannonova formula za entropiju

H(x) = − ΣP(x) log2 P(x)

Signup and view all the flashcards

Entropija i nesigurnost

Viša entropija = veća nesigurnost, niža entropija = manja nesigurnost.

Signup and view all the flashcards

Intuitivno objašnjenje entropije

Bacanje kocke (veća entropija) vs. bacanje pristranog novčića (manja entropija).

Signup and view all the flashcards

Entropija u kompresiji podataka

Što više ponavljanja → manja entropija → veća mogućnost kompresije.

Signup and view all the flashcards

Entropija u kibernetičkoj sigurnosti

Jačina lozinki ovisi o entropiji; visoka entropija čini lozinku težom za pogoditi.

Signup and view all the flashcards

Kapacitet komunikacijskog kanala

Maksimalna količina informacija koja se može prenijeti kroz kanal bez gubitaka.

Signup and view all the flashcards

Šum i pogreške u prijenosu

Što su elektromagnetske smetnje, slaba mrežna veza, gubitak podataka.

Signup and view all the flashcards

Shannon-Hartleyjev teorem

Maksimalna brzina prijenosa informacija kroz kanal s ograničenom širinom pojasa i prisutnim šumom.

Signup and view all the flashcards

Kompresija podataka

Uklanjanje suvišnih podataka radi smanjenja veličine fajla.

Signup and view all the flashcards

Što je kompresija?

Tehnika uklanjanja suvišnih podataka radi smanjenja veličine fajla.

Signup and view all the flashcards

Što je kodiranje?

Pretvaranje podataka u oblik koji omogućava efikasniji prijenos i pohranu.

Signup and view all the flashcards

Detekcija pogrešaka

Paritetni bitovi, CRC (Cyclic Redundancy Check).

Signup and view all the flashcards

Ispravljanje pogrešaka

Hammingov kod, Reed-Solomon kodovi.

Signup and view all the flashcards

Study Notes

Osnove teorije informacija

  • Teorija informacija proučava kvantifikaciju, prenos i obradu informacija.
  • Osnovni koncepti obuhvataju entropiju, količinu informacije, kodiranje i prenos podataka.
  • Teorija informacija se primenjuje u oblastima kao što su kompresija podataka (ZIP, MP3, JPEG), digitalne komunikacije (Wi-Fi, mobilne mreže), kriptografija, sigurnost podataka, strojno učenje i umjetna inteligencija.

Značaj teorije informacija

  • Razumevanje efikasnog prijenosa i pohrane podataka je ključni cilj.
  • Minimiziranje količine podataka bez gubitka informacija primenjuje se u kompresiji (ZIP, MP3, JPEG).
  • Povećanje sigurnosti podataka se postiže kroz ulogu entropije u enkripciji i jačini lozinki.
  • Efikasniji prijenos informacija se postiže preko Wi-Fi, mobilnih mreža i optičkih kablova.
  • Teorija informacija ima široku primenu u računarstvu, znanosti, strojnom učenju, umjetnoj inteligenciji i bioinformatici.

Claude Shannon i počeci teorije informacija

  • Claude Shannon je poznat kao "otac teorije informacija".
  • Shannonov rad "Mathematical Theory of Communication" iz 1948. godine je temeljni doprinos.
  • Shannon je prvi formalno definisao informaciju i entropiju.
  • Ključne ideje Shannonove teorije su da je informacija smanjenje nesigurnosti,model komunikacijskog kanala (izvor, kanal, prijemnik, šum) i kapacitet kanala sa ograničenjima prijenosa.
  • Shannonov rad je i danas važan i predstavlja temelj modernih komunikacijskih sustava, kompresije podataka, kriptografije i strojnog učenja.

Ključni koncepti teorije informacija

  • Podaci su sirove činjenice, dok je informacija obrađeni kontekst.
    • Primer: "25°C" je podatak, a "Vani je toplo" je informacija.
  • Količina informacije ovisi o nepredvidivosti događaja.
    • Bit je osnovna jedinica informacije.
  • Informacija smanjuje nesigurnost.
    • Više nepredvidiva poruka = više informacija.
  • Entropija meri količinu informacije.
    • Viša entropija=više nesigurnosti kao što su lozinke i šifrirani podaci.
  • Kodiranje je način učinkovite pohrane i prijenosa podataka.
  • Shannonov model prijenosa informacija kroz kanal uključuje : izvor → kanal → prijemnik (+ šum).

Šta je informacija?

  • Informacija smanjuje nesigurnost, pri čemu nepredvidljivi događaji donose više informacija.
  • Podaci su sirove činjenice, a informacija je njihov smisleni kontekst.
  • Ishod bacanja kocke nosi više informacija nego bacanje novčića.
  • Osnovna jedinica informacije je jedan bit (da/ne, 0/1).

Mjerenje količine informacije

  • Količina informacije direktno zavisi od nepredvidivosti događaja.
    • Veći broj mogućih ishoda = više informacija.
  • Bit je osnovna mjera informacije, 1 bit je izbor između dvije jednako vjerojatne opcije (0/1, da/ne).
  • I = − log2 P(X) je Shannonova formula za količinu informacije.
    • Manja vjerojatnost → veća informacija.
  • Bacanje novčića daje 1 bit informacije, a bacanje kocke (~2.58 bita).

Definisanje entropije

  • Entropija predstavlja prosječnu količinu informacije u skupu mogućih događaja.
  • Entropija je mjera nesigurnosti ili nepredvidivosti sustava.
  • Matematička definicija entropije(Shannonova entropija): H(x) = − ΣP(x) log2 P(x)
  • Veća entropija = veća nesigurnost (nasumični podaci),manja entropija = manja nesigurnost (predvidivi podaci).
  • Bacanje kocke ima veću entropiju od bacanja pristranog novčića.

Entropija u svakodnevnom životu

  • Česta slova u jeziku imaju nižu entropiju, dok rijetke riječi imaju višu informativnu vrijednost.
  • Jednostavne lozinke poput "123456" imaju nisku entropiju i lako se pogađaju, za razliku od kompleksnih lozinki poput "T8v@pG!r9#" koje imaju visoku entropiju.
  • Više ponavljanja u podacima rezultira manjom entropijom i većom mogućnošću kompresije (ZIP, JPEG).
  • Nasumični podaci (šifrirani tekst) imaju visoku entropiju, pa ih je teško komprimirati.
  • Lutrija sa milijun mogućih brojeva ima višu entropiju od bacanja kocke.

Izračunavanje entropije bacanjem poštene Kocke

  • Svaki broj (1-6) ima istu vjerojatnost: P(x) = 1/6.
  • Formula: H(X) = − Σ P(x) log2 P(x)
  • Izračun: H(X) = − Σ (1/6) log2 (1/6) = log2 6 ≈ 2,58 bita
  • Svako bacanje poštene kocke nosi oko 2.58 bita informacije.
  • Veći broj ishoda povećava entropiju (nesigurnost).

Izračunavanje entropije bacanjem pristrane kocke

  • Neki ishodi(broj 6)se javljaju češće što znači P(6) = 0,5, ostali brojevi P(1) = P(2) = P(3) = P(4) = P(5) = 0,1.
  • Formula: H(X) = − Σ P(x) log2 P(x)
  • Izračun: H(X) = −(5 × 0,1 log2 0,1 + 0,5 log2 0,5) ≈ 2,15 bita.
  • Entropija je manja kod pristrane kocke jer neki ishodi dominiraju.
  • Manja nesigurnost = manje informacije kod bacanja.

Interpretacija entropije

  • Visoka entropija indicira veću nesigurnost i više informacija prisutnih u nasumičnim podacima, šifriranim tekstovima i snažnim lozinkama.
  • Niska entropija ukazuje na manju nesigurnost i manje informacija, karakteristično za ponovljene podatke, predvidive obrasce i slabe lozinke.
  • Entropija =0 znači da je sustav potpuno predvidiv (nema nove informacije), a maksimalana entropija se javlja kada su svi ishodi jednako vjerojatni.
  • Kriptografija zahteva visoku entropiju . Analiza obrazaca u podacima se koristi u umjetnoj inteligenciji.
  • Podaci s niskom entropijom se lako komprimiraju.

Entropija u kompresija podataka

  • Više ponavljanja u podacima rezultira manjom entropijom i većom mogućnošću kompresije.
  • Podaci s visokom entropijom su teže komprimirani.
  • ZIP i GZIP uklanjaju redundantne znakove u tekstualnim podacima.
  • JPEG i MP3 uklanjaju podatke koje ljudsko oko/uho ne percipira.
  • Nasumični (kriptirani) fajlovi se ne mogu efikasno komprimirati.

Entropija u kibernetičkoj sigurnosti i kriptografiji

  • Jačina lozinke direktno ovisi o entropiji.
    • "123456" (niska entropija) se lako pogađa.
    • "T8v@pG!r9#" (visoka entropija) se teže pogađa.
  • Sigurni enkripcijski ključevi moraju imati visoku entropiju.
  • Dictionary attack napada sustave sa niskom entropijom koristeći se čestim lozinkama.
  • Brute-force attack napada sustave tako štoomogućava brzo testiranje svih mogućih kombinacija.

Entropija u umjetnoj inteligenciji i analizi podataka

  • Visoka entropija znači da su podaci raznovrsni i nasumični, a niska entropija znači da su predvidivi i sadrže ponavljanja.
  • Entropija olakšava modelima odlučivanja (npr. decision trees) i algoritmima poput ID3 da klasificiraju podatke.
  • Analiza korisničkog ponašanja i prepoznavanje anomalija u kibernetičkoj sigurnosti je moguća.

Shannonov teorem i informacijski prijenos

  • Shannonov model prijenosa: izvor → kanal → prijemnik.
  • Prijenos može biti otežan zbog šuma, gubitaka i kapaciteta.
  • Shannon je definirao temelje moderne digitalne komunikacije 1948. godine.
  • Razmatranje kako maksimizirati količinu informacija koja se može prenijeti kroz kanal je ključno.
  • Shannonova teorija razmatra: sigurnost prijenosa kroz ograničeni kanal, borbu protiv šuma i optimalne metode kodiranja.

Delovi Shannonovog modela komunikacije

  • Izvor generira poruku (tekst, glas, video).
  • Kodirnik(transmiter) prebacuje poruku u signal.
  • Kanal je medij kroz koji signal putuje (žičani, bežični, optički).
  • Šum su smetnje koje ometaju signal.
  • Dekodirnik(prijemnik) rekonstruira poruku.
  • Informacija stiže na Odredište.
  • Elektromagnetske smetnje, slaba mreža i gubitak podataka uzrokuju šum..
  • Ključno je osigurati točan prijenos informacija unatoč šumu.

Kapacitet komunikacijskog kanala

  • Kapacitet kanala je maksimalna količina informacija koja se može prenijeti bez gubitaka.
  • Shannonova formula za kapacitet kanala: C = B log2 (1 + S/N),pri čemu je C kapacitet kanala, B širina pojasa, a S/N omjer signala i šuma.
  • Veća širina pojasa rezultira većim kapacitetom.
  • Bolji omjer signala i šuma rezultira boljim prijenosom. Povećanje šuma smanjuje kapacitet.

Poboljšavanje prijenosa unatoč šumu

  • SNR se povećava se jačim signalom i bolja izolacija.
  • Korištenje šireg frekvencijskog pojasa (veći B) povećava kapacitet kanala.
  • Optika vlakna i 5G mreže se koriste za bolji prijenos.
  • Redundantno kodiranje (Hammingov kod, CRC) dodaje viška podataka za korekciju pogrešaka.
  • Adaptivno kodiranje prilagođava kodove kvaliteti kanala.
  • Algoritmi za otkrivanje i ispravljanje pogrešaka (ECC) ispravljaju greške.

Shannon-Hartleyjev teorem

  • Navodi se maksimalna brzina prijenosa informacija kroz širinu pojasa i prisutni šum.
  • Matematička formula: C = B log2 (1 + S/N).
  • Kapacitet raste s povećanjem širine pojasa (B)
  • Ali kapacitet ima ograničenja i nikada ne može biti beskonačan.

Primjena Shannon-Hartleyjevog teorema

  • Širina pojasa (B) se povećava u mrežama 4G i 5G za veći prijenos.
  • Smanjenje šuma poboljšava stabilnost signala (SNR).
  • Optička vlakna koriste visoki SNR za brzi prijenos podataka.
  • Wi-Fi od 2.4 ima manji B, bolju penetraciju. Wi-FI od 5 ima veći B.
  • Audio i video kodiranje (MP3, MPEG, H.264) optimiziraju prijenos.

Redundancija podataka

  • Redundancija je suvišak podataka koji ne doprinosi novoj informaciji, no pomaže u korekciji grešaka.
  • Jezik, sigurnosne kopije i kodovi za detekciju grešaka su primjeri.
  • Previše redundancije usporava prijenos, a premalo redundancije povećava rizik od gubitka podataka.

Kompresija podataka

  • Kompresija je tehnika uklanjanja suvišnih podataka za smanjenje veličine fajla.
  • Lossless metode (ZIP, PNG) potpuno rekonstruiraju podatke, dok lossy metode (JPEG, MP3) uklanjaju nebitne detalje.
  • Prepoznaju se ponavljajući uzorci i koriste se matematički modeli za kodiranje s manjim brojem bitova.
  • Koristi se u : kompresiji slika i videa (JPEG, H.264) i Učinkovitijem prijenosu preko mreža (HTTP).

Sustavi kodiranja

  • Kodiranje pretvara podatke u oblik koji omogućava efikasniji prijenos i pohranu.
  • Važno , jer omogućuje bržu obradu i prijenos, te smanjuje potreban kapacitet za pohranu.
  • Koristi se u kompresiji, prijenosu podataka, kriptografiji i sigurnosti.

Kodovi za detekciju i ispravljanje pogrešaka

  • Potrebni su zbog grešaka koje se javljaju u prijenosu podataka(šum).
  • Paritetni bitovi se koriste za detekciju pogrešaka.
  • Kreira se redudantni kod koji otkriva greške.
  • Hammigov kod za ispravlja pogreške.
  • Pomaže kod prijenosa podataka i memorijskih susutava.

Primena u digitalnoj komunikaciji

  • Teorija informacija je važna za siguran, brz i pouzdan prijenos podataka.
  • Digitalna komunikaacija se poboljšava kodiranjem, detekcijom i ispravljanje i kompresijom podataka.
  • Mobilne mreže (4G/5G) koriste.

Kriptografske primene

  • Teorija informacija je važna za enkripciju i zaštitu podataka.
  • Entropija je mjera snage lozinki i ključeva.
  • Sigurnosne komunkacije štite podatke.
  • Asimetrična enkripcija koristi dva ključa.

Studying That Suits You

Use AI to generate personalized quizzes and flashcards to suit your learning preferences.

Quiz Team

Related Documents

More Like This

Use Quizgecko on...
Browser
Browser