1.3 Ρυθμός μετάδοσης πληροφορίας

Η “πληροφορία” όπως έχει αποδειχθεί πρώτα από τον C. Shannon ^[1] είναι μετρήσιμο μέγεθος. Για την ακρίβεια η μέτρησή της συνίσταται στη μέτρηση της εντροπίας των «πληροφοριών» που περιέχονται σε ένα μήνυμα. Η εντροπία αυτή συνήθως εκφράζεται με το μέσο αριθμό των bits που χρειάζονται για να αποθηκευτεί ή να μεταβιβαστεί ένα σύμβολο στο μήνυμα. Κάθε μήνυμα που μεταδίδεται μπορεί να έχει από καθόλου (0) μέχρι τη μέγιστη πληροφορία. Για παράδειγμα αν ισχυριστούμε ότι κάποτε σε κάποιο μέρος της Ευρώπης θα βρέξει, δεν μεταφέρουμε ουσιαστικά καμία πληροφορία. Αν αντίθετα ισχυριστούμε ότι μία συγκεκριμένη ημέρα, μία συγκεκριμένη ώρα σε έναν πολύ περιορισμένο χώρο θα βρέξει, δίνουμε μια πολύ χρήσιμη και άρα με μεγάλη αξία πληροφορία. Γενικά όταν μεταδίδουμε ένα μήνυμα m, η πληροφορία που αυτό περιέχει, είναι αντιστρόφως ανάλογη της πιθανότητας να συμβεί. Συμβολικά Information ≈ 1/P_m.

Για παράδειγμα αν το μήνυμα m είναι το ακόλουθο: «Τώρα είναι καλοκαίρι», έχει ακριβώς 25% πιθανότητα να είναι σωστό. Άρα P_m= 0.25 ⇒ log₂(P_m)= -2 ⇒ -log₂(P_m)= 2. Από το παράδειγμα, προκύπτει ότι εάν η πληροφορία που υπάρχει σε ένα μήνυμα έχει ακριβώς 25% πιθανότητες να συμβεί, αντιστοιχεί σε 2 bits. Αντιστοίχως εάν οι πιθανότητες είναι 50%, τότε η πληροφορία αντιστοιχεί σε 1 bit, εάν οι πιθανότητες να συμβεί είναι 12,25% η πληροφορία αντιστοιχεί σε 3 bits κ.ο.κ.

Η Θεωρία της Πληροφορίας επικεντρώνεται στη μελέτη της Πληροφορίας που περιέχεται σε ένα μήνυμα. Στα Δίκτυα των Υπολογιστών, από τεχνική άποψη, εστιάζουμε στη σωστή μετάδοση (από την αποστολή μέχρι τη λήψη) των δυαδικών ψηφίων αδιαφορώντας για το περιεχόμενο του μεταδιδόμενου μηνύματος. Από τα παραπάνω και κυρίως από την καθημερινή ενασχόλησή μας στο Διαδίκτυο, γίνεται φανερή η πολύ μεγάλη σημασία που έχει η «ικανότητα» ενός δικτύου να μεταδίδει γρήγορα και χωρίς «λάθη» δυαδικά ψηφία. Σήμερα ρυθμοί μετάδοσης 100 Mbps – 1 Gbps τον ορισμό των οποίων θα δούμε στη συνέχεια θεωρούνται απολύτως αναμενόμενοι ^[2] .