數(shù)字保存系統(tǒng)威脅因素及其應(yīng)對(duì)策略探析

劉宛珍

(周口師范學(xué)院圖書(shū)館,河南周口466000)

作為數(shù)字保存項(xiàng)目的核心,數(shù)字保存系統(tǒng)無(wú)疑應(yīng)當(dāng)是數(shù)字保存項(xiàng)目的研究重點(diǎn)。然而國(guó)內(nèi)外的研究現(xiàn)狀表明,目前僅有幾個(gè)項(xiàng)目提出了“數(shù)字保存系統(tǒng)”概念并進(jìn)行初步的系統(tǒng)實(shí)現(xiàn),對(duì)數(shù)字保存系統(tǒng)可能遇到的障礙及應(yīng)對(duì)策略進(jìn)行研究的項(xiàng)目屈指可數(shù)[1]。數(shù)字保存系統(tǒng)實(shí)現(xiàn)數(shù)字資源長(zhǎng)期保存的具體時(shí)間尚不明確,一般的理解是依據(jù)現(xiàn)有的技術(shù)和條件,能夠?qū)崿F(xiàn)的最長(zhǎng)的時(shí)間。它要比單個(gè)存儲(chǔ)介質(zhì)或單個(gè)軟硬件或信息的存儲(chǔ)格式的壽命都要長(zhǎng)[2]。因此,為了實(shí)現(xiàn)數(shù)字保存系統(tǒng)“長(zhǎng)期保存”的目標(biāo),筆者總結(jié)出了數(shù)字保存系統(tǒng)的常見(jiàn)威脅因素,并提出應(yīng)對(duì)策略。

一、數(shù)字保存系統(tǒng)威脅因素分析

(一)技術(shù)威脅

數(shù)字信息保存系統(tǒng)在技術(shù)上面臨三大威脅因素:一是存儲(chǔ)載體不耐久;二是讀寫(xiě)信息的計(jì)算機(jī)軟硬件技術(shù)過(guò)時(shí);三是數(shù)字信息的真實(shí)性[3]。

(1)存儲(chǔ)介質(zhì)易脆性。數(shù)字信息是存儲(chǔ)在各種類(lèi)型的物理媒體上的。它既可以承載于磁盤(pán)和光盤(pán),又可以存儲(chǔ)于網(wǎng)絡(luò)服務(wù)器。由于數(shù)字存儲(chǔ)介質(zhì)的物理特性天生不穩(wěn)定,如果沒(méi)有相適應(yīng)的存儲(chǔ)環(huán)境和正確的管理方法,會(huì)引起諸如磁盤(pán)損壞、脫機(jī)媒體損壞等暫時(shí)性的或永久性的故障。

(2)技術(shù)老化。數(shù)字信息的長(zhǎng)期可用依賴(lài)相應(yīng)軟件,而這些軟件又依賴(lài)專(zhuān)門(mén)的操作系統(tǒng)甚至硬件系統(tǒng),一旦離開(kāi)了軟硬件系統(tǒng),數(shù)字信息的使用價(jià)值也就結(jié)束了。然而近二十年來(lái)經(jīng)常性的技術(shù)變化引起了重大的技術(shù)變革,因此技術(shù)老化被大部分館藏管理者看作是對(duì)數(shù)字存儲(chǔ)的最大威脅[4]。

(3)內(nèi)容真實(shí)性。與紙質(zhì)環(huán)境相比,在數(shù)字環(huán)境中對(duì)存儲(chǔ)內(nèi)容進(jìn)行改動(dòng)顯得更加容易。不論是故意還是無(wú)意所致,辨別數(shù)字信息的真?zhèn)我殉蔀槟壳耙粋€(gè)比較棘手的問(wèn)題。

(二)環(huán)境威脅

環(huán)境威脅因素主要包括網(wǎng)絡(luò)環(huán)境、組織環(huán)境及自然環(huán)境[2]。

(1)網(wǎng)絡(luò)環(huán)境。主要指數(shù)字保存系統(tǒng)的外部網(wǎng)絡(luò)服務(wù)(包括域名及URL s)可能會(huì)遇到暫時(shí)性的或永久性的故障;在某特定時(shí)間段內(nèi),網(wǎng)絡(luò)可能會(huì)出現(xiàn)傳輸錯(cuò)誤(傳輸失敗或部分傳輸);數(shù)字保存系統(tǒng)易遭受公網(wǎng)上的病毒攻擊。

(2)組織(機(jī)構(gòu))因素。組織機(jī)構(gòu)的解體、破產(chǎn)或使命改變可能導(dǎo)致數(shù)字保存系統(tǒng)的技術(shù)喪失。遇到此種威脅,要么有后繼組織接管,要么進(jìn)行其他的合理處置。

(3)自然災(zāi)害。如洪水、火災(zāi)及地震等各種自然災(zāi)害都可能給數(shù)字保存系統(tǒng)帶來(lái)意外威脅。

(三)其他威脅

其他威脅因素包括人為因素[2]、成本因素[2]及知識(shí)產(chǎn)權(quán)因素。

(1)人為因素。主要指計(jì)算機(jī)專(zhuān)家和操作人員兩方面。由于計(jì)算機(jī)專(zhuān)家經(jīng)常被授權(quán)訪問(wèn)數(shù)字保存系統(tǒng),就算將系統(tǒng)與外部網(wǎng)絡(luò)隔離能夠防止外部病毒的襲擊,卻難抵御個(gè)別另有圖謀的計(jì)算機(jī)專(zhuān)家的內(nèi)部攻擊。操作人員的不良行為也可能造成暫時(shí)性的或永久性的系統(tǒng)故障。這種故障不僅可能發(fā)生在數(shù)字保存系統(tǒng)本身,而且也可能發(fā)生在操作系統(tǒng)、應(yīng)用程序、硬件設(shè)施及計(jì)算機(jī)網(wǎng)絡(luò)身上。

(2)成本因素。首先將數(shù)字保存成本與文獻(xiàn)數(shù)字化的成本區(qū)分開(kāi)來(lái),后者只是前者的一部分[5]。數(shù)字保存成本不僅大于文獻(xiàn)數(shù)字化成本,而且與保存紙質(zhì)文獻(xiàn)相比,更易受到經(jīng)費(fèi)的影響;因?yàn)槿绾碾?、帶寬、系統(tǒng)管理、域名注冊(cè)等一系列數(shù)字保存活動(dòng),都需要經(jīng)費(fèi)作保障。

(3)知識(shí)產(chǎn)權(quán)。知識(shí)產(chǎn)權(quán)問(wèn)題是數(shù)字保存面臨的重要挑戰(zhàn),從數(shù)字信息的收集開(kāi)始,知識(shí)產(chǎn)權(quán)問(wèn)題就出現(xiàn)了,而數(shù)字保存進(jìn)程的每一個(gè)階段又都與此息息相關(guān),不可分割[6]28。但到目前為止,各個(gè)國(guó)家和地區(qū)都沒(méi)有完整的數(shù)字保存知識(shí)產(chǎn)權(quán)法律,這不能不說(shuō)是影響數(shù)字保存的重要因素。

二、數(shù)字保存系統(tǒng)威脅的應(yīng)對(duì)策略

針對(duì)上述威脅,筆者提出了以下幾種可行的應(yīng)對(duì)策略。

(一)普通文本的“雙套制”解決方案

復(fù)制/拷貝又稱(chēng)數(shù)據(jù)更新,它是在原來(lái)的技術(shù)環(huán)境下實(shí)施重寫(xiě)信息數(shù)據(jù),將數(shù)據(jù)流從舊存儲(chǔ)介質(zhì)轉(zhuǎn)移到新存儲(chǔ)介質(zhì)上,防止由于存儲(chǔ)介質(zhì)理化性能變化而引起的信息丟失[6]38。這種方法早就大量應(yīng)用于磁帶、磁盤(pán)、光盤(pán)的保存上。但這只是一項(xiàng)常規(guī)的管理工作,并不能真正解決由于計(jì)算機(jī)軟硬件過(guò)時(shí)引起的長(zhǎng)期保存問(wèn)題。再生性保護(hù)技術(shù)指將技術(shù)過(guò)時(shí)的數(shù)字信息實(shí)時(shí)轉(zhuǎn)移到縮微品或紙上。由于縮微膠片存儲(chǔ)量大、壽命長(zhǎng)(其保存壽命理論值是500年,國(guó)際上已有100多年的實(shí)踐經(jīng)驗(yàn),國(guó)內(nèi)也有幾十年的實(shí)踐經(jīng)驗(yàn))、便于保管、不再使用計(jì)算機(jī)軟硬件技術(shù)讀取,因此,它為長(zhǎng)期保存數(shù)字信息提供方便,并且可避免計(jì)算機(jī)軟硬件技術(shù)過(guò)時(shí)所帶來(lái)的任何麻煩。于是,筆者認(rèn)為數(shù)字拷貝和保存縮微膠片的“雙套制”方案[7]為保存使用頻率較低的純文本信息(而不是聲音、超文本、多媒體信息),提供了一種最佳方案。隨著攝影技術(shù)和設(shè)備的發(fā)展,縮微膠片記錄的模擬信息將能進(jìn)入計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng),不用擔(dān)心數(shù)字信息會(huì)失去它原有的數(shù)字風(fēng)格。

(二)技術(shù)仿真策略

技術(shù)仿真策略是在實(shí)施拷貝保存數(shù)字信息內(nèi)容的同時(shí),制造一種能運(yùn)行過(guò)時(shí)軟硬件的軟件,在這種軟件中對(duì)某一過(guò)時(shí)的軟硬件進(jìn)行模仿,使得保存的數(shù)字信息能在模擬的軟件上運(yùn)行,這是一種延遲技術(shù)淘汰的方法[6]39。實(shí)際上這與“計(jì)算機(jī)技術(shù)檔案館”方法有關(guān),由于保存有關(guān)軟件版本和硬件設(shè)備的物理實(shí)體建立“計(jì)算機(jī)技術(shù)檔案館”對(duì)大多數(shù)保存機(jī)構(gòu)來(lái)說(shuō)都不現(xiàn)實(shí),因此人們更多的是詳細(xì)描述數(shù)字信息利用、各種技術(shù)參數(shù)和環(huán)境條件,以便未來(lái)計(jì)算機(jī)系統(tǒng)可以模仿原始系統(tǒng)環(huán)境來(lái)讀取和使用數(shù)字信息內(nèi)容。技術(shù)方針策略使我們可通過(guò)新的仿真器來(lái)仿真上一代仿真虛擬機(jī),因此不必持續(xù)更新針對(duì)特定數(shù)字信息的定義語(yǔ)言、仿真說(shuō)明、解釋器等。這從技術(shù)的角度來(lái)看是可行的,但在實(shí)踐中它的兼容性并不可靠,仿真器自身的耐用性不穩(wěn)定;所以筆者認(rèn)為這不太可能是一直有效的方法,軟件制造商也可能會(huì)因?yàn)槠浼嫒菪圆?而最終放棄某些軟件。

(三)數(shù)字信息格式遷移策略

遷移是持續(xù)將數(shù)字信息從一種技術(shù)環(huán)境轉(zhuǎn)換到另一種技術(shù)環(huán)境,意味著基于字符的數(shù)據(jù)可以從一個(gè)存儲(chǔ)介質(zhì)轉(zhuǎn)移到另一個(gè)存儲(chǔ)介質(zhì)上,以便進(jìn)行數(shù)字信息的長(zhǎng)期保存;同時(shí),也可以將原始數(shù)據(jù)格式轉(zhuǎn)換為獨(dú)立于具體原始軟硬件平臺(tái)的標(biāo)準(zhǔn)數(shù)據(jù)格式,由于這些原始數(shù)據(jù)格式的開(kāi)放性和標(biāo)準(zhǔn)性,可以保證總有相應(yīng)軟硬件系統(tǒng)來(lái)處理這些數(shù)據(jù)[6]39。這種方法維護(hù)了數(shù)字對(duì)象的物理形體,也保護(hù)了其內(nèi)容存在,但其缺點(diǎn)是無(wú)法保證其外觀、功能和背景信息的完整等;因此限制遷移過(guò)程中的各種損失是采用這種方案的關(guān)鍵,它至少對(duì)于結(jié)構(gòu)簡(jiǎn)單的單一文件是比較適用的。雖然很多機(jī)構(gòu)都采用數(shù)字遷移策略,但具體實(shí)施辦法又有所不同,有的是改變存儲(chǔ)媒體(如再生性保護(hù)技術(shù),筆者認(rèn)為它是遷移策略的一種方法),主要用于保存使用頻率較低的數(shù)字信息;有的是格式遷移(也是狹義的遷移策略),適于保存使用頻率較高的數(shù)字信息。為了建立有效的數(shù)據(jù)格式遷移策略,需要對(duì)數(shù)字文獻(xiàn)格式進(jìn)行標(biāo)準(zhǔn)化處理,如澳大利亞國(guó)家檔案館采用了規(guī)范化方法,就是將各種數(shù)字信息存檔為通用的XML格式,荷蘭國(guó)家圖書(shū)館(KB)僅接受PDF格式的數(shù)字信息[2]。

(四)評(píng)估策略

采用評(píng)估策略的原因有二:一是在獲取數(shù)字信息階段對(duì)獲取的數(shù)字信息進(jìn)行評(píng)估以檢驗(yàn)其真實(shí)性;二是對(duì)保存特色文獻(xiàn)的系統(tǒng)進(jìn)行評(píng)估可以及時(shí)發(fā)現(xiàn)潛在故障,從而降低維修成本。評(píng)估方法主要有第三方評(píng)估和互評(píng)估。前者是一種常用的評(píng)估方法,是將被檢索系統(tǒng)里的內(nèi)容和摘要與保存在其他系統(tǒng)內(nèi)的內(nèi)容和摘要進(jìn)行比較,它可以檢測(cè)系統(tǒng)是否具備端到端的檢測(cè)性能,不足之處是檢測(cè)內(nèi)容都以比特流的形式存在,可能會(huì)導(dǎo)致二者錯(cuò)誤匹配?；ピu(píng)估方法的優(yōu)點(diǎn)是對(duì)原有信息不會(huì)產(chǎn)生風(fēng)險(xiǎn),并且不必向評(píng)估人員泄露信息內(nèi)容,不足之處是不能進(jìn)行端到端的評(píng)估[2]。筆者認(rèn)為,兩種方法各有千秋,如果二者能夠恰當(dāng)結(jié)合,將會(huì)相得益彰,更有利于數(shù)字信息的長(zhǎng)期保存。

(五)經(jīng)濟(jì)策略

保存數(shù)字信息要比保存紙質(zhì)文獻(xiàn)的成本高。數(shù)字保存系統(tǒng)的運(yùn)作過(guò)程可分為獲取數(shù)字信息及其元數(shù)據(jù)、保存數(shù)字信息和發(fā)布數(shù)字信息三個(gè)階段,每個(gè)階段都有其成本構(gòu)成[2]。首先,獲取階段的成本由獲取數(shù)字信息的產(chǎn)權(quán)許可費(fèi)用和獲取數(shù)字信息及其元數(shù)據(jù)的費(fèi)用構(gòu)成;其次,保存階段的成本包括購(gòu)買(mǎi)并持續(xù)更新軟硬件的費(fèi)用、格式遷移成本及業(yè)務(wù)成本(如電力、帶寬、員工的時(shí)間及評(píng)估成本);最后,發(fā)布階段的成本由保存數(shù)字信息協(xié)議條款中規(guī)定的費(fèi)用以及向授權(quán)用戶(hù)發(fā)布數(shù)字信息的費(fèi)用兩部分構(gòu)成,前者主要指認(rèn)證系統(tǒng)的管理成本,如引導(dǎo)用戶(hù)進(jìn)入和退出系統(tǒng)及監(jiān)督有關(guān)出版機(jī)構(gòu)的管理費(fèi)用,后者主要指操作w eb服務(wù)器和帶寬的花費(fèi),這筆費(fèi)用一般不高。

根據(jù)以最小的投入獲得最大的收益這一經(jīng)濟(jì)學(xué)原理,數(shù)字保存系統(tǒng)的主辦機(jī)構(gòu)在經(jīng)費(fèi)有限的情況下,就必須考慮以最小的成本投入保存更多的信息資源,并降低保存風(fēng)險(xiǎn)。筆者所說(shuō)的經(jīng)濟(jì)策略主要指降低獲取和保存階段的成本。主要措施有:保存本單位擁有版權(quán)的資源,健全版權(quán)許可法律體系等以降低產(chǎn)權(quán)許可費(fèi);通過(guò)對(duì)獲取過(guò)程及評(píng)估系統(tǒng)實(shí)施自動(dòng)化管理來(lái)降低獲取數(shù)字信息的成本;通過(guò)采用機(jī)器自動(dòng)生成元數(shù)據(jù),或在從數(shù)字信息創(chuàng)建者那里獲取數(shù)字信息時(shí)一起獲取元數(shù)據(jù)來(lái)降低獲取元數(shù)據(jù)的成本;由于對(duì)數(shù)字信息實(shí)施單獨(dú)管理或?qū)?shù)字保存系統(tǒng)與其他基礎(chǔ)設(shè)施集成管理降低業(yè)務(wù)成本的方案風(fēng)險(xiǎn)性高,因此盡量讓操作人員參與系統(tǒng)操作;采用適當(dāng)?shù)霓D(zhuǎn)移方法來(lái)降低格式遷移成本。

(六)健全數(shù)字保存法律規(guī)定,建立全國(guó)統(tǒng)一的數(shù)字信息歸檔系統(tǒng)

目前,一些傳統(tǒng)的圖書(shū)館、檔案館與其他文獻(xiàn)收藏部門(mén)都開(kāi)始收藏?cái)?shù)字文獻(xiàn),并提供網(wǎng)上瀏覽與借閱,但這些傳統(tǒng)圖書(shū)館包括發(fā)達(dá)國(guó)家的數(shù)字圖書(shū)館,都沒(méi)有把數(shù)字信息長(zhǎng)期保存納入其職能范圍之內(nèi)[8]。這樣,就使得一些在網(wǎng)上流動(dòng)的、未被收容的、有價(jià)值的信息,在當(dāng)前技術(shù)情況下無(wú)法長(zhǎng)期保存。因此,有必要建立一個(gè)全國(guó)數(shù)字信息歸檔系統(tǒng),使之對(duì)全國(guó)文化、經(jīng)濟(jì)、科技、社會(huì)等領(lǐng)域數(shù)字信息的存貯和存取承擔(dān)管理責(zé)任,使之成為我國(guó)數(shù)字信息的資源基地。

法定保存是解決數(shù)字保存面臨的知識(shí)產(chǎn)權(quán)問(wèn)題的首選方法,而且它為數(shù)字信息歸檔系統(tǒng)提供了強(qiáng)有力的資源保障。國(guó)外已有對(duì)數(shù)字信息采用多種方案進(jìn)行法定保存的先例,如英國(guó)采用法律條文規(guī)定,澳大利亞采用法律覆蓋和自愿收集的混合法。筆者認(rèn)為在我國(guó)建立數(shù)字信息呈繳本制度具有可行性,因?yàn)橛∷⑽墨I(xiàn)的呈繳本制度在各國(guó)已廣泛實(shí)施并成功地解決了印刷文獻(xiàn)長(zhǎng)期保存的知識(shí)產(chǎn)權(quán)問(wèn)題,對(duì)于人類(lèi)文化遺產(chǎn)的長(zhǎng)久傳承發(fā)揮了關(guān)鍵作用。雖然數(shù)字信息的真?zhèn)坞y辨會(huì)給其呈繳本制度的實(shí)施造成一定的難度,但在丹麥、芬蘭和挪威等少數(shù)國(guó)家已有先例,也就是說(shuō),我國(guó)不妨借鑒其成功經(jīng)驗(yàn)進(jìn)行嘗試。

每種新技術(shù)都是一把雙刃劍,所有的技術(shù)方案都不是盡善盡美的,只是解決了部分問(wèn)題,因此,筆者建議選擇數(shù)字保存系統(tǒng)的風(fēng)險(xiǎn)防范策略時(shí),要根據(jù)選擇技術(shù)方案的要求和標(biāo)準(zhǔn)(保存什么、為誰(shuí)保存及怎樣保存)[7]來(lái)選擇最理想的技術(shù)解決方案。

[1]張智雄,郭家義,吳振新,林穎.基于OA IS的主要數(shù)字保存系統(tǒng)研究[J].現(xiàn)代圖書(shū)情報(bào)技術(shù),2005(11):1-9.

[2]David S H,Rosenthal,Thomas Robertson,Tom Lipkis, Vicky Reich,Seth Morabito.Requirements for digital p reservation system s:a bottom-p app roach[J/OL].D-lib Magazine,2005(11)[2008-01-12].http://www.dlib.o rg/dlib/november05/rosenthal/11rosenthal.htm l.

[3]郭瑞華.數(shù)字信息長(zhǎng)期存取策略研究[J].情報(bào)理論與實(shí)踐,2002(2):133-135.

[4]Hedstrom M,Montgomery S.Digital p reservation needs and requirements in RLG member institutions:a study commissioned by the research libraries group[M/OL].[2008-06-20].http://www.Rlg.org/p reserv/digp res.htm l.

[5]朱燁.數(shù)字保存中的技術(shù)、組織及法律因素分析[J].圖書(shū)館學(xué)研究,2005(4):36-38.

[6]宋顯彪.數(shù)字信息的長(zhǎng)期保存[D].成都:四川大學(xué), 2005.

[7]顏曉棟.保存數(shù)字信息技術(shù)方案選擇與評(píng)價(jià)[J].檔案管理,2003(1):23-24.

[8]張紹武.數(shù)字信息長(zhǎng)期保存的策略[J].現(xiàn)代情報(bào),2002 (4):152-153.