李莉
(冶金檔案館三河065200)
基于長期保存的機關單位電子文件格式管理研究
李莉
(冶金檔案館三河065200)
大數據時代,各機關單位生成了海量的電子文件。然而,這些電子文件格式并不統一,給電子文件長期保存帶來了巨大挑戰(zhàn)。各機關單位電子文件格式需要滿足格式透明、文件自包含、格式自描述等12項基本需求。同時,各機關單位要做好基于文件生命周期開展格式管理、采用國家與地方標準推薦格式、轉換專有格式、留存電子文件格式相關的元數據信息、適當節(jié)約經費等電子文件長期保存格式管理工作。
電子文件長期保存文件格式文件生命周期
電子文件是通過計算機等相關技術生成和處理的文件,從根本上說是一種二進制編碼的集合,每一種特定的二進制編碼方案與一種特定的電子文件格式相對應。電子文件格式是指以某種格式進行編碼而產生的信息存儲形式,它依賴特定的軟、硬件才能實施讀寫和操作。隨著我國信息化建設的快速發(fā)展與“互聯網+”時代的到來,各個機關單位產生了越來越多的電子文件。同時,由于信息技術的升級換代,各機關單位電子文件新格式不斷產生、舊格式不能讀取等現象時有發(fā)生,不僅導致產生于不同的操作系統、應用軟件的電子文件不能共享,更嚴重影響了電子文件的長期保存,如果管理不善,將來就很有可能電子文件成為“數據垃圾”,發(fā)生不能讀取的現象。因此,為了實現電子文件的長期保存,各機關單位務必做好電子文件格式的管理工作。
電子文件產生于機關單位的業(yè)務系統,具有重要的參考和憑證作用,是機關單位擁有的重要資產,選擇有利于長期保存的電子文件格式可以更長久的發(fā)揮電子文件的重要作用。
按格式類型劃分,電子文件包括文本文件、圖像文件、音頻文件、視頻文件等。文本文件常見的格式有XML、TXT、RTF、WPS、PDF/A、OFD;圖像文件常見的格式有TIFF、JPEG、GIF、PNG、DjVu;音頻文件常見的格式有WAV、MP3、WMA、OGG、Vorbis、FLAC;視頻文件常見的格式有AVI、MOV、MPEG等。由于電子文件格式種類達到200多種,性能各不相同。因此,需要盡量按照以下基本要求選擇符合長期保存需求的電子文件格式。
(1)格式透明。有公開發(fā)表并免費使用的源代碼和技術規(guī)范,軟件的使用、修改、分發(fā)沒有專利和許可的限制;獲得相關標準化組織、產業(yè)聯盟和第三方評價機構等的支持。
(2)較好的通用性。電子文件保存格式可以脫離計算機軟硬件平臺的限制,在不同的軟硬件環(huán)境中保持較好的可識讀性,滿足計算機軟硬件多樣性的需要。
(3)文件自包含。電子文件呈現的信息,包括全部字體的字形描述信息、光柵圖像、矢量圖形、顏色信息等,全部自包含,而不依賴于其他軟件。
(4)格式自描述。電子文件設置的元數據集,可以描述對象的屬性特征,準確反映電子文件的信息要素和邏輯結構。
(5)顯示一致性。電子文件應維持固定的文件頁面、章節(jié)、段落、字體等的顯示,不會隨著軟硬件平臺和閱讀軟件的改變而發(fā)生變化。
(6)持續(xù)可解釋。允許用戶對文件和文件中的對象添加注釋;禁止設置口令保護、加密;文件中引用的資源和運用的算法公開且免費。
(7)持續(xù)可用。文件格式穩(wěn)定,版本升級有序,并向后兼容;設置有效的容錯機制;支持無損壓縮。
(8)可轉換。支持轉換為版式電子文件存檔格式或通用格式。
(9)利于存儲。電子文件格式緊湊,數據占用字節(jié)數少;支持在一個文件中容納大量對象和數據,不必把數據拆分成塊;具有聚合能力。
(10)支持技術認證。支持數字簽名、循環(huán)冗余校驗或糾錯碼;使用的數字簽名能被多種操作系統和硬件平臺支持;數字簽名必須視覺呈現,且全部信息完全自包含。
(11)易于利用。支持增殖服務,方便提取數據的子集,如分割頁面等;支持全文檢索;文件中包含的文本信息符合自然閱讀順序。
(12)便于傳播。壓縮后的無損文件占用內存更小。
1.基于文件生命周期開展格式管理。傳統的文件生命周期理論認為,文件從形成到銷毀或永久保存是一個完整的運動過程,該過程可劃分為若干階段,各個階段的文件具有不同的價值特征,分別對應的是我國紙質檔案管理流程中的機關單位業(yè)務部門、機關檔案室和檔案館及其相關的管理工作。然而,傳統的文件生命周期理論在數字環(huán)境中并不能完全適用,因為,這些階段性特征會導致不同管理階段對格式具有不同要求,一份文件生成、保管、利用出現不同的格式。因此,數字環(huán)境中電子文件格式管理需要破除各管一攤的管理習慣,開展全程管理,在電子文件創(chuàng)建之初,就選擇符合長期保存要求的格式,做好前端控制,而不是到了最后保存階段才進行長期保存格式的甄選和管理。
2.采用相關標準推薦格式。國家標準、國際標準與地方標準推薦的電子文件通用格式,是社會各方所普遍采用、普遍支持的,可以經得住時間的考驗,確保在今后很長一段時間內,該格式仍然有效。機關單位生成的電子文件都盡量采用推薦的通用格式,以便于保管和交換。在執(zhí)行過程中,可以遵照《電子文件歸檔與管理規(guī)范》(中華人民共和國國家標準GB/T18894-2002),文字型電子文件以XML、RTF、TXT為通用格式,掃描型電子文件以JPEG、TIFF為通用格式,視頻和多媒體電子文件以MPEG、AVI為通用格式,音頻電子文件以WAV、MP3為通用格式。該標準中沒有規(guī)定的其他類型的文件可以參考其他國家標準、國際標準或者當地檔案部門的相關規(guī)定。比如,北京市屬的機關單位,文本文件可以選擇PDF、OFD格式,圖形文件可以選擇VSD、DWG、SVG、EPS等原始格式,數據文件可以選擇DBF、XLS格式。
3.轉換專有格式。對于機關單位中由業(yè)務系統生成的專有格式,以及之前存在的非通用格式,應在確保電子文件真實性、完整性和有效性的前提下盡早轉換成符合國家、地方標準的通用格式,對無法轉換或不適合轉換的電子文件,應將其技術方法和所依賴的軟件一并歸檔。格式轉換已經被國內外檔案界視為解決電子文件長期保存和利用難題的一種基本方法。例如,澳大利亞國家檔案館利用開放源代碼開發(fā)的XENA(XML ElectronicNormalizingforArchives),可以將指定數據格式的文件轉換成“附加元數據的數據”和XML,用于長期保存,并提供給機關單位免費下載使用。南京大學檔案館通過南大之星軟件的電子文件標準化轉換中心功能模塊,將多種類型的電子文件轉換成PDF格式進行歸檔保存。
4.留存電子文件格式相關的元數據信息。電子文件的部分元數據是與格式相關的,包括在電子文件創(chuàng)建階段的格式、編排結構、硬件和軟件環(huán)境、文件處理軟件、字處理和圖形工具軟件,在電子文件遷移階段的硬件系統、系統軟件、應用軟件等等。這些元數據只有被完整齊全的收集、保留,才能正確反映電子文件格式的背景信息,從而確保電子文件的真實性、完整性和有效性。
5.節(jié)約項目經費。電子文件格式管理的費用包括購買、維護該格式軟件費用、相關格式轉換費用及人員培訓費用等。電子文件格式管理作為一項長期工作,需要精打細算,節(jié)約成本。具體實施時,可選擇采用開源技術研發(fā)的軟件來支持本機關單位電子文件格式管理,這樣的軟件獲取過程要相對容易,同時,不僅獲取費用相對較低,也可以降低維護費用、培訓費用等,有利于電子文件格式管理成本的最小化。
[1]毛義春.電子文件長期保存格式探析[J].北京檔案,2009(12): 15-17.
[2]劉東勤,方慧惠.檔案信息化過程中的新型電子文件格式問題研究[J].機電兵船檔案,2010(3):78-80.
[3]黃玉明.電子文件格式困局破解之道[J].中國檔案,2010(7): 56-58.
[4]李澤鋒.檔案數字化的電子格式研究[J].檔案學研究,2004(5): 51-55.
[5]吳新宇.電子文件真實性保障探析:論檔案登記備份制度下的電子文件真實性保障機制[J].浙江檔案,2010(8):7-8.
[6]黃玉明.電子文件存檔格式需求分析與戰(zhàn)略研究[J].檔案學通訊,2010(2):63-66.
[7]錢毅.基于長期保存視角的電子檔案格式管理研究[J].檔案學通訊,2016(6):52-57.
★作者李莉為冶金檔案館副研究館員,研究方向為檔案管理。
10.16565/j.cnki.1006-7744.2017.17.15
G270.7
A
2017-07-19