機(jī)構(gòu)知識庫科學(xué)數(shù)據(jù)的開放獲取研究

李雨柔

(黑龍江大學(xué)，黑龍江 哈爾濱 150080)

近年來,開放獲取資源的快速發(fā)展不僅為研究人員和作者提供了自由和豐富的資源,而且提高了數(shù)據(jù)的循環(huán)利用價(jià)值，在一定程度上也提高了資源的透明度，促進(jìn)了科學(xué)研究和社會進(jìn)步。但是，在將資源進(jìn)行開放的過程中也不可避免地產(chǎn)生了一系列問題，尤其是關(guān)于資源開放能不能持續(xù)發(fā)展下去的問題。筆者從區(qū)塊鏈的角度研究開放獲取科學(xué)數(shù)據(jù)資源的建設(shè)和管理,針對科學(xué)數(shù)據(jù)開放獲取所面臨的問題提出建議,以期使科學(xué)數(shù)據(jù)開放獲取能夠得到持續(xù)性的發(fā)展。

1 科學(xué)數(shù)據(jù)資源及開放獲取相關(guān)概念

1.1 科學(xué)數(shù)據(jù)

科學(xué)數(shù)據(jù)和其他學(xué)術(shù)研究論文或其他形式的學(xué)術(shù)成果一樣,屬于信息資源的一種,科學(xué)研究數(shù)據(jù)不僅僅是科研成果的顯性表達(dá)，同時(shí)也是科學(xué)研究過程中不可或缺的要素之一[1]。伴隨著科學(xué)的不斷發(fā)展及技術(shù)水平的提高，各領(lǐng)域產(chǎn)生的數(shù)據(jù)也在不斷地增加。大數(shù)據(jù)時(shí)代下科學(xué)數(shù)據(jù)早已成為最基本且具有較大價(jià)值的科學(xué)資源類型之一，在不同學(xué)科領(lǐng)域都發(fā)揮著巨大的作用。

1.2 科學(xué)數(shù)據(jù)資源開放獲取的管理

有研究結(jié)果顯示,雖然隨著科學(xué)研究活動的增加和深入,每年都會產(chǎn)生很多的科學(xué)數(shù)據(jù)資源,但是這些數(shù)據(jù)資源不會永存,大概有80%的科學(xué)數(shù)據(jù)在出版以后的20年內(nèi)就會消失。這種情況給科學(xué)研究造成了比較大的損失,使得科研工作者可能需要重復(fù)進(jìn)行科學(xué)研究才能夠獲得其所需要的科學(xué)數(shù)據(jù)。因此,對科學(xué)數(shù)據(jù)資源進(jìn)行正確的獲取及管理至關(guān)重要。在過去十年里,各種數(shù)據(jù)管理正朝著開放獲取的方向發(fā)展，隨著這一趨勢的發(fā)展，國內(nèi)外許多國家對科學(xué)數(shù)據(jù)進(jìn)行了開放訪問，訪問者能夠相對容易地訪問并且使用開放的科學(xué)數(shù)據(jù)資源。就國內(nèi)而言,我們國家也已經(jīng)通過科學(xué)數(shù)據(jù)共享建成了包括社會科學(xué)、自然科學(xué)等很多學(xué)科共存的數(shù)據(jù)資源系統(tǒng)[2]?？傊?無論在國內(nèi)還是國外,科學(xué)數(shù)據(jù)共享與開放都逐漸成為一種趨勢,因此,加強(qiáng)對這些信息資源的開放獲取的管理研究具有一定的現(xiàn)實(shí)意義。

2 開放獲取資源的主要挑戰(zhàn)

開放獲取運(yùn)動的展開為全球范圍內(nèi)科學(xué)數(shù)據(jù)開放和整合提供了有利的基礎(chǔ),相應(yīng)地也促進(jìn)了科學(xué)研究的向前發(fā)展。但是與此同時(shí),在科學(xué)數(shù)據(jù)開放獲取這一過程中,也面臨著一些挑戰(zhàn)，從而無法避免地帶來了一些負(fù)面影響。

2.1 版權(quán)保護(hù)不足，影響數(shù)據(jù)分享意愿

隨著科學(xué)數(shù)據(jù)開放獲取的不斷發(fā)展,隨之而來的還有一些侵權(quán)行為的產(chǎn)生,極大地影響了數(shù)據(jù)開放獲取的健康持續(xù)發(fā)展。雖然，在“布達(dá)佩斯開放獲取計(jì)劃”中曾經(jīng)指出“在互聯(lián)網(wǎng)公共領(lǐng)域里可以被免費(fèi)獲取，并且允許任何用戶下載、傳輸?shù)取盵3],但是為了保護(hù)自身的合法權(quán)益,許多資源貢獻(xiàn)者會選擇只貢獻(xiàn)一部分或者拒絕貢獻(xiàn)原始成就來保護(hù)自己的知識產(chǎn)權(quán)。因此,在開放數(shù)據(jù)資源獲取過程中的版權(quán)問題能否在運(yùn)行中始終得到妥善處理,是保證開放數(shù)據(jù)能否可持續(xù)發(fā)展的重要環(huán)節(jié)[4]。

2.2 數(shù)據(jù)分布零散，無法得到有效利用

近年來,開放獲取科學(xué)數(shù)據(jù)資源建設(shè)面臨的另一個(gè)重要挑戰(zhàn)是數(shù)據(jù)分布零散。由于不同平臺的收集、整理的標(biāo)準(zhǔn)不統(tǒng)一或平臺通信技術(shù)的先進(jìn)性有限等，使得系統(tǒng)與系統(tǒng)之間的通信受到影響，或者分享出的數(shù)據(jù)不能得到有效的利用，而產(chǎn)生很多零散分布的數(shù)據(jù)，在一定程度上影響了數(shù)據(jù)資源的進(jìn)一步開放共享、獲取與利用。而在當(dāng)下,能夠一定程度上緩解信息孤島問題的主要方法即運(yùn)用信息技術(shù)把不同平臺、不同格式的信息資源連接到一起,但是整合不同平臺、不同格式的資源具有相當(dāng)大的難度,目前的效果并不十分理想,這限制了開放數(shù)據(jù)資源的獲取與共享。

3 將區(qū)塊鏈技術(shù)運(yùn)用到科學(xué)數(shù)據(jù)開放獲取的可行性與優(yōu)勢

區(qū)塊鏈?zhǔn)且环N將信息存儲在分布式節(jié)點(diǎn)上,防止人為篡改的技術(shù)。這項(xiàng)技術(shù)的理論原理是基于加密算法，并結(jié)合數(shù)據(jù)庫等多種傳輸技術(shù)，對數(shù)據(jù)進(jìn)行記錄、存儲及傳輸[5,6]。由于區(qū)塊鏈技術(shù)本身具有的不可篡改、去中心化等諸多特性，很多領(lǐng)域都在探索將區(qū)塊鏈技術(shù)運(yùn)用到自身業(yè)務(wù)中，圖書館的很多業(yè)務(wù)工作也不例外，比如在知識庫建設(shè)過程中便可以利用區(qū)塊鏈技術(shù)，特別是涉及數(shù)據(jù)的版權(quán)保護(hù)、數(shù)據(jù)的共建共享等方面，能夠充分體現(xiàn)區(qū)塊鏈的特殊優(yōu)勢。因此，筆者將主要從區(qū)塊鏈技術(shù)的角度，針對上述科學(xué)數(shù)據(jù)管理面臨的版權(quán)保護(hù)不足和開放共享程度不足的問題進(jìn)行可行性分析。

3.1 緩解信息孤島的問題

目前,科學(xué)數(shù)據(jù)通常由機(jī)構(gòu)知識庫存儲著,其建設(shè)在我國通常是由圖書館和信息中心的科研機(jī)構(gòu)協(xié)調(diào)管理。在這些傳統(tǒng)的機(jī)構(gòu)式圖書館項(xiàng)目中,圖書館、學(xué)者和用戶之間的關(guān)系不僅僅是服務(wù)與被服務(wù)之間的關(guān)系,更是數(shù)據(jù)提供與數(shù)據(jù)交流之間的關(guān)系[7]。區(qū)塊鏈技術(shù)的典型特征之一就是去中心化，而區(qū)塊鏈的這一特性對于解決在建設(shè)科學(xué)數(shù)據(jù)過程中的非結(jié)構(gòu)化數(shù)據(jù)的采集和處理問題具有一定的優(yōu)勢，使用區(qū)塊鏈技術(shù)能夠增加這些相關(guān)組織的自主性。同時(shí)，在這個(gè)系統(tǒng)中的全部節(jié)點(diǎn)可以在一個(gè)相對安全可靠的環(huán)境里自由地進(jìn)行數(shù)據(jù)的交換、記錄等操作，一定程度上也減少了因數(shù)據(jù)格式或平臺系統(tǒng)差異帶來的數(shù)據(jù)零散分布的問題，從而提高數(shù)據(jù)利用效果。

3.2 通過使用密碼學(xué)和分布式技術(shù),可以保護(hù)用戶的隱私和安全

許多前人的研究和實(shí)踐表明,數(shù)據(jù)獲取的便利性與用戶的參與、理解和體驗(yàn)密切相關(guān)。機(jī)構(gòu)知識庫的構(gòu)建者通常需要綜合考慮數(shù)據(jù)安全和各方利益,需要在數(shù)據(jù)采集和數(shù)據(jù)安全之間取得平衡。如果只考慮數(shù)據(jù)的安全而因此限制了對數(shù)據(jù)的開放存取,它不僅會違反開放建設(shè)的初衷,同時(shí)也會大大減少用戶的期望,而且也違背了辦公廳下發(fā)的一系列文件所傳達(dá)的促進(jìn)數(shù)據(jù)開放獲取的精神。如果只考慮數(shù)據(jù)獲取的便利性,而沒有安全可靠的技術(shù)或機(jī)制來保障數(shù)據(jù)所有者的利益和意愿,必然會使數(shù)據(jù)所有者不愿意貢獻(xiàn)自己的數(shù)據(jù),尤其是一些有價(jià)值的數(shù)據(jù)。因此,從兼顧數(shù)據(jù)的開放與安全來看，科學(xué)數(shù)據(jù)開放的權(quán)限更適合交于數(shù)據(jù)上傳者，由他們來決定數(shù)據(jù)的開放程度，包括全部開放或者部分加密等，同時(shí)應(yīng)用區(qū)塊鏈技術(shù)的加密算法和分布式處理，這不僅可以澄清數(shù)據(jù)授權(quán)的范圍和保護(hù)主人的隱私數(shù)據(jù),而且也能夠確保用戶訪問、下載和分析各種數(shù)據(jù)無須訪問原始數(shù)據(jù)。

3.3 有效解決數(shù)據(jù)所有權(quán)的問題

科學(xué)數(shù)據(jù)作為一種信息資源，在現(xiàn)今大數(shù)據(jù)時(shí)代已經(jīng)成為一種資產(chǎn)，但是它與其他普通資產(chǎn)不同，因?yàn)樗膫鞑ニ俣瓤?，并且它的傳播主體通常也會變化得比較快，數(shù)據(jù)所有權(quán)不明確已成為數(shù)據(jù)流通的一大障礙[8]，由于科學(xué)數(shù)據(jù)資產(chǎn)的特殊性，目前迫切需要一種具有針對性的機(jī)制來有效地確?？茖W(xué)數(shù)據(jù)資產(chǎn)的所有權(quán)。區(qū)塊鏈的鏈條結(jié)構(gòu)具有可追溯性,可以直觀、完整地記錄包括作者從最初的產(chǎn)生思路到實(shí)驗(yàn)數(shù)據(jù)的獲得、再到形成作品初稿到形成最終成果的一系列的完整過程,做到開放科學(xué)數(shù)據(jù)的同時(shí)保證了數(shù)據(jù)安全和數(shù)據(jù)版權(quán)，進(jìn)而促進(jìn)學(xué)者或機(jī)構(gòu)科學(xué)數(shù)據(jù)的開放及獲取。

4 機(jī)構(gòu)知識庫的數(shù)據(jù)開放獲取管理流程設(shè)計(jì)

鑒于區(qū)塊鏈技術(shù)在科學(xué)數(shù)據(jù)開放共享運(yùn)用的優(yōu)勢,筆者提出基于區(qū)塊鏈技術(shù)的科學(xué)數(shù)據(jù)開放獲取管理流程設(shè)計(jì)思路。

設(shè)計(jì)的核心原理即基于智能合同和加密技術(shù)，具體的環(huán)節(jié)包括：①審核數(shù)據(jù)。對科學(xué)數(shù)據(jù)進(jìn)行審核，主要從格式和內(nèi)容方面對數(shù)據(jù)上傳者上傳的數(shù)據(jù)進(jìn)行審核，比如審核數(shù)據(jù)資源的內(nèi)容和格式是不是和數(shù)據(jù)庫的標(biāo)準(zhǔn)一致、是否符合元數(shù)據(jù)處理的標(biāo)準(zhǔn)等。②對數(shù)據(jù)進(jìn)行加密并保存。通過特殊的密鑰將審核通過的數(shù)據(jù)資源進(jìn)行加密處理，然后將這些加密后的科學(xué)數(shù)據(jù)存儲在區(qū)塊鏈的各個(gè)塊中。③公開數(shù)據(jù)。把已經(jīng)存儲在塊中的科學(xué)數(shù)據(jù)，公開發(fā)布在系統(tǒng)中。④身份認(rèn)證數(shù)據(jù)。利用區(qū)塊鏈的共識機(jī)制對科學(xué)數(shù)據(jù)進(jìn)行價(jià)值認(rèn)證和質(zhì)量判斷。⑤數(shù)據(jù)的傳播和分享。在系統(tǒng)平臺上傳播和共享通過用戶身份驗(yàn)證的數(shù)據(jù)。這些數(shù)據(jù)經(jīng)過平臺認(rèn)證后,會有時(shí)間標(biāo)記,包括完整的來源和權(quán)限,可以在網(wǎng)絡(luò)上安全地點(diǎn)對點(diǎn)傳播和共享。傳播和共享范圍也比較靈活，可以在小組內(nèi)部小范圍共享，或者單位之間共享，并對共享資源進(jìn)行評估,如評分、表揚(yáng)和推薦。

5 結(jié)束語

區(qū)塊鏈技術(shù)的日益成熟為科學(xué)數(shù)據(jù)開放獲取的持續(xù)發(fā)展提供了一定的技術(shù)支撐。筆者將區(qū)塊鏈技術(shù)的特性與科學(xué)數(shù)據(jù)開放獲取過程中的難點(diǎn)相結(jié)合，將技術(shù)的不同特性與其針對的問題進(jìn)行結(jié)合，設(shè)計(jì)出科學(xué)數(shù)據(jù)開放獲取的管理流程。但是區(qū)塊鏈技術(shù)畢竟還是一種正在發(fā)展中的技術(shù),在其實(shí)踐應(yīng)用過程中也會存在一些問題。比如,隨著信息技術(shù)和密碼學(xué)的不斷發(fā)展,區(qū)塊鏈中采用的非對稱加密算法在不久的將來會很容易被破解等。但畢竟區(qū)塊鏈技術(shù)目前還是能夠在一定程度上推動科學(xué)數(shù)據(jù)的開放獲取建設(shè)，因此要充分認(rèn)識到區(qū)塊鏈技術(shù)的優(yōu)勢，合理有效地將其運(yùn)用到相關(guān)業(yè)務(wù)中。