國外電子郵件檔案管理系統(tǒng)研究及啟示

陳栩杉

摘要：電子郵件作為政府履行職能、個人信息管理、社交媒體服務的重要載體，確保其完整、安全、可用，逐漸成為檔案機構的重要職責。本文論述了國外電子郵件檔案管理系統(tǒng)的功能需求與開發(fā)邏輯，從管理階段、數(shù)據(jù)格式、保存措施、操作流程等方面進行了對比分析，并從盡早介入電子郵件生命周期、重點關注檔案管理核心業(yè)務、科學厘清系統(tǒng)功能弱項等方面探討了啟示與思考。

關鍵詞：電子郵件檔案管理系統(tǒng)；Archivematica；DAr- cMail；EAS；ePADD

Abstract：Email is an important carrier for perform？ ing government functions， personal information man？ agement and social media services. To ensure the in？ tegrity， security and availability of email has gradually become an important responsibility of archives. This paper discusses the functional requirements and de？ velopment logic of email archives management sys？ tem in foregin countries， and makes a comparative analysis from the aspects of management stage， data format， preservation measures and operation pro？ cess. Then it discusses the enlightenment from the aspects of early intervention in the email life cycle， fo？ cusing on the core business of archives management， and scientifically clarifying the weak points of system functions.

Keywords：Email archives management system；Archivematica；DArcMail；EAS；ePADD

電子郵件是指由電子計算機生成、處理，并通過電子郵件系統(tǒng)經(jīng)由通信網(wǎng)絡發(fā)送和接收的電子信息，[1]其最初作為一種聯(lián)網(wǎng)計算機用戶之間交換結構化文本信息的工具，已逐漸演變成為政府履行職能、個人信息管理、社交媒體服務的重要載體，在電子政務、歷史文化遺產(chǎn)研究等領域具有獨特的憑證和參考價值。

與其他類型的數(shù)字格式信息記錄相比，電子郵件檔案管理在來源信息獲取、內(nèi)容信息關聯(lián)、存儲方式選擇、隱私安全保護等方面面臨諸多挑戰(zhàn)。為此，各國有關機構根據(jù)電子郵件的組成結構、技術特點和用戶需求，開發(fā)了涵蓋電子郵件收集、鑒定、整理、保存和利用功能的管理系統(tǒng)，確保歸檔電子郵件能夠被保存、訪問、理解和發(fā)揮憑證作用，比較有代表性的有Archivematica[2]、DArcMail[3]、EAS[4]、ePADD[5]等。

一、國外電子郵件檔案管理系統(tǒng)的功能需求

在移動互聯(lián)網(wǎng)時代，電子郵件從交互信息的即時手段，轉變?yōu)槌休d事件的記錄者和參與者，憑證參考價值日益凸顯。然而，其技術復雜性使得電子郵件檔案管理系統(tǒng)不僅面臨海量數(shù)據(jù)獲取、篩選和存儲壓力，還必須應對不斷演變的電子郵件服務和用戶需求帶來的影響。

（一）精準獲取郵件來源信息

獲取郵件來源、確定郵件的形成者，是電子郵件檔案管理的基礎。然而，自定義的郵件地址設置使得檔案機構僅憑郵箱賬號無法直接獲取郵件來源信息。一方面，電子郵件系統(tǒng)允許用戶使用郵箱賬號的別名、縮略名、分組名等作為收發(fā)地址，這些并不能代表真正的郵件來源。另一方面，電子郵件系統(tǒng)允許不同人使用同一個郵箱賬號收發(fā)郵件。例如，一些機構將客服郵箱設置為help@samplecompany.com，就可以在不公開個人郵箱的情況下將郵件發(fā)送給相應客服人員，單從該郵箱無法確認真正的收（發(fā)）件人。因此，電子郵件檔案管理系統(tǒng)在設計之初就必須與郵件運營商合作，根據(jù)該運營商采用的郵件數(shù)據(jù)模型匹配地址信息采集工具，從郵件服務器端抽取地址元數(shù)據(jù)字段，從而得到確切的郵件來源信息。

（二）確保歸檔郵件真實可靠

確保電子郵件形成過程真實、內(nèi)容可信，是郵件得以作為社會真實記憶長久保存的前提。然而，分布式、自組織的郵件系統(tǒng)結構導致檔案機構很難獨立驗證歸檔郵件的真實性。一方面“，存儲轉發(fā)”的郵件傳輸方式使得郵件在傳輸過程中不斷被編碼封裝、解碼讀取、分解發(fā)送，最終以用戶端的特定格式組合呈現(xiàn)。此外，當同一封郵件的多個版本出現(xiàn)不一致時，例如發(fā)件人撰寫的版本、收件人下載到本地的版本等，僅憑檔案機構很難判斷哪一個是真實的。另一方面，電子郵件系統(tǒng)的傳輸通信協(xié)議、數(shù)據(jù)標準、元數(shù)據(jù)均允許進行本地擴展和定制，這增加了偽造、竊取、篡改數(shù)據(jù)等漏洞風險，僅憑面向傳輸安全的認證信息無法驗證郵件形成過程和內(nèi)容的真實性。因此，電子郵件檔案管理系統(tǒng)應提供第三方訪問和操作功能，允許檔案機構、郵件賬戶所有者、郵件運營方等多方加入歸檔郵件真實性的鑒定過程。

（三）保證郵件賬戶完整可用

保證電子郵件齊全完整、可再現(xiàn)還原，是如實反映和理解郵件承載事務活動的依據(jù)。然而，用戶主導的郵件管理方式造成檔案機構難以還原郵件賬戶原始狀態(tài)。一方面，檔案機構通常只能在郵件賬戶不再使用或使用活躍期之后才能獲取到郵件數(shù)據(jù)。用戶由于缺乏檔案意識及專業(yè)知識技能，可能隨意刪除或導出郵件，導致數(shù)據(jù)流失、附件損壞、外部鏈接失效等問題。另一方面，用于呈現(xiàn)個性化郵件管理狀態(tài)的元數(shù)據(jù)通常存儲在本地客戶端，當郵件導出并更換存儲環(huán)境后，元數(shù)據(jù)的丟失可能造成無法還原郵件間的邏輯關聯(lián)。因此，電子郵件檔案管理系統(tǒng)支持的數(shù)據(jù)類型應與電子郵件系統(tǒng)保持兼容，能維護郵件結構、內(nèi)容之間的有機聯(lián)系，便于各類型數(shù)據(jù)可被讀取、檢索和理解。

（四）具備異構數(shù)據(jù)存儲管理能力

多樣化的郵件組成給檔案機構帶來了繁重的數(shù)據(jù)存儲管理壓力。首先，不同電子郵件系統(tǒng)采用的附件處理方式不一。有的將附件以MIME格式嵌入在郵件中；有的將附件單獨存放，郵件中只出現(xiàn)附件的指針信息。其次，外部鏈接資源的數(shù)據(jù)類型豐富。郵件中的超鏈接可以使用戶訪問到特定的外部資源，如文本、圖片、音頻、視頻、網(wǎng)頁等。最后，簽名信息動態(tài)變化。郵件的簽名信息包含了發(fā)件人豐富的社會背景信息，如所屬機構、聯(lián)系方式、社交媒體賬戶等，但同一個用戶在不同時期的簽名信息可能變化、不同郵件賬戶的簽名信息可能相同等，需要進行消歧和融合處理。因此，電子郵件檔案管理系統(tǒng)應設計合理的保存策略，具備存儲不同格式附件和外部資源的能力，為郵件數(shù)據(jù)的完整性和可用性做好基本保障。

二、國外電子郵件檔案管理系統(tǒng)的開發(fā)邏輯

（一）功能構成滿足不同階段管理需求

電子郵件生命周期主要包括形成與使用、鑒定與選擇、收集、處置、保存、發(fā)現(xiàn)與利用等基本階段，[6]其中前兩個階段由電子郵件系統(tǒng)完成，其余階段均可依托電子郵件檔案管理系統(tǒng)完成。在收集階段，對具有保存價值的郵件進行格式轉換、敏感性審查、病毒檢測、完整性檢查等前處理。在處置階段，對郵件進行鑒定整理，構建郵件之間、賬戶之間、內(nèi)容之間的邏輯關系。在保存階段，對郵件正文、附件、元數(shù)據(jù)等進行存儲，生成歸檔信息包。在發(fā)現(xiàn)與利用階段，根據(jù)需求查詢檢索，生成發(fā)布信息包提供利用。

（二）互操作性支持業(yè)務流程靈活定制

電子郵件檔案管理系統(tǒng)在數(shù)據(jù)模型、格式、交互接口等方面應基本保持一致，能夠實現(xiàn)靈活組合和交互。數(shù)據(jù)模型方面，系統(tǒng)采用互聯(lián)網(wǎng)協(xié)會的RFC標準對郵件組成結構進行建模，采用METS、PREMIS等對郵件元數(shù)據(jù)進行建模和定義。數(shù)據(jù)格式方面，系統(tǒng)大多以MBOX格式作為輸入輸出格式，以SIP和DIP信息包作為系統(tǒng)內(nèi)業(yè)務流程的交換格式。交互接口方面，利用API接口實現(xiàn)不同系統(tǒng)之間的集成，檔案管理人員只需直接調用指定API即可實現(xiàn)所需功能。

（三）存儲方式體現(xiàn)不同類型保存策略

電子郵件檔案管理系統(tǒng)采取的保存策略主要分為三種類型。一是復制保存策略，即在系統(tǒng)暫時無法滿足全數(shù)據(jù)類型保存需求的情況下，保存郵件的原始版本，避免其出現(xiàn)損壞、丟失、更改等，待條件成熟后再進行后續(xù)處理；二是標準化保存策略，即將原始郵件格式轉換為更加穩(wěn)定的主流標準格式進行存儲，便于與其他系統(tǒng)共享利用；三是仿真保存策略，即創(chuàng)建一個完全相同的模擬環(huán)境，重現(xiàn)原始郵件應用程序、還原郵件內(nèi)容和結構關系，解決依賴專有軟硬件的數(shù)據(jù)可用問題。

三、國外電子郵件檔案管理系統(tǒng)的主要特點

為了更好地理解國外電子郵件檔案管理系統(tǒng)的設計思路、實現(xiàn)功能、工作方式，筆者選取了已形成最佳實踐、具有廣泛借鑒意義的4個電子郵件檔案管理系統(tǒng)，對其覆蓋的管理階段、可處理的數(shù)據(jù)格式、采取的保存措施、具體操作流程等方面進行了對比，如表1所示。這些系統(tǒng)突出體現(xiàn)了開源思維和微服務設計，不僅能滿足電子郵件檔案管理需求，還可以作為組件與其他檔案管理系統(tǒng)融合集成。Archive？ matica由Artefactual Systems公司開發(fā)，用戶利用系統(tǒng)能夠自定義電子郵件檔案管理策略和工具，形成個性化的管理框架和流程。DArcMail由史密森尼學會檔案館開發(fā)，系統(tǒng)在AIP和DIP信息包中均保留了郵件原始賬戶的邏輯關系，便于在不同層級（如單封郵件、郵件組、郵件賬戶等）進行管理。EAS由哈佛大學圖書館開發(fā)，系統(tǒng)能夠自動記錄技術和管理元數(shù)據(jù)，且與ePADD實現(xiàn)功能集成。ePADD由斯坦福大學圖書館開發(fā)，系統(tǒng)使用命名實體識別工具將郵件轉化為結構化數(shù)據(jù)，輔以電子郵件檔案的受控版本，便于遠程查詢檢索，在提高利用效率的同時確保了安全性。

從對比結果可以看出，上述系統(tǒng)存在以下幾個方面的特點：

一是功能設計偏重歸檔電子郵件管理。電子郵件作為電子文件管理的新生對象，其管理理念也應遵循全程管理和前端控制原則，但由于電子郵件通常并不依托統(tǒng)一的OA系統(tǒng)形成，且數(shù)據(jù)量大、結構復雜、流動性強，很難對其本身和元數(shù)據(jù)進行實時的收集和存儲。因此，在目前管理方法和制度標準相對松散的情況下，以歸檔電子郵件管理為起點，優(yōu)先考慮將具有保存價值的郵件先行妥善保管起來，使其長期安全可用，是當前系統(tǒng)實現(xiàn)功能的重點。

二是數(shù)據(jù)格式覆蓋面廣、通用性強。從表中看出，數(shù)據(jù)輸入輸出格式主要為MBOX、PST、OLM等，其中MBOX是大多數(shù)電子郵件客戶端采用的郵件存儲格式，在Windows、Unix和蘋果操作系統(tǒng)中均可使用，PST和OLM是Microsoft Office Outlook郵箱采用的專有數(shù)據(jù)存儲文件格式，分別用于Windows和蘋果操作系統(tǒng)?？梢姡到y(tǒng)支持的數(shù)據(jù)格式基本涵蓋了主流電子郵件系統(tǒng)形成的文件格式，且均支持MBOX格式的輸入和輸出，便于不同系統(tǒng)間的數(shù)據(jù)交互和功能整合。需要注意的是，上述格式僅為電子郵件系統(tǒng)采用的主流保存格式，但這些格式是否能作為電子郵件檔案的長期保存格式，解決格式過時、軟硬件升級、平臺跨越等導致的保存問題仍需進一步研究。

三是保存措施綜合考慮現(xiàn)實基礎和長遠需求。從表中看出，系統(tǒng)均采用了標準化的保存技術措施，將郵件數(shù)據(jù)進行格式轉換，這種方式在現(xiàn)階段實施成本較低、易于實施。在此基礎上，Archivematica針對目前系統(tǒng)暫無能力處理的數(shù)據(jù)格式采用了復制措施，在不改變格式的前提下進行郵件數(shù)據(jù)遷移，待后續(xù)系統(tǒng)功能完善后再行處理。同時，Ar？ chivematica還通過制作虛擬化軟件環(huán)境建立仿真系統(tǒng)，為滿足未來電子郵件檔案的可用性需求提供了技術思路。

四是操作流程依賴大量專業(yè)人員參與。從操作流程看出，系統(tǒng)的使用不僅需要對系統(tǒng)功能較為熟悉，還要具備相應程度的法規(guī)標準、檔案管理、計算機等專業(yè)知識，特別是處置階段中的鑒定、整理等環(huán)節(jié)需要檔案管理人員投入大量時間精力介入?，F(xiàn)有系統(tǒng)雖然配置了自動化的格式轉換、元數(shù)據(jù)抽取、敏感信息識別等批量處理工具，但相關功能運用也依賴領域專家和工程師進行長期運維。

四、啟示與思考

（一）盡早介入電子郵件生命周期，實現(xiàn)多方共贏

從電子郵件形成方式及典型系統(tǒng)的功能現(xiàn)狀來看，僅依靠技術手段很難實現(xiàn)從電子郵件形成到銷毀或永久保存的全生命周期管理。因此，檔案管理人員應盡早參與電子郵件管理，提前明確收集對象、制定保存方案、列出工作計劃，加強對機構或個人的溝通宣傳，定期通過直接或代理方式管理具有保存價值的郵件，以檔案工作者整體的、聯(lián)系的管理觀念和管理方法來彌補郵件形成與管理階段之間割裂的狀態(tài)。目前，我國檔案主管部門已認識到電子郵件檔案管理前端控制的重要性。2021年，《公務電子郵件歸檔管理規(guī)則》修訂后增加了公務電子郵件的形成要求和公務電子郵件系統(tǒng)的建設要求，對郵件標題、內(nèi)容、附件、元數(shù)據(jù)、輸出格式等形成規(guī)則進行明確，體現(xiàn)了前端控制的思想，保證歸檔公務電子郵件的質量。

對于郵件所有者，有專業(yè)機構和人員幫助其對重要郵件進行分類、處理、保存、備份，對受限或敏感信息進行審查、標注、篩選，既避免了日常由于硬件損壞、賬號更換、存儲空間不足等造成的郵件丟失、損壞問題，又保證了個人隱私和信息安全。對于檔案機構，提前介入確保了電子郵件檔案收集完整，能夠有充足的時間針對郵件特點、用戶角色特點等選擇合適的系統(tǒng)軟件，組配整合成更為有效的定制化工作流程進行郵件的捕獲和管理。對于利用者，完整的電子郵件檔案數(shù)據(jù)集將會成為人文歷史、數(shù)據(jù)科學等領域研究的豐富數(shù)據(jù)源，通過對電子郵件檔案的分析實現(xiàn)對相關個人或組織的跨學科研究。

（二）重點關注郵件管理核心需求，形成最優(yōu)標準

Archivematica等系統(tǒng)的成功實踐驗證了電子郵件歸檔的可行性，但對于大多數(shù)缺乏資源、技術支持的檔案機構來說，仍很難完成電子郵件檔案管理的復雜工作流程，這就需要圍繞電子郵件檔案管理的核心業(yè)務需求研究形成指導系統(tǒng)研發(fā)的最優(yōu)標準。

一是要設計體現(xiàn)郵件特點的真實性驗證需求?！豆珓针娮余]件歸檔管理規(guī)則》提出的郵件真實性檢測仍是參照文書類電子檔案檢測一般要求開展的，因此依據(jù)其研發(fā)的系統(tǒng)缺乏對電子郵件檔案真實性檢測的獨特指標，例如檢測同一活動過程中多封郵件之間相互印證關系來判斷真實性，其根源在于檔案界對郵件真實性標準還未形成統(tǒng)一的認識和理解，同時獲取哪些、如何獲取特定字段或上下文信息才能最大程度提供郵件真實性證據(jù)也是值得關注的問題。二是要研究最優(yōu)的長期保存技術需求。針對不同類型電子郵件，檔案機構應明確哪類保存策略最優(yōu)、哪種格式作為標準格式、不同格式轉換方式的風險等，作為系統(tǒng)存儲庫設計的有效依據(jù)。三是要設計合理的系統(tǒng)評估機制，用于評估系統(tǒng)在郵件獲取、處理、保存、利用等方面的需求達標情況，其功能、配置、軟件工具等是否滿足多來源、多類型電子郵件檔案管理需求，能否提高優(yōu)化現(xiàn)有檔案機構電子郵件檔案管理工作的效率和流程等。

（三）科學厘清系統(tǒng)功能弱項，指導優(yōu)化升級

Archivematica等系統(tǒng)基本形成了支持電子郵件檔案管理業(yè)務流程的工具，為我國電子郵件檔案管理系統(tǒng)建設提供了可供借鑒的良好模板。但在我國電子郵件檔案管理系統(tǒng)建設過程中，還需進一步結合《公務電子郵件歸檔管理規(guī)則》改進完善上述系統(tǒng)存在的短板弱項。

一是要認識格式轉換對原始郵件數(shù)據(jù)的影響。上述系統(tǒng)為便于系統(tǒng)間的數(shù)據(jù)交互，在管理過程中對郵件進行了多次格式轉換，轉換過程中不可避免會產(chǎn)生信息損失，因此需要結合《公務電子郵件歸檔管理規(guī)則》推薦的歸檔格式，測試格式轉換后原始字段或元數(shù)據(jù)是否變化、特定歸檔格式是否有最優(yōu)的格式轉換工具等，從而選擇合適的轉換方式。二是要增強系統(tǒng)智能化鑒定工作水平。在上述系統(tǒng)中只有ePADD使用了細粒度的命名實體識別工具，用于對敏感信息進行自動識別、標注、刪除和訪問權限設置等，其他系統(tǒng)仍主要依靠人工完成，且均未提供智能化的保管期限輔助判定功能。因此，在我國相關系統(tǒng)開發(fā)時應利用機器學習增強自然語言處理能力，配合專業(yè)領域知識庫，提高鑒定工作質量和效率，降低人員成本和管理難度。三是要開發(fā)電子郵件個人歸檔工具?，F(xiàn)階段我國公務電子郵件歸檔工作需依托部署在政務內(nèi)網(wǎng)的電子郵件系統(tǒng)才能輸出符合歸檔要求的規(guī)范格式文件，依托商用電子郵件系統(tǒng)與外網(wǎng)用戶交互形成的電子郵件很難直接滿足歸檔要求，這部分郵件也是反映公務活動過程的重要依據(jù)，必須由相應個人及時歸檔、妥善保管。但上述系統(tǒng)的功能定位主要面向企業(yè)或檔案館，在軟硬件配置、系統(tǒng)功能、操作流程等方面均不適用于個人使用，例如需安裝服務器版操作系統(tǒng)和專用數(shù)據(jù)庫軟件、配置虛擬專用網(wǎng)絡軟硬件等。因此，需要開發(fā)面向個人的電子郵件歸檔工具，允許用戶自行對郵件進行篩選整理、備份保存、按時移交，這樣不僅能夠最大程度保留有價值的歷史記錄，也能緩解檔案機構在收集過程中的人員和存儲壓力。

*本文系國家社科基金青年項目“‘互聯(lián)網(wǎng)+背景下多媒體檔案知識發(fā)現(xiàn)研究”（項目編號：19CTQ033）的研究成果之一。

參考文獻：

[1]國家檔案局.公務電子郵件歸檔管理規(guī)則[S].北京：中國標準出版社，2021：3.

[2]Artefactual Systems.Archivematica：open-source dig？ ital preservation system[EB/OL].（2018-05-01）[2022-03-07].https：//www.archivematica.org/en/.

[3]Smithsonian Institution Archives.Digital archiving of email[EB/OL].（2017-12-01）[2022-03-07].http：//siar？ chives.si. edu /sites /default /files /forum- pdfs/SIA_DArc？ Mail_UserGuide.pdf.

[4]Harvard Library at Harvard University.Email Ar？ chiving[EB/OL].（2017- 04- 01） [2022- 03- 07].http：//nrs. harvard.edu/urn-3：hul.eother：eas_overview.

[5]Stanford University Libraries.About ePADD[EB/ OL].（2015- 09- 01） [2022- 03- 07].http：//epadd.stanford. edu/epadd/collections.

[6]Council on Library and Information Resources.The future of email archives：a report from the task force on tech？ nical approaches for email archives[EB/OL].（2018-08-01）[2022- 03- 07].https： //www. clir. org /pubs /reports / pub175/.

作者單位：國防大學政治學院