任慧朋（南京政治學(xué)院軍事信息管理系，上海，200433）

?

數(shù)字檔案資源整合新技術(shù)的研究與探討*

任慧朋
（南京政治學(xué)院軍事信息管理系，上海，200433）

［摘要］針對(duì)檔案信息資源整合與共享中存在的問(wèn)題，文章通過(guò)介紹國(guó)際最新的“Digital Vellum”數(shù)字檔案整合方案，分析了如何通過(guò)云技術(shù)實(shí)現(xiàn)數(shù)字檔案的集中共享，最后討論了資源整合技術(shù)面臨的諸多挑戰(zhàn)。

［關(guān)鍵詞］數(shù)字檔案資源整合云技術(shù)

［分類(lèi)號(hào)］G273

隨著信息科技的不斷進(jìn)步，數(shù)字檔案的資源總量迅猛增長(zhǎng)，檔案管理工作中遇到了很多難題，出現(xiàn)了軟硬件技術(shù)更新快、存儲(chǔ)介質(zhì)不穩(wěn)定性、存儲(chǔ)格式多樣化等方面的突出性問(wèn)題，同時(shí)，由于技術(shù)發(fā)展和經(jīng)濟(jì)水平等因素，各個(gè)地區(qū)和國(guó)家間的文檔格式和存儲(chǔ)介質(zhì)不能相互兼容，難以實(shí)現(xiàn)檔案資源的整合共享，這將是數(shù)字檔案整合需要研究的重要課題［1］。

1　數(shù)字檔案整合存在的問(wèn)題及實(shí)現(xiàn)意義

1.1存在的問(wèn)題

1.1.1掃描復(fù)制階段。在數(shù)字檔案發(fā)展的過(guò)程中，人們不斷嘗試用高效的方式來(lái)復(fù)制和讀取數(shù)字資源。目前常見(jiàn)的文字格式有DOC、XML、RTF和TXT；圖像數(shù)據(jù)格式有JPEG和TIFF；網(wǎng)絡(luò)圖像查詢(xún)格式有CEB和PDF。隨著科技水平的不斷進(jìn)步，這些格式又發(fā)展出很多版本，而且兼容性不強(qiáng)，導(dǎo)致數(shù)字檔案資源的格式標(biāo)準(zhǔn)非常雜亂，同時(shí)計(jì)算機(jī)存儲(chǔ)技術(shù)發(fā)展較快，當(dāng)前的計(jì)算機(jī)對(duì)很多陳舊的存儲(chǔ)格式不支持（如5.4英寸磁盤(pán)）。計(jì)算機(jī)軟硬件發(fā)展速度快是導(dǎo)致儲(chǔ)存格式混亂的主要原因，某些存儲(chǔ)介質(zhì)往往需要專(zhuān)用的讀取設(shè)備，而隨著技術(shù)革新，很多提供相關(guān)技術(shù)服務(wù)的公司被市場(chǎng)淘汰，一些過(guò)去的數(shù)字資源面臨著無(wú)法讀取的局面［2］。

1.1.2存儲(chǔ)保管階段。數(shù)字檔案的具體保存時(shí)間依存儲(chǔ)介質(zhì)的性能和保管條件而定。采用磁力存儲(chǔ)方式的介質(zhì)可存儲(chǔ)的信息量較大，但穩(wěn)定性比較差，保存時(shí)間不長(zhǎng)。光盤(pán)存儲(chǔ)的時(shí)間較長(zhǎng)，容量也大，但對(duì)保管條件的要求比較苛刻。早期經(jīng)常采用的3.5英寸軟盤(pán)在常溫狀態(tài)下的最長(zhǎng)保存時(shí)間為15年，目前普通光盤(pán)的最長(zhǎng)保存期限為20年，數(shù)字膠片等存儲(chǔ)介質(zhì)的保管時(shí)間還要視保管條件而定［3］。

從表1中可以看出，各種存儲(chǔ)介質(zhì)各有優(yōu)缺點(diǎn)，其中綜合性能最好的是感光膠片，但其壽命、保存條件和保管風(fēng)險(xiǎn)等依然無(wú)法與紙質(zhì)檔案相比。數(shù)字化的檔案資源較紙質(zhì)檔案雖有著高效、便捷、方便檢索等優(yōu)勢(shì)，但數(shù)字資源具有著不易恢復(fù)的致命缺點(diǎn)，遭受損壞后復(fù)原的可能性不大。

1.1.3整合共享階段。整合數(shù)字資源是檔案界長(zhǎng)久以來(lái)都想要實(shí)現(xiàn)的目標(biāo)，但實(shí)現(xiàn)的過(guò)程中面臨著非常多的難題，其中包括技術(shù)兼容、文化差異、知識(shí)產(chǎn)權(quán)等多個(gè)方面。資源整合是把相互獨(dú)立的、多元異構(gòu)的零散信息資源統(tǒng)一成資源整體，要實(shí)現(xiàn)這一目的，除去法律許可和標(biāo)準(zhǔn)規(guī)范等因素，還受到很多技術(shù)條件的限制，如硬件設(shè)備、操作系統(tǒng)、軟件應(yīng)用環(huán)境等，如果要實(shí)現(xiàn)共享還需要與資源所在檔案館建立信任連接，設(shè)定各方均認(rèn)可的通信協(xié)議和參數(shù)，同時(shí)還要考慮語(yǔ)言互通等問(wèn)題。

1.2資源整合的意義

1.2.1喚醒沉睡的檔案

目前，對(duì)檔案資源的信息挖掘主要依靠檔案工作者，因其有緊密接觸檔案資源的機(jī)會(huì)，對(duì)特殊檔案的信息處理還需要有一定的技術(shù)和知識(shí)背景。經(jīng)過(guò)幾十年的積累，數(shù)字檔案的數(shù)量已經(jīng)非常龐大，一些資源儲(chǔ)存過(guò)久已經(jīng)被海量資源所淹沒(méi)，有價(jià)值的信息常處于被忽視的狀態(tài)，僅憑檔案工作者的力量和有限的技術(shù)很少能被重新開(kāi)發(fā)利用，對(duì)資源的信息內(nèi)容進(jìn)行查詢(xún)也將變得非常困難，有時(shí)甚至無(wú)法準(zhǔn)確定位檔案資源的保存位置。數(shù)字檔案資源如果處于開(kāi)放使用的狀態(tài)，將有更多的人員和技術(shù)參與檔案資源的開(kāi)發(fā)利用，數(shù)字檔案資源的價(jià)值會(huì)最大程度地體現(xiàn)，讓這些沉睡已久的檔案信息真正活起來(lái)［4］。

1.2.2延長(zhǎng)數(shù)字檔案壽命

數(shù)字檔案的維護(hù)和管理需要資金和技術(shù)的投入，因此經(jīng)濟(jì)條件和政策原因也會(huì)導(dǎo)致檔案館的發(fā)展水平不均衡。保管條件是影響數(shù)字檔案保管壽命的主要因素；軟硬件的發(fā)展要經(jīng)歷技術(shù)變革和市場(chǎng)競(jìng)爭(zhēng)等多個(gè)環(huán)節(jié)，這又直接影響著數(shù)字檔案的技術(shù)壽命。對(duì)于陳舊數(shù)字檔案的挽救工作，某些欠發(fā)達(dá)地區(qū)的檔案館因缺少維護(hù)資金的支持，將會(huì)導(dǎo)致一些數(shù)字檔案資源徹底消失。云技術(shù)的應(yīng)用使得存儲(chǔ)維護(hù)更新的成本大幅降低，提高了綜合利用效率，能夠解決檔案館建設(shè)水平不平衡、技術(shù)資金匱乏和重復(fù)性建設(shè)等問(wèn)題，延長(zhǎng)數(shù)字資源的生命周期。

表1　各種存儲(chǔ)介質(zhì)的性能比較

1.2.3讓資源流動(dòng)起來(lái)

檔案分類(lèi)實(shí)現(xiàn)了資源的集中統(tǒng)一管理，而各種檔案間的聯(lián)系往往又是十分緊密的，例如歷史檔案與城建檔案、財(cái)務(wù)檔案與科技檔案，在信息獲取和認(rèn)定的過(guò)程中是相互佐證的關(guān)系。對(duì)某歷史事件的資料進(jìn)行全面整理，一般需要對(duì)多個(gè)相關(guān)聯(lián)的檔案進(jìn)行分析提煉，搜集分散的檔案便成為最繁重的工作，檔案館之間的相對(duì)孤立會(huì)帶來(lái)巨大的阻礙。檔案資源的整合不只是檔案館間點(diǎn)對(duì)點(diǎn)的簡(jiǎn)單聯(lián)合，需要建立統(tǒng)一的信息集中共享平臺(tái)，統(tǒng)一資源的傳輸協(xié)議，規(guī)范數(shù)據(jù)格式和標(biāo)準(zhǔn)，實(shí)現(xiàn)資源在網(wǎng)絡(luò)間的高速流轉(zhuǎn)，從而節(jié)省大量的時(shí)間和資金成本，實(shí)現(xiàn)對(duì)檔案資源的精確定位，提高綜合查詢(xún)效率和分析能力［5］。

2　Digital Vellum整合方案的設(shè)計(jì)分析

2.1整體架構(gòu)

Digital Vellum方案，最早由谷歌公司提出，最初定義為“數(shù)字化羊皮紙計(jì)劃”，其意在利用云技術(shù)整合不同來(lái)源、不同格式、不同歷史時(shí)期的數(shù)字檔案。Digital Vellum的整體架構(gòu)稱(chēng)為Olive，它根據(jù)服務(wù)端、客戶(hù)端和用戶(hù)端的需求有區(qū)分地提供云服務(wù)。在資源客戶(hù)端提供私有云服務(wù)，為檔案資源存儲(chǔ)提供足夠的空間，支持各種版本的操作系統(tǒng)、讀寫(xiě)軟件和虛擬硬件設(shè)備，可同時(shí)在多個(gè)操作系統(tǒng)環(huán)境下使用資源；服務(wù)端為客戶(hù)的檔案資源提供磁盤(pán)的鏡像備份，云端的備份實(shí)現(xiàn)了數(shù)字檔案資源的永久保存；在普通用戶(hù)端，通過(guò)Apache服務(wù)器提供Web瀏覽界面，支持普通用戶(hù)通過(guò)網(wǎng)頁(yè)的方式進(jìn)行瀏覽和檢索等操作［6］。服務(wù)端和客戶(hù)端用Spice遠(yuǎn)程桌面協(xié)議的方式進(jìn)行連接，這也對(duì)網(wǎng)絡(luò)通信提出了更高的要求。

2.2資源提供端

資源客戶(hù)端的構(gòu)成主要有兩個(gè)部分，一是私有云的搭建，需要根據(jù)客戶(hù)端的實(shí)際需求確定存儲(chǔ)空間和軟硬件環(huán)境，有時(shí)私有云內(nèi)會(huì)包含多個(gè)虛擬環(huán)境，必要時(shí)還要提供一定的模擬硬件設(shè)備；二是客戶(hù)端與服務(wù)端的數(shù)據(jù)傳輸，有實(shí)時(shí)和離線兩種方式［7］。在私有云的空間內(nèi)實(shí)現(xiàn)全部資源的數(shù)字化存儲(chǔ)，對(duì)老舊數(shù)字檔案的分類(lèi)歸檔等工作，在私有云與服務(wù)器間進(jìn)行傳輸實(shí)現(xiàn)對(duì)資源進(jìn)行鏡像備份，這種傳輸可以采用實(shí)時(shí)的方式也可離線進(jìn)行，Olive保證了即使在網(wǎng)絡(luò)通信不暢的情況下，也可通過(guò)本地的私有云進(jìn)行離線操作，正常通信后再自動(dòng)進(jìn)行增量備份。Olive根據(jù)不同需求合理地劃分存儲(chǔ)空間，可以實(shí)現(xiàn)高效的數(shù)字化管理，同時(shí)確保了檔案資源的信息安全［8］。

2.3云服務(wù)端

服務(wù)端主要提供兩方面的服務(wù)，一是對(duì)客戶(hù)端私有云的磁盤(pán)進(jìn)行云備份；二是提供查詢(xún)、瀏覽等綜合性的Web服務(wù)。服務(wù)端通過(guò)高速網(wǎng)絡(luò)實(shí)現(xiàn)客戶(hù)資源的備份，利用Spice遠(yuǎn)程桌面協(xié)議提供Web服務(wù)，針對(duì)不必要建設(shè)私有云的地方也可直接提供云服務(wù)，但對(duì)網(wǎng)絡(luò)通訊質(zhì)量的要求比較高。備份的方法采用的是制作磁盤(pán)鏡像的方式，對(duì)資源進(jìn)行增量備份，這種存儲(chǔ)的好處就是通過(guò)云服務(wù)實(shí)現(xiàn)不可預(yù)見(jiàn)性災(zāi)難的恢復(fù)［9］。按照方案的預(yù)期，云服務(wù)端將擁有著巨大的資源，這些資源利用就是人類(lèi)文明財(cái)富價(jià)值的體現(xiàn)，服務(wù)端可以通過(guò)云計(jì)算支持對(duì)整合資源進(jìn)行分析應(yīng)用，用最科學(xué)、簡(jiǎn)易、高效的Web方式來(lái)為用戶(hù)提供信息資源服務(wù)。

2.4普通用戶(hù)端

整合數(shù)字檔案資源的目的就是為信息需求者提供高效的服務(wù)。目前對(duì)于普通用戶(hù)來(lái)說(shuō)，從檔案館獲取資源的過(guò)程非常麻煩，首先要準(zhǔn)確定位資源的具體位置，同時(shí)還需要具備一定的信息檢索和計(jì)算機(jī)操作技能。Olive架構(gòu)將這一系列的復(fù)雜程序簡(jiǎn)化，服務(wù)端將全部鏡像盤(pán)的資源進(jìn)行集中，經(jīng)過(guò)標(biāo)準(zhǔn)格式的轉(zhuǎn)化，通過(guò)Apache服務(wù)器提供Web的瀏覽操作方式，用戶(hù)可以從服務(wù)端快速獲取資源信息，無(wú)需具備相關(guān)的專(zhuān)業(yè)知識(shí)和信息檢索技術(shù)，不必知道中間的處理過(guò)程，甚至不用了解信息資源的存儲(chǔ)方式和具體來(lái)源［10］。

圖1　資源客戶(hù)端的虛擬機(jī)結(jié)構(gòu)

圖2　Web網(wǎng)頁(yè)圖像表示原理圖

3　數(shù)字檔案整合新技術(shù)面臨的挑戰(zhàn)

3.1設(shè)施和技術(shù)的支持

各個(gè)地區(qū)和國(guó)家的檔案數(shù)字化水平極不均衡，需要的投入力度和技術(shù)支持也不同。云構(gòu)架的建設(shè)工作需要大量的資金和技術(shù)支持，在整體的構(gòu)架建成后又要考慮經(jīng)費(fèi)維持問(wèn)題［11］。一方面需要從國(guó)家層面進(jìn)行頂層的整體規(guī)劃，在標(biāo)準(zhǔn)、存儲(chǔ)格式、檢索流程等方面進(jìn)行集中統(tǒng)一，如果不能達(dá)到整體的規(guī)范化就很難實(shí)現(xiàn)與國(guó)際接軌；另一方面，在加大數(shù)字檔案建設(shè)投入力度的同時(shí)，要考慮到檔案資源開(kāi)放的商業(yè)化，因?yàn)樾畔⒓夹g(shù)的發(fā)展日新月異，需要不斷的經(jīng)費(fèi)投入作為支撐，只靠政策撥款將會(huì)很難維持，技術(shù)和設(shè)施的更新進(jìn)程將會(huì)非常緩慢［12］。

3.2安全機(jī)制的建立

檔案資源的整合是一項(xiàng)跨區(qū)域、跨國(guó)家的系統(tǒng)工程，對(duì)資源使用的合理性和可靠性要求建立嚴(yán)格的安全機(jī)制。首先要制定相關(guān)的法規(guī)政策，規(guī)范數(shù)字資源的使用與開(kāi)發(fā)行為，在遇到信息安全事故的情況時(shí)能做到有法可依，在國(guó)際層面上，需要建立各國(guó)公認(rèn)的公約條款，在安全防范策略方面達(dá)成共識(shí)，防止引發(fā)嚴(yán)重的信任危機(jī)。一些珍貴的歷史資源大多存屬于不發(fā)達(dá)的國(guó)家，這些國(guó)家雖有著悠久的歷史文化，但與發(fā)達(dá)國(guó)家之間有很大的文化差異和政治分歧，因此建立世界范圍內(nèi)的安全機(jī)制共同體變得非常必要。

3.1知識(shí)產(chǎn)權(quán)的保護(hù)

數(shù)字檔案數(shù)據(jù)庫(kù)和紙質(zhì)檔案都受到知識(shí)產(chǎn)權(quán)的保護(hù)。知識(shí)產(chǎn)權(quán)一方面保護(hù)了檔案資源的合法利益，但另一方面也在一定程度上促生了“信息壟斷”。對(duì)檔案數(shù)據(jù)庫(kù)知識(shí)產(chǎn)權(quán)的保護(hù)難點(diǎn)在于保護(hù)范圍的認(rèn)定上，歐盟和美國(guó)采用了雙重保護(hù)模式即著作權(quán)和特殊權(quán)利保護(hù)，其保護(hù)的范圍相差不大。我國(guó)自加入WTO后對(duì)《著作權(quán)法》進(jìn)行了修改（2001年10月），但是對(duì)獨(dú)創(chuàng)性檔案數(shù)據(jù)庫(kù)的保護(hù)范圍較小，對(duì)非獨(dú)創(chuàng)性檔案資源的保護(hù)尚處于空白階段，與發(fā)達(dá)國(guó)家的保護(hù)范圍有很大的差異，同時(shí)在“網(wǎng)絡(luò)傳播權(quán)”的劃定范圍上也存在巨大的差異。

4　結(jié)語(yǔ)

整合數(shù)字檔案資源是必然的發(fā)展趨勢(shì)，隨著信息時(shí)代技術(shù)的革新，對(duì)數(shù)字檔案的維護(hù)管理面臨著諸多的難題，對(duì)呈數(shù)量級(jí)增長(zhǎng)的數(shù)字檔案資源，通過(guò)云構(gòu)架的執(zhí)行可節(jié)省存儲(chǔ)空間和保管成本，實(shí)現(xiàn)資源的實(shí)時(shí)全壽命備份，確保了數(shù)字檔案的存儲(chǔ)安全，增強(qiáng)了數(shù)字檔案的開(kāi)放共享性能，但是在文化差異、知識(shí)產(chǎn)權(quán)、安全機(jī)制等因素上，數(shù)字檔案整合的工作還面臨著很多挑戰(zhàn)。

*本文為國(guó)家社會(huì)科學(xué)基金項(xiàng)目“信息化條件下檔案社會(huì)化媒體信息資源的整合路徑與機(jī)制研究”（批號(hào)：15BTQ078）的階段性研究成果之一。

參考文獻(xiàn)

［1］Vint Cerf. Digital Vellum and the Expansion of the internet into the Solar System ［EB/OL］.［2015- 2- 11］.Http：//www.cmu.edu/silicon- vally/news- evente/dls/2015/cerfnews.html.

［2］中國(guó)科學(xué)網(wǎng).第十七屆中國(guó)科協(xié)年會(huì)國(guó)際科學(xué)大師論壇舉辦［EB/OL］.［2015-05-24］.Http：//zt.cast.org.cn/n435777/n435799/n16364438/index.html.

［3］姜針針.數(shù)字檔案面臨的災(zāi)害及應(yīng)對(duì)研究［J］.蘭臺(tái)世界，2015（05）：96.

［4］安小米，鐘文睿，白文琳等.我國(guó)國(guó)家數(shù)字檔案整合與服務(wù)研究現(xiàn)狀及未來(lái)研究建議［J］.檔案學(xué)研究，2014（02）：4-8.

［5］Buchel O，Sedig K. Extending map-based visualizations to support visual tasks：The role of ontological properties［J］.Knowledge Organization，2011，38（3）：204-229.

［6］Osinska V. Fractal analysis of knowledge organization in digital library［J］.［EB/ OL］.［2014-09-30］.https：// repozytoriium. umk. pl/handle/item/467.

［7］Fagan J C. Usability testing of a large，multidisciplinary library database：Basic search and visual search［J］. Information Technology and Libraries，2013，25（3）：140-150.

［8］鄭然，李晶.我國(guó)圖書(shū)館、檔案館與博物館數(shù)字資源整合研究進(jìn)展［J］.圖書(shū)資料工作，2012（03）：69-71.

［9］吳藝博.我國(guó)檔案信息資源整合實(shí)踐探索行為研究［J］.檔案學(xué)研究，2012（04）：41-45.

［10］林麗群.數(shù)字檔案信息長(zhǎng)期保存的策略研究［J］.廣州工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011（02）：78-81.

［11］蔣衛(wèi)榮.論《中華人民共和國(guó)檔案法》的立法定位［J］.檔案學(xué)研究，2012（05）：30-34.

［12］劉祥麟.數(shù)字檔案存儲(chǔ)介質(zhì)的發(fā)展［J］.湖北檔案，2007（10）：20-23.

任慧明，南京政治學(xué)院上海校區(qū)軍事信息管理系研究生，主要研究方向?yàn)閳D書(shū)館學(xué)、檔案學(xué)。

The Research on the New Technology about Digital Archives Integration

Ren Huipeng
（Department of Information Manegement of Nanjing Academy，Shanghai，200433）

Abstract：For archival information resources integration and sharing of existing problems，the paper describes the latest international“Digital Vellum”archive digital resources integrated solutions. We analyze how through cloud-based digital archives are centralized shared and finally discussed the integration of archival information resources faced the many challenges in future.

Keywords：Digital Archive；Resource Integration；Cloud Technology；Digital Vellum

［作者簡(jiǎn)介］