摘 要：云計算”、“大數(shù)據(jù)”的出現(xiàn)，改變了檔案界對數(shù)據(jù)僅僅停留在存儲和保護階段的想法，對其利用和價值的挖掘使得檔案數(shù)據(jù)保全模式正逐漸成為極具發(fā)展前景的數(shù)字檔案管理模式。本文主要圍繞檔案數(shù)據(jù)管理中存在的問題，探討檔案數(shù)據(jù)保全模式的技術(shù)思路，分析檔案數(shù)據(jù)保全模式的管理模式優(yōu)勢。

關(guān)鍵詞：檔案數(shù)據(jù);數(shù)據(jù)保全;數(shù)據(jù)管理模式

1 檔案數(shù)據(jù)現(xiàn)狀

1.1 檔案數(shù)據(jù)

21世紀初，數(shù)字技術(shù)的廣泛應(yīng)用逐漸深入到各個領(lǐng)域，我國的檔案管理也隨之朝著數(shù)字化、網(wǎng)絡(luò)化的方向發(fā)展。隨著近幾年檔案數(shù)字化浪潮的推進，各單位的電子檔案數(shù)據(jù)量劇增。在2016年《檔案事業(yè)發(fā)展“十三五”規(guī)劃》中顯示，我國省級、地市級和縣級國家綜合檔案館館藏永久檔案數(shù)字化的比例于2020年將達到60-70%。檔案數(shù)字化浪潮的推進促使大量檔案機構(gòu)及部門產(chǎn)生龐大的電子檔案數(shù)據(jù)，截止到2018年底，全國各級國家綜合檔案館館藏電子檔案127.7萬GB，館藏檔案數(shù)字化副本達1554.6萬GB。這些電子檔案數(shù)據(jù)與傳統(tǒng)檔案不同，海量化、虛擬化的特性決定了大數(shù)據(jù)背景下檔案數(shù)據(jù)的管理較傳統(tǒng)檔案難度更大。國家檔案局局長李明華指出，“檔案工作正在經(jīng)歷一個從接收保管紙質(zhì)檔案到接受保管電子檔案，從管檔案實體到管檔案數(shù)據(jù)，從手工操作到信息化智能操作，從檔案資源分散利用到聯(lián)網(wǎng)共享的變革過程”。[1]檔案數(shù)據(jù)同時面臨著從收集到保管利用等管理環(huán)節(jié)的挑戰(zhàn)，如何保證其真實性、完整性、可用性和安全性也是檔案界所關(guān)注研究的重要問題。

1.2 檔案數(shù)據(jù)面臨的問題

1.2.1 歷史數(shù)據(jù)的質(zhì)量問題

隨著檔案數(shù)字化及電子文件單套制的推行，各單位存在大量的電子檔案數(shù)據(jù)，這些數(shù)據(jù)不僅僅包括在系統(tǒng)中運行的各類實時數(shù)據(jù)，同時還包含著在硬盤、光盤等備份介質(zhì)上的備份數(shù)據(jù)。由于數(shù)據(jù)量逐年遞增，其有效性、完整性、可用性無法得到有效的管理，管理人員也無法實時掌握檔案數(shù)據(jù)的存儲狀態(tài)。這就導(dǎo)致了系統(tǒng)中的數(shù)據(jù)可能已經(jīng)出現(xiàn)部分數(shù)據(jù)無法正常使用的情況，備份的電子檔案數(shù)據(jù)也有可能局部或者全部損壞，給各檔案部門數(shù)據(jù)生成部門帶來巨大的損失。檔案數(shù)據(jù)的非人工識讀性和系統(tǒng)依賴性使得對檔案數(shù)據(jù)的全部管理活動都必須借助于計算機系統(tǒng)才能實現(xiàn)，離開計算機系統(tǒng)，人既無法識讀，更無法對其質(zhì)量進行監(jiān)控。各數(shù)據(jù)產(chǎn)生單位都是一個高安全，同樣也是一個高風險的數(shù)據(jù)機構(gòu)，單單依靠檔案數(shù)字化流程并不能保證檔案數(shù)據(jù)的完整有效，無法保障今后檔案資源的利用整合。

1.2.2 現(xiàn)有數(shù)據(jù)的備份問題

現(xiàn)階段各單位在檔案數(shù)據(jù)管理模式上較多是依靠以單個副本的形式進行存放和保存，主要是通過自建系統(tǒng)及異地備份進行檔案數(shù)據(jù)保管，備份方式較為單一。2010年以來，許多檔案局館通過簽訂《重要檔案異地備份工作協(xié)議》，以建立異地備份庫的形式，對重要檔案和電子文件實行異地異質(zhì)備份，以確保檔案數(shù)據(jù)的安全。[2]但由于時間及空間距離的限制，這些數(shù)據(jù)的安全性、可用性、一致性缺乏可靠的監(jiān)管與防范，管理人員對于數(shù)據(jù)本身的安全狀態(tài)缺乏及時的判斷和保護。這種“冷備份”并不是檔案數(shù)據(jù)長期保存及利用的最好辦法，一旦檔案數(shù)據(jù)出現(xiàn)問題，管理人員無法收到任何的預(yù)警與提示，往往就錯過了最好的數(shù)據(jù)恢復(fù)時機。

1.2.3 檔案數(shù)據(jù)證據(jù)價值問題

對于傳統(tǒng)紙質(zhì)檔案而言，主要借助形式的原始性來證實和確認內(nèi)容的原始性，原件的基本條件包括特定的內(nèi)容、載體、字跡材料、體例、格式以及具有法定效力的簽署、印章等，其中任何一項發(fā)生變化，人們就有理由對其原始性產(chǎn)生懷疑，這也是保證其具有法律憑證的關(guān)鍵。而對于電子檔案數(shù)據(jù)而言，其內(nèi)容和形式的相對獨立使人們無法依靠原始的記錄載體和記錄方式來確認其信息的原始性。檔案數(shù)據(jù)因其脆弱性，數(shù)據(jù)可以被隨意篡改，若有人利用信息漏洞或技術(shù)能力導(dǎo)致檔案數(shù)據(jù)的原始性無法保障，那么檔案數(shù)據(jù)其價值就會大大降低。

2 檔案數(shù)據(jù)保全技術(shù)思路

2.1 檔案數(shù)據(jù)內(nèi)容固化

目前傳統(tǒng)的信息安全技術(shù)主要包括常用數(shù)據(jù)加密技術(shù)以及數(shù)字摘要技術(shù)等，其中數(shù)據(jù)加密技術(shù)主要是依靠電子簽名對數(shù)據(jù)進行加密。電子簽名是利用密碼運算實現(xiàn)電子數(shù)據(jù)的“手寫簽名”效果，它的簡化流程大致為：當數(shù)據(jù)的生成方需發(fā)送數(shù)據(jù)電文時，發(fā)送方用一個哈希函數(shù)從數(shù)據(jù)的內(nèi)容文本中生成數(shù)據(jù)電文摘要，然后用自己的私鑰對這個摘要進行加密，這個加密后的摘要將作為數(shù)據(jù)的“蓋章”同數(shù)據(jù)內(nèi)容一起發(fā)送給接收方，接收方首先用與發(fā)送方一樣的哈希函數(shù)從接收到原始數(shù)據(jù)電文中計算出數(shù)據(jù)電文摘要，接著在用發(fā)送方的公鑰來對數(shù)據(jù)電文附加的數(shù)字簽名進行解密，如果這兩個摘要相同，那么接收方就能確認該數(shù)字簽名是屬于發(fā)送方的。而數(shù)字摘要技術(shù)主要依靠哈希運算對數(shù)據(jù)完整性校驗，哈希算法（HASH）又稱離散算法，是一種特殊的數(shù)據(jù)處理方法，其實現(xiàn)方式不唯一，典型的實現(xiàn)方法主要分MD5和SHA兩種。是一種從任意文件中創(chuàng)造小的數(shù)字「指紋」的方法。與指紋一樣，哈希算法就是一種以較短的信息來保證文件唯一性的標志，這種標志與文件的每一個字節(jié)都相關(guān)，而且難以找到逆向規(guī)律。因此，當原有文件發(fā)生改變時，其標志值也會發(fā)生改變，從而告訴文件使用者當前的文件已經(jīng)不是所需求的文件。

而各檔案機構(gòu)部門可在數(shù)據(jù)生成階段對檔案數(shù)據(jù)進行內(nèi)容固化，在檔案數(shù)據(jù)生成階段對其內(nèi)容進行哈希運算，以哈希值作為其內(nèi)容的完整原始性摘要進行存儲。系統(tǒng)通過定時對其定時哈希值比對來確保檔案數(shù)據(jù)的內(nèi)容未被篡改和破壞，從而保證檔案數(shù)據(jù)的內(nèi)容原始性完整性固化。哈希運算的不可逆性意味著不可能根據(jù)一段通過哈希運算得到的哈希值來獲得原來的檔案數(shù)據(jù)，也不可能簡單地創(chuàng)造一個文件并讓他的哈希值與原哈希值相一致，這使得檔案機構(gòu)部門在檔案數(shù)據(jù)內(nèi)容固化上持有一定的保全能力。

2.2 檔案數(shù)據(jù)證據(jù)價值固化

檔案數(shù)據(jù)保全過程中對檔案數(shù)據(jù)的證據(jù)價值保全主要依靠時間戳以及數(shù)字簽名技術(shù)。由于傳統(tǒng)的檔案保存立足于檔案內(nèi)容與形式上的統(tǒng)一，原件就成為集兩種原始性于一身的統(tǒng)一體。而檔案數(shù)據(jù)由于其真實性、可讀性、長期可用性及安全性等問題制約著其成為有效的法律證據(jù)的主要障礙。傳統(tǒng)紙質(zhì)檔案作為法律文件形成時間一般是通過當事人在文件中寫明簽訂時間來實現(xiàn)的，由于簽訂的紙質(zhì)文件難以完整修改，因此法律上也以檔案中所列明的歸檔時間為檔案生成時間。而對檔案數(shù)據(jù)而言，在從個人計算機產(chǎn)生的時候便以該臺計算機的時鐘作為其數(shù)據(jù)的生成時間，由于此類時鐘可以任意修改，因此在普通個人計算機設(shè)備上形成的電子文件的時間戳難以證明不其可篡改性。但一個國家的標準時間是具有權(quán)威性的，檔案機構(gòu)可以依靠由可信的第三方時間戳服務(wù)中心（TSA）頒發(fā)的可信時間戳來證明檔案數(shù)據(jù)產(chǎn)生時間的電子憑證，結(jié)合數(shù)字簽名技術(shù)來確保檔案數(shù)據(jù)的原始性，將檔案數(shù)據(jù)的法律證據(jù)價值進行保全。

3 大數(shù)據(jù)背景下檔案數(shù)據(jù)保全的價值與意義

3.1 利于電子文件的長期保存

電子文件的全程管理原則要求建立一個完整的管理體系，對電子文件從產(chǎn)生到永久保存或銷毀的整個生命周期進行全程管理與監(jiān)控。而檔案數(shù)據(jù)保全則是從檔案數(shù)據(jù)的產(chǎn)生階段便對其真實性、完整性、可用性和安全性進行保全，為電子文件的全流程管理提供了較為可靠基礎(chǔ)。

3.2 充分發(fā)揮檔案數(shù)據(jù)價值

2016年5月，國家檔案局頒布的《中華人民共和國檔案法》修訂草案確認了各類電子文件、電子數(shù)據(jù)和電子記錄的法律效力及其作為檔案的憑證作用。而檔案數(shù)據(jù)保全的管理模式順應(yīng)了將檔案數(shù)據(jù)作為法律證據(jù)的趨勢，也使得檔案數(shù)據(jù)其管理保存價值得到了進一步提高。

3.3 以傳統(tǒng)檔案管理為基礎(chǔ)，更新檔案數(shù)據(jù)保全觀念

傳統(tǒng)檔案管理強調(diào)在各種檔案在物理保管環(huán)境和載體約束下進行檔案實體管理，而大數(shù)據(jù)時代檔案數(shù)據(jù)的激增促使檔案機構(gòu)需要利用信息技術(shù)的發(fā)展，為檔案數(shù)據(jù)的整個生命周期進行真實可靠性保全。而隨著電子文件“單套制”的呼聲越來越高，檔案機構(gòu)更加需要更新傳統(tǒng)檔案管理理念，從單純的檔案載體的管理深入到檔案價值的管理，更新檔案數(shù)保全意識也是新時代檔案工作適應(yīng)信息高速發(fā)展步伐的必經(jīng)之路。

4 結(jié)語

根據(jù)IDC報顯示，在過去的幾年內(nèi)，全球的數(shù)據(jù)量以每年58%的速度增長，而信息技術(shù)的發(fā)展使得數(shù)據(jù)在未來會增長的更快，2016年全球數(shù)據(jù)總量約為8.6ZB，預(yù)計到2020年將超過40ZB，這相當于全球平均每人擁有超過5000GB的數(shù)據(jù)量。數(shù)據(jù)已日益成為重要的生產(chǎn)要素和社會財富，尤其各個行業(yè)作為龐大的數(shù)據(jù)生產(chǎn)、流轉(zhuǎn)、存儲中心，數(shù)據(jù)管理任重而道遠。大數(shù)據(jù)時代檔案數(shù)據(jù)保全成為新時代檔案學(xué)者重要且緊迫的問題，唯有將信息技術(shù)與檔案數(shù)據(jù)進行更加深層次的關(guān)聯(lián)研究，利用完善的技術(shù)手段對檔案數(shù)據(jù)進行保全，才能使得檔案數(shù)據(jù)真正發(fā)揮其應(yīng)有的價值。

參考文獻

[1]李明華.奮力開創(chuàng)全國檔案事業(yè)發(fā)展新局面[EB/OL].[2018-6-08].http：//admin.rmlt.com.cn/？app=article&controller=article&action=edit.

[2]梁磊，王建文，王順.國家綜合檔案館電子文件備份中心建設(shè)研究[J].北京檔案，2016（07）：31-32.

作者簡介

周爍奇（1994-），男，漢族，江蘇無錫，圖書情報與檔案管理研究生在讀，蘇州大學(xué)，研究方向：檔案數(shù)據(jù)及數(shù)據(jù)保全方向。