文/黑龍江大學(xué)信息管理學(xué)院 張笑瑋

本文以南京大學(xué)檔案管理系統(tǒng)為例，通過實(shí)踐應(yīng)用建立起檔案管理軟件的科學(xué)評價體系。同時準(zhǔn)確把握大數(shù)據(jù)環(huán)境下信息資源的主要特征，對現(xiàn)有的檔案管理軟件運(yùn)行環(huán)境和技術(shù)手段提出相應(yīng)的革新建議。

一、大數(shù)據(jù)環(huán)境下的信息資源特征

（一）數(shù)據(jù)產(chǎn)生的海量化與價值的低密度性。在大數(shù)據(jù)背景下，信息的產(chǎn)生數(shù)量已經(jīng)由TB級別躍升到了PB級別；同時數(shù)據(jù)類型繁多，隨著電腦與個人智能終端應(yīng)用的不斷開發(fā)，網(wǎng)絡(luò)日志、視頻、圖片、微博等多種類型的數(shù)據(jù)應(yīng)運(yùn)而生。由此而帶來的是信息價值的密度降低，比如說產(chǎn)生的監(jiān)控系統(tǒng)的視頻，在整整一天的監(jiān)控時段中，可能有用的數(shù)據(jù)僅僅只有十幾秒鐘。這些數(shù)據(jù)體量的特點(diǎn)要求信息管理軟件必須具有高度的處理速度，“1秒定律”生動地描述了這一理念：一般要在秒級時間范圍內(nèi)給出信息分析處理結(jié)果，時間太長，數(shù)據(jù)價值就會降低或者丟失，這也是傳統(tǒng)數(shù)據(jù)挖掘技術(shù)與新技術(shù)背景下的最大區(qū)別。

（二）數(shù)據(jù)存儲的去中心化。以區(qū)塊鏈技術(shù)為例，該技術(shù)使用分布式核算和存儲，同時對集中的硬件或管理組織沒有硬性要求，任何節(jié)點(diǎn)的權(quán)利和義務(wù)均相等。系統(tǒng)中的數(shù)據(jù)塊由具有整個系統(tǒng)維護(hù)功能的節(jié)點(diǎn)共同維護(hù)，在社會管理實(shí)踐中，這種維護(hù)功能大多數(shù)由第三方中介信息機(jī)構(gòu)提供信任背書來實(shí)現(xiàn)，且這種維護(hù)的架構(gòu)理念也是去中心化的。

（三）數(shù)據(jù)變更的復(fù)雜化。以區(qū)塊鏈技術(shù)為例，信息經(jīng)過驗(yàn)證并添加到區(qū)塊鏈后，將被分布式永久存儲在各個服務(wù)站上。除非可以同時控制系統(tǒng)中超過51%的節(jié)點(diǎn)，否則單個節(jié)點(diǎn)上的數(shù)據(jù)庫修改是無效的，因此區(qū)塊鏈的數(shù)據(jù)是穩(wěn)定的，可靠性極高。存儲信息的不可篡改性有效防范了個人用戶對于檔案信息的變更活動，尤其是偽造和篡改等影響檔案原始記錄性的活動。

（四）變更記錄的可追蹤性。區(qū)塊鏈技術(shù)的防偽可追溯性主要是依賴時間戳技術(shù)的應(yīng)用。在區(qū)塊鏈網(wǎng)絡(luò)中，每個參與節(jié)點(diǎn)可以使用時間戳記錄對應(yīng)區(qū)塊中的信息交換數(shù)據(jù)和變更信息的寫入時間。經(jīng)大多數(shù)節(jié)點(diǎn)驗(yàn)證后，當(dāng)前數(shù)據(jù)區(qū)塊將按時間順序鏈接到區(qū)塊的主鏈，同時實(shí)現(xiàn)對時間戳記錄信息的永久存儲。應(yīng)用時間戳后，區(qū)域鏈將形成一個完整的、聯(lián)結(jié)緊密的數(shù)據(jù)庫，并且數(shù)據(jù)被篡改或偽造的可能性幾乎下降為零。

（五）信息管理的自主化。當(dāng)前的網(wǎng)絡(luò)環(huán)境在傳輸數(shù)據(jù)尤其是涉及個人、企業(yè)專有數(shù)據(jù)時，傾向于使用基于共識的規(guī)范和協(xié)議（例如一組開放和透明的算法），這樣整個系統(tǒng)中的所有節(jié)點(diǎn)都能在受信任的環(huán)境中自由安全地交換數(shù)據(jù)，從而將“人”的信任變成對“機(jī)器”的信任，任何人為干預(yù)均無效。這就使得各個數(shù)據(jù)塊之間的管理與運(yùn)行實(shí)現(xiàn)了高度的自治，其中任何一塊的運(yùn)行狀態(tài)不會影響到與之相關(guān)的數(shù)據(jù)板塊，這對于檔案資源的備份、重大風(fēng)險或自然災(zāi)害后的檔案恢復(fù)與檔案全局網(wǎng)絡(luò)的穩(wěn)定具有重大意義。

二、南大檔案管理軟件的實(shí)踐體驗(yàn)

（一）實(shí)現(xiàn)了多媒體檔案的管理。該軟件系統(tǒng)不僅實(shí)現(xiàn)了檔級、案卷級和全宗級的檔案管理，同時也實(shí)現(xiàn)了對各種媒體類型檔案的管理?？梢酝ㄟ^OCR識別將圖像轉(zhuǎn)化成數(shù)字化成果，同時支持用戶上載各種形式的圖像、音頻、視頻等，還可以進(jìn)行在線點(diǎn)播，豐富了館藏檔案數(shù)據(jù)庫的資源類型和利用手段。

（二）提升了管理系統(tǒng)的用戶自定義性。系統(tǒng)管理者可以依據(jù)使用該系統(tǒng)的用戶、所數(shù)字化的資源儲量、該單位的資金及其實(shí)際狀況選擇對應(yīng)的檔案數(shù)據(jù)庫，確定服務(wù)器、帶寬、終端CPU等多種基礎(chǔ)設(shè)備的配置狀況，以實(shí)現(xiàn)最佳的管理效能和最有效的利用方式。

（三）三層安全機(jī)制建設(shè)。三層安全機(jī)制分別是md5算法對用戶數(shù)據(jù)的加密、用戶身份認(rèn)證以及數(shù)據(jù)授權(quán)。Md5的作用是讓大容量信息在數(shù)字簽名簽署私人密碼之前被壓縮成一種保密的格式——就是將一個任意長度的字符串變?yōu)?28比特的大整數(shù)，然后再和保存在文件中的md5值進(jìn)行比較，進(jìn)而確定輸入密碼是否正確。并且通過該128比特反推到原始的字符串是很困難的，有效地保護(hù)了檔案系統(tǒng)及其文件的安全性。

（四）管理環(huán)節(jié)的全面性。該檔案管理軟件不僅實(shí)現(xiàn)了檔案管理流程的大部分功能，如檔案的錄入、全文自動著錄與標(biāo)引、管理與全文檢索、信息統(tǒng)計(jì)、借閱利用等等，同時也支持管理者對各種全宗情況、機(jī)構(gòu)、用戶權(quán)限等使用主體進(jìn)行詳細(xì)的管理限制，基本上涵蓋了從檔案利用主體到檔案客體的多維度的管理體系建設(shè)，提升了檔案管理的科學(xué)性和完整性。

（五）個性化以及通信功能的初步實(shí)現(xiàn)。在南大檔案管理軟件中，用戶實(shí)現(xiàn)了對檔案模板和存儲數(shù)據(jù)庫的自定義功能。用戶可以定制或自己制定某檔案模板，比如基建檔案、財(cái)會檔案等專業(yè)化程度較高的檔案類型，在以后的工作中，可以直接使用此模板進(jìn)行檔案的錄入與管理，大大減少了冗余的信息建設(shè)時間。用戶可以根據(jù)自己的需要建立不同類型的檔案數(shù)據(jù)庫，而且可以控制相應(yīng)的監(jiān)控權(quán)限，以滿足不同類別檔案管理的需要，同時用戶也可以選擇將數(shù)據(jù)庫分配到不同的服務(wù)器上、配備以不同的存儲設(shè)備等，科學(xué)調(diào)配數(shù)據(jù)存儲資源基礎(chǔ)設(shè)備，實(shí)現(xiàn)統(tǒng)籌優(yōu)化。該系統(tǒng)的各個應(yīng)用終端之間并不是孤立存在的，通過設(shè)立郵件系統(tǒng)可以利用網(wǎng)絡(luò)環(huán)境與各個領(lǐng)導(dǎo)部門機(jī)構(gòu)進(jìn)行數(shù)據(jù)交換與信息交流，及時取得檔案管理的最新進(jìn)展。

三、新技術(shù)背景下檔案管理軟件開發(fā)設(shè)想

（一）嘗試開發(fā)新的應(yīng)用層級結(jié)構(gòu)。當(dāng)前傳統(tǒng)管理軟件的結(jié)構(gòu)分為三層，分別是環(huán)境層、組件層、組裝層。環(huán)境層就是檔案管理軟件運(yùn)行需要的操作系統(tǒng)環(huán)境和數(shù)據(jù)庫基礎(chǔ)。組件層則包括md5加密算法引擎、通用規(guī)則引擎、TCP/IP協(xié)議等通用規(guī)則引擎。組裝層即應(yīng)用系統(tǒng)，也就是我們所使用的南京大學(xué)檔案管理系統(tǒng)的外設(shè)應(yīng)用與終端系統(tǒng)，隨著當(dāng)下檔案管理場景的多樣化發(fā)展，不同領(lǐng)域之間的相互滲透與交叉管理變得尤為重要，比如“健康醫(yī)療檔案”“家庭檔案”等成為近些年來檔案的民生化熱點(diǎn)，實(shí)現(xiàn)這一轉(zhuǎn)變的重要關(guān)鍵技術(shù)就是區(qū)塊鏈技術(shù)。區(qū)塊鏈技術(shù)的分層目前還在變化當(dāng)中，但是從大的方向把握主要分為兩大層面，即應(yīng)用層面和基礎(chǔ)層面?；A(chǔ)層面涵蓋了數(shù)據(jù)庫、網(wǎng)絡(luò)、協(xié)議共識方面的內(nèi)容，即檔案館藏資源庫與不同節(jié)點(diǎn)信息信任證書的建立等，而應(yīng)用層面以去中心化為主題，涵蓋了去中心化環(huán)境應(yīng)用交易和分配體制等技術(shù)性內(nèi)容。去中心化的應(yīng)用生態(tài)方便于檔案管理的跨行業(yè)分布，促進(jìn)檔案多維度轉(zhuǎn)型和價值發(fā)揮。

（二）數(shù)據(jù)庫的“輕量化”建設(shè)。在南大檔案管理應(yīng)用的環(huán)境層中，鑒于當(dāng)前業(yè)界對于檔案存儲主要采用雙套制管理，隨著社會活動形成的檔案數(shù)量增多導(dǎo)致以往的數(shù)據(jù)庫引擎過于龐大，事務(wù)處理也過于集中，同時修改數(shù)據(jù)庫的方式也過于靈活。針對這些問題，區(qū)塊鏈技術(shù)則通過使用共識機(jī)制來分散中心的控制權(quán)力。通過建立隸屬于不同檔案館內(nèi)職能部門、各全宗、各個機(jī)構(gòu)的數(shù)據(jù)庫與服務(wù)器節(jié)點(diǎn)，實(shí)現(xiàn)去中心化存儲。減輕對總服務(wù)器檔案資源管理壓力的同時，每個節(jié)點(diǎn)之下對于其所屬檔案資源的相關(guān)活動也實(shí)現(xiàn)了高度的自治管理，以往的管理信息交換形式轉(zhuǎn)變?yōu)楦鞴?jié)點(diǎn)與各節(jié)點(diǎn)之間的記錄交易，從整體上提升整個檔案網(wǎng)絡(luò)管理體系的效率。此外區(qū)塊鏈技術(shù)提出了“時間戳”的概念——要求信息變更與交易的記錄內(nèi)容與時間有序相關(guān)，不得變化和修改，這就為數(shù)據(jù)庫下的數(shù)字資源的安全性提供了可追溯的認(rèn)證機(jī)制。相關(guān)信息經(jīng)過驗(yàn)證并添加到區(qū)塊鏈之后將被永久存儲。除非可以同時控制系統(tǒng)中超過51%的節(jié)點(diǎn)，否則單個管理節(jié)點(diǎn)上的數(shù)據(jù)庫修改是無效的，這就意味著以個體用戶身份變更檔案資源信息的活動受到了很大程度的限制。區(qū)塊鏈技術(shù)體系所應(yīng)用的非對稱性加密技術(shù)提供了以公鑰與密鑰私鑰成對出現(xiàn)的加密手段，相關(guān)檔案信息的變換與交易需要在所屬節(jié)點(diǎn)的授權(quán)之下才能訪問，為當(dāng)前檔案管理軟件的安全性建設(shè)提供了新的思路和方向。

（三）用戶信任機(jī)制的構(gòu)建。針對電子檔案利用的高頻性特點(diǎn)，現(xiàn)行的電子檔案管理需要構(gòu)建一個基于用戶的信用驗(yàn)證機(jī)制來評判用戶是否對檔案有利用資格。檔案管理軟件信用體系的構(gòu)建關(guān)系到電子檔案后期價值的開發(fā)與延伸，當(dāng)某個用戶需要利用某個檔案館的電子檔案時，該館室節(jié)點(diǎn)可以通過用戶的信任證書來決定是否授予其利用權(quán)限、對其開放檔案的程度多少等等。此外，以機(jī)構(gòu)為單位形成的信任證書也會參與到館際活動中，為館際聯(lián)合提供信息認(rèn)證和過程反饋。區(qū)塊鏈在智能合約中的應(yīng)用同樣適用于檔案應(yīng)用信用體系的構(gòu)建。通過在同一級別各節(jié)點(diǎn)、不同級別節(jié)點(diǎn)之間傳遞信任智能合約簇，建立連接不同數(shù)據(jù)域的證書頒發(fā)與撤銷機(jī)制，并依據(jù)信任列表向跨域、跨級別、跨節(jié)點(diǎn)用戶提供證書狀態(tài)信息（證書有效/撤銷/失效/過時），從而為更廣范圍的用戶利用和檔案交換、機(jī)構(gòu)認(rèn)證提供支持。

（四）多生態(tài)領(lǐng)域的聯(lián)結(jié)。信息社會背景下的檔案管理活動不單局限于檔案這一專門行業(yè)之內(nèi)，“健康檔案”“家庭檔案”等大眾化的檔案類型的出現(xiàn)意味著檔案的存儲、收集等環(huán)節(jié)需要打破以往的行政與事業(yè)機(jī)構(gòu)限制，把目光轉(zhuǎn)向更廣泛的社會公眾視野。此外檔案價值發(fā)揮也需要構(gòu)建新的生態(tài)體系。2019年12月26日，最高人民法院發(fā)布了新修正的《最高人民法院關(guān)于民事訴訟證據(jù)的若干規(guī)定》，該規(guī)定自2020年5月1日起實(shí)行，其中細(xì)化了電子數(shù)據(jù)的種類，涵蓋了包括網(wǎng)頁、博客、微博等網(wǎng)絡(luò)平臺發(fā)布的信息；手機(jī)短信、電子郵件、即時通信群組等網(wǎng)絡(luò)應(yīng)用服務(wù)的通信信息；用戶注冊信息、身份認(rèn)證信息、電子交易記錄、通信記錄、登錄日志等信息，這就意味著這些新類型的電子檔案均可以作為正式發(fā)揮法律效力的證據(jù)。這些新挑戰(zhàn)的出現(xiàn)，使得檔案管理軟件的設(shè)計(jì)與開發(fā)面臨了一個新的難題——不同系統(tǒng)之間的交換，尤其是跨領(lǐng)域、跨行業(yè)之間的系統(tǒng)交換。目前每一個獨(dú)立的生活領(lǐng)域或系統(tǒng)之間都有自己獨(dú)特的權(quán)限與安全認(rèn)證體系，所以在系統(tǒng)內(nèi)部容易建立起信任，但是在跨系統(tǒng)之間性能卻難以實(shí)現(xiàn)。在過去，兩個系統(tǒng)之間若要實(shí)現(xiàn)信息與數(shù)據(jù)的交易變更需要通過SDK，即引入一個集中式的過渡系統(tǒng)，讓這個系統(tǒng)在兩個交換數(shù)據(jù)的主體之間進(jìn)行調(diào)用數(shù)字化資源的活動。但這種傳統(tǒng)方式不僅造成了非常高的信用與資金管理成本，同時這一中間系統(tǒng)的變更，如受攻擊、版本升級等情況出現(xiàn)時，原先的接口會發(fā)生相應(yīng)的變化，從而影響信息交換的效果?；趨^(qū)塊鏈技術(shù)架構(gòu)的區(qū)塊鏈機(jī)器人為解決這一問題提供了一種思路。首先，在不同平臺產(chǎn)生檔案數(shù)字資源需要交換的時候，系統(tǒng)會將數(shù)據(jù)轉(zhuǎn)換成相應(yīng)的電子認(rèn)證憑證，通過區(qū)塊鏈總網(wǎng)絡(luò)體系的節(jié)點(diǎn)設(shè)置和交換服務(wù)，將其切割為細(xì)小的相互關(guān)聯(lián)的信息認(rèn)證區(qū)塊，并且每一個區(qū)塊都通過Hash進(jìn)行加密。然后在每一個系統(tǒng)設(shè)立專門的區(qū)塊鏈機(jī)器人，用于專門負(fù)責(zé)接收加密后的電子認(rèn)證憑證。需要交換的數(shù)據(jù)可以通過P2P協(xié)議直接進(jìn)行跨系統(tǒng)之間的檔案信息傳輸，同時保證原始數(shù)據(jù)不變。在這個過程中，我們通過區(qū)塊鏈的云服務(wù)體系，實(shí)現(xiàn)了對不同系統(tǒng)之間檔案信息的轉(zhuǎn)化認(rèn)證和尋址服務(wù)，建立了一個價值互聯(lián)網(wǎng)，每一個系統(tǒng)或組織之間由區(qū)塊鏈機(jī)器人實(shí)現(xiàn)了互相的協(xié)同和交流。

四、結(jié)語

總的來說，區(qū)塊鏈技術(shù)的出現(xiàn)給檔案管理軟件設(shè)計(jì)與開發(fā)帶來了新的思路和方向。通過利用區(qū)塊鏈技術(shù)中的分布式存儲、點(diǎn)對點(diǎn)通訊、非對稱加密、時間戳等手段，可以將過去集中式的存儲利用檔案數(shù)字化資源的管理活動，利用區(qū)塊鏈技術(shù)來構(gòu)建新一代的檔案全程管理互聯(lián)網(wǎng)，從而實(shí)現(xiàn)檔案數(shù)字化資源在各個節(jié)點(diǎn)（本地服務(wù)器）、檔案其他服務(wù)在云端，每一個檔案管理單位或利用個體按照需要自定義自己的管理系統(tǒng)，提升檔案管理軟件的普適性和推廣程度。