網络数据存档的存在问题.pptVIP

网络数据存档的存在问题 B.Kahle 2000.3 原始出处：.au/hans0602.ppt bluerye（DXY）译 网络数据存档的存在问题 “网络站点无论队一个机构的数字资产，还是对于一个国家的信息和文化遗传都起着越来越重要的作用”（JISC 2002.4） “许多历史上的信息，生来就是数字化的。这点不同于早期的电视，因为它并没有记录。”(Brewster Kahle 2002.3) 网络存档的存在问题 澳大利亚 美国 北欧国家：丹麦 芬兰 瑞典 其他国家：英国 法国 日本 国际网络数据的存档库 例如：“wayback Machine” 三个会议 数据储存图书馆的未来 达姆施塔特[德国] 2001.9 国际数据网络存档大会 东京 2002.1 DPC论坛：网络数据存档 伦敦 2002.3 会议网站 http://www.bnf.fr/pages/infopro/dliECDL2001.htm http://www.ndl.go.jp/enews/sympoeng.html http://www.jisc.ac.uk/dner/preservation/webforum.html 存在问题 储存数字化信息的合法性？ 版权？ 是否允许访问和对公众开放？ 选择一部分还是全部储存？ 多长时间更新介质？何时更新？ 如何在多变的网络中获得信息？ 技术上面临的挑战 嵌入的外部链接和可执行程序 不变的名称和数据标识 复制控制 内容随时间的变化 表层网页和深层网页 澳大利亚（潘多拉档案库） NLA：.au/pandora 仍没有合法地位 储存公有的出版物 选择性储存 （ 澳大利亚电子刊物，组织化站点， 政府出版物，短期资源） 允许公众访问 －NDB条款 澳大利亚（潘多拉档案库） ～1700个标题（2001.11） 增长率：每月40站点 重新整理：每月35站点 ADRI（澳大利亚数字资源确认） 独特的确认方法 自身处理系统 美国（雅典娜议档案库）－议会图书馆 将互联网资源制图，可视化档案库 可通过网页访问资源 版权的合法性正在论证阶段 选择性收录 对公众公开 LC/IA 领航计划-“Election 2000” 将网上和议会资源库共享 目标： 图书馆：选择收集和分类站点；建造原型访问站点 网络档案库：在整理和归档站点的过程中学习经验 800多个站点（在这些站点中包括150多个选择后的站点和主要） 数据量有2-3万亿字节 每日归档（2000.8～2001.1） 丹麦 皇家图书馆，哥本哈根 出版物的储存有一定法律权限 非动态的静态出版物－有限的站点 只允许皇家图书馆，国立图书馆和大学图书馆访问 只归档静态站点（专论和过刊） 奥尔胡斯会在每天夜里为国立和大学图书馆提供镜像站点 丹麦（统计数字） 9000 网络出版物 （2001.6） －31％为专论，69％为过刊 －67.5％来自公共部门和图书馆，32.5％来自私立部门 工作人员中有0.5是技术人员，0.8是图书管理员 瑞典皇家图书馆 每年若干次对本国站点进行扫描 －不选择，收录一切 －包括所有网页，所有电子刊物，所有新闻 －包括.se-，.com，.org，.net在内的所有使用瑞典地址和电话号码的网站。 －只归档但不允许访问。 瑞典 软件 使用Whois软件鉴定本国的站点 使用COMBINE Robot软件收录站点 －自动从超链接中收集文章 －同时收录图片和声音文件 －全自动化无需人为帮助 瑞典档案库（Kulturarw3） http://www.kb.se/kw3 所有资源都作为一个多部分的MIME一个元数据储存在一个文件里面 文件命名：33个字符以及记录时间 截至到2001.9：从97000个网络服务器中活得110，000，000文件，总计3000G字节的数据量 储存在磁盘和碟片中，用分等储存管理（HSM）管理文件 瑞典档案库（Kulturarw3） 直到2002.7，只有部分法定权限（一些固定的网络文件） 2001.12，数据核查联合会的确认计划被认为违法。于是改计划被叫停了。 2002.7，修改后的瑞典版权法，给予了瑞典皇家图书馆以收集本国网站和公开档案库的合法地位 芬兰 国际图书馆 使用了和瑞典类似的方案，最初只是负责本国范围之内。 具有收集数据资源的合法性和版权 使用芬兰的来自NEDLIB的软件收集数据。 档案元数据 使用MD5校验和的方法控制复制，这种方法较为权威而且具有唯一的认证码 配合时间标识作为一种挽救措施 芬兰－现行的数据收集情况 2001-2002年度的数据采集 －始