Web长期保存的困扰.PDFVIP

·技术应用 · Ｗｅｂ长期保存的困扰 臧国全　 井　 方 摘　 要　 ｗｅｂ 长期保存既存在管理方面的困扰，也存在技术方面的困扰。 管理困扰包括保存的合法性、 保存内容的选择、恶意软件的去留、网页的去重，技术困扰包括网页收割工具的局限性、ｗｅｂ保存的真实 性、时间一致性、保存格式的有效性。 另外，集体贡献型网站的保存还存在一些特殊的困扰，包括网站抓 取的困扰、产权许可的困难、保存动机的缺失等。 参考文献１１。 关键词　 ｗｅｂ保存　 数字保存　 数字保存质量 － Ｓｏｍｅ Ｃｏｎｆｕｓｉｏｎｓ ｉｎ ｔｈｅ Ｌｏｎｇ Ｔｅｒｍ Ｐｒｅｓｅｒｖａｔｉｏｎ ｏｆ Ｗｅｂ Ｚａｎｇ Ｇｕｏｑｕａｎ　 Ｊｉｎｇ Ｆａｎｇ Ａｂｓｔｒａｃｔ：Ｔｈｅ ｌｏｎｇ⁃ｔｅｒｍ ｐｒｅｓｅｒｖａｔｉｏｎ ｏｆ ｗｅｂ ｈａｓ ｓｏｍｅ ｃｏｎｆｕｓｉｏｎｓ ｉｎ ｂｏｔｈ ｍａｎａｇｅｍｅｎｔ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ． Ｔｈｅ ｃｏｎｆｕｓｉｏｎｓ ｉｎ ｍａｎａｇｅｍｅｎｔ ｉｎｃｌｕｄｅ ｌｅｇａｌｉｔｙ ｏｆ ｐｒｅｓｅｒｖａｔｉｏｎ，ｓｅｌｅｃｔｉｏｎ ｏｆ ｗｅｂ ｓｉｔｅｓ ｉｎ ｐｒｅｓｅｒｖａｔｉｏｎ，ｒｅｍｏｖｉｎｇ ｏｒ ｋｅｅｐｉｎｇ ｏｆｆ ｖｉｒｕｓｅｓ ａｎｄ ｍａｌｗａｒｅ，ａｎｄｗｅｂ ｐａｇｅ ｄｅ⁃ｄｕｐｌｉｃａｔｉｏｎ．Ｔｈｅ ｃｏｎｆｕｓｉｏｎｓ ｉｎ ｔｅｃｈｎｏｌｏｇｙ ｉｎｃｌｕｄｅ ｌｉｍｉｔａｔｉｏｎ ｉｎ ｗｅｂ ｈａｒｖｅｓｔｉｎｇ ｔｏｏｌｓ，ａｕｔｈｅｎｔｉｃｉｔｙ ｏｆ ｗｅｂ ｐｒｅｓｅｒｖａｔｉｏｎ，ｔｅｍｐｏｒａｌ ｃｏｈｅｒｅｎｃｅ，ａｎｄｖａｌｉｄｉｔｙ ｏｆ ｐｒｅｓｅｒｖａｔｉｏｎｆｏｒ⁃ ｍａｔ． Ｉｎ ａｄｄｉｔｉｏｎ，ｔｈｅｐｒｅｓｅｒｖａｔｉｏｎｆｏｒｗｅｂｓｉｔｅｓｉｎｃｏｌｌｅｃｔｉｖｅｃｏｎｔｒｉｂｕｔｉｏｎｈａｓｓｏｍｅｓｐｅｃｉａｌｃｏｎｆｕｓｉｏｎｓ，ｉｎｃｌｕｄｉｎｇ ｓｉｔｅ ｓｃｒａｐｉｎｇ，ｄｉｆｆｉｃｕｌｔｙ ｉｎ ｐｒｏｐｅｒｔｙ ｒｉｇｈｔ ｐｅｒｍｉｓｓｉｏｎ，ａｎｄ ｄｅｆｉｃｉｅｎｃｙ ｏｆ ｐｒｅｓｅｒｖａｔｉｏｎ ｍｏｔｉｖａｔｉｏｎ． １１ｒｅｆｓ． Ｋｅｙｗｏｒｄｓ：Ｗｅｂ Ｐｒｅｓｅｒｖａｔｉｏｎ；Ｄｉｇｉｔａｌ Ｐｒｅｓｅｒｖａｔｉｏｎ；Ｑｕａｌｉｔｙ ｏｆ Ｄｉｇｉｔａｌ Ｐｒｅｓｅｒｖａｔｉｏｎ 　 　 ｗｅｂ长期保存的对象是因特网信息资源，其 该问题的解决方案很大程度上取决于保存机构 中主要为网站网页。 网站网页具有高度动态性 所在国家的相关法律以及保存机构的职权范围。 和易失性，对其进行长期保存的理论探讨与实践 比如，英国２０１３年颁布的涉及网络文献保存 项目伴随着因特网的诞生而产生。 到目前为止， ［１］ 的《非印刷作品法定保存条例》 ，授权一些保存 已出现不少该类保存项目，其中最著名的是Ｔｈｅ 机构可收割保存全英网段内所有网站，并提供用 Ｉｎｔｅｒｎｅｔ Ａｒｃｈｉｖｅｓ。 但是，与其他类型数字资源（如 户访问服务。 但是，没有获得授权的保存机构为 数字化图书、数字化期刊论文）相比，这类数字资 了特定的目的需要收割保存网络文献时，要么在 源具有一些特殊的属性，对其进行长期保存也面 网站上明确标注知识共享协议，要么获取网站产 临一些特殊的困扰。 权拥有者的产权许可。 再比如，在美国，ｗｅｂ保存的理论与实践比较 １　 ｗｅｂ长期保存的管理困扰 混乱。 理论上，主要有两种：（１）一些法律专家认 １１　 保存的合法性 为，已有的一些案例可以作为ｗｅｂ保存的先例，如 在没有网站所有人明确许可的情况下，保存