歸檔電子文件真實性保障研究※

□張健

為維護歸檔電子文件①（以下稱電子文件）的真實性②，保證電子文件法律憑證價值的實現，需要行之有效的電子文件真實性驗證手段和糾錯方法。目前廣泛采用的電子文件雙套制管理方法可以部分解決這一問題，即采用電子文件的紙質版本驗證其真實性和糾錯。但同時也應當注意到，雙套制存在諸多局限，尚無法從根本上解決電子文件的真實性保障問題。因此必須盡快從電子文件的本質特征出發，研究新的技術和管理方法，徹底解決電子文件真實性保障問題。

一、雙套制在電子文件真實性保障中的必要性與不足

（一）采用雙套制保障電子文件真實性的必要性

電子文件生成、傳輸、存儲的環境是計算機網絡，表現形式是由“0”和“1”構成的比特信息流。與紙質文件相比，電子文件具有信息與載體的可分離性、信息的易刪改性、信息的流動性、信息的不穩定性、信息難以維持永久存取等新特點。這些特點從利用角度看很多是優點，它們能通過網絡極大地方便對電子文件的利用；但從保管的角度看，卻對維護電子文件的真實性相當不利。而傳統的紙質文件不易刪改的特性卻正好可以彌補電子文件的這些不利因素。因此無論是檔案理論界還是實踐工作者都不約而同地想到了電子文件的“雙套制”，即在電子文件形成后的適當階段，以某種形式（主要是打印）將電子文件固化到傳統存儲介質（主要是紙張）上。當前普遍認為，雙套制融合了紙質文件和電子文件各自的優勢,既可發揮高效存取、傳輸和檢索功能,又可用來驗證電子文件的真實性，保障電子文件法律憑證價值作用的實現。

（二）采用雙套制保障電子文件真實性的不足

1、紙質版本自身的真實性無法保證

雙套制要求對電子文件制作紙質版本。當前許多辦公自動化系統或者文檔一體化系統提供的功能是在生成電子文件的同時打印出一份紙質版本。依照雙套制一般要求，這份紙質版本將用來存檔，用作將來的查考、憑證等作用。但這樣的方式卻沒有考慮到文件在其生命周期中，尤其是在辦理過程中會留下各種各樣的痕跡，例如領導的批示、簽字等。這些重要的痕跡內容就沒有在上述紙質版本中體現出來，該紙質版本的真實性得不到保證。

另一種方式是在電子文件最終辦理結束后再打印出紙質版本，但也會因為電子文件在形式上不同于紙質文件，領導的簽批等處理痕跡的表現方式也與紙質文件有很大差別。以Word文件為例，當領導需要強調某一段文字時，大多使用顏色筆對文字進行著色處理；當需要對內容進行評述時，將會使用“批注”功能。類似這些電子文件常用的方式，各項信息內容間的交叉、引用、注釋、評閱等內在聯系在紙質版本打印時將難以全面完整地表現出來，從而造成相關信息的缺失，進而影響紙質版本的真實性。

由于無法完整地復制電子文件最終形態，上述紙質版本在本質上并不是電子文件的真正副本，在未來進行查考憑證等工作中實際能起到的作用將是有限的。

2、多媒體類電子文件無法制作紙質版本

電子文件帶來的一個很大的改變就是能夠擺脫過去紙張文件在記錄信息時的單調與枯燥。除了政府或企事業單位日常工作中使用的普通公文類電子文件，當前越來越多需要處理的是基于照片、聲音、視頻等動態的、多媒體類的電子文件，諸如政府會議錄音、公務活動現場錄像等等。但目前基于印刷技術的紙張文件記錄技術只能在紙張上表現文字或靜態圖形圖像信息，對于聲音或者視頻類電子文件還沒有可行的方法將其完整地記錄和表現在紙張上。就目前技術的發展情況看，紙張印刷技術將很難用來直接記錄聲音和視頻信息，因此當前的雙套制將難以運用于對這些多媒體類型電子文件的保管。如果不采用新的方式方法解決這一問題，那么將造成人類社會活動的記錄缺失。

3、電子文件與紙質版本的驗證比對極為困難

雙套制中紙質版本存在的根本目的是用來保證電子文件的真實性，以使其具有查考憑證等法律效力。如果需要用紙質版本來驗證電子文件是否被篡改，就需要進行兩個版本間的一致性檢查。檢查的唯一方法是從庫房中調出對應的紙質版本與電子文件進行比對。這一過程描述起來容易，真正做起來將可能相當困難，甚至無法完成。

如果該電子文件僅僅是少量的文本或者表格數據，那么憑借人的肉眼就能進行逐字逐句的比較核對。但是當電子文件的內容很多時，這種比對將變得困難。由于紙質版本一般只有唯一的一份，因此實際比對工作很可能不允許普通用戶親自進行，而是由工作人員操作。這樣枯燥的屏幕與紙張間的比對工作將十分困難和低效率。

當電子文件的內容是圖片時，這種比對幾乎無法由人來完成。首先圖片的內容可能相當復雜，人的肉眼難以發現其間的細小差別；其次如果是彩色圖片，由于顯示器的成像原理與紙張打印的套色方式的差別，使得紙張版本很難真實還原電子文件的色彩；另外，不同的顯示器顯示的色溫和色域都有差別，不同的人對色彩的感知能力也有差別，這些因素將進一步加大的圖片的比對難度。

當電子文件的內容是聲音和視頻時，由于無法對其制作紙質版本，因此不存在比對問題。

由上述情況看，使用雙套制來維護電子文件的真實性的實際意義將值得進一步思考。如果僅僅是制作了大量的紙質版本，卻又無法及時有效地提供驗證比對，用以證明電子文件的真實性，那么這種雙套制在消耗大量的人力、物力和財力后，實際能夠起到的作用將是相當有限的。

4、電子文件的紙質版本制作與保管成本巨大

目前最常見的制作電子文件紙質版本的方法是使用激光打印機或者噴墨打印機將電子文件打印到紙張上。通過統計，激光打印機一般打印一張黑白字跡的A4紙文件的成本約為0.1～0.3元，而彩色噴墨打印機打印同樣大小的彩色文件成本約為0.8～1.5元。如果使用專用照片打印紙打印彩色照片，則成本約為5.0元以上。

盡管某個具體部門每天處理的電子文件數量有限，需要打印的內容不多，但全國各級政府部門、各企業事業單位每年處理的電子文件數量是一個天文數字。全部實施雙套制每年需要消耗的紙張和其他相關成本將是一筆巨大的經費支出。未來隨著社會政治經濟文化的發展，更多的電子文件將會產生。為實現雙套制必將消耗更多的優質紙張，也就意味著大量造紙用木材的砍伐，大量造紙污染的產生，這其中的環境成本不可計數。

雙套制中的電子文件的紙質版本，其保管、維護、利用與傳統文件（檔案）沒有區別。同樣需要專用的檔案庫房、檔案架、檔案袋、檔案盒等裝具，需要保證庫房的溫度、濕度、光照等條件穩定，需要防潮、防霉、防火、防蟲等等。對其查詢檢索同樣需要一套專用的管理信息系統軟件，同樣需要配備具有專業知識和技能的管理人員。這些成本將會隨著時間的積累不斷增長。電子文件帶來的便利和迅捷等優點，在雙套制龐大的紙質版本保管利用成本面前將會越發顯得不那么明顯。

雙套制在帶來兩種文件形態相輔相成完成文件的法律憑證的實現的同時，帶來的是幾乎雙倍的工作量和相關財力、物力成本。必須分別培養和訓練熟悉電子文件保管技術的工作人員，以及熟悉了解傳統紙張文件載體保管技術的工作人員，造成兩套班子兩批人員。即使未來的檔案工作人員綜合素質不斷提高，成為既熟悉電子文件又了解紙質文件的復合型人才，他們的培養和訓練以及工資成本也將大大增加。

二、基于特征信息的電子文件真實性保障方法

（一）電子文件備份

電子文件備份就是將電子文件以某種方式另外復制留存一份或多份，以便在原文件遭受破壞（被篡改、損毀、丟失等）的情況下，能夠利用備份文件繼續開展工作。對于一個相當規模的檔案館電子文件館藏而言，完全自動化地進行備份工作是保障電子文件安全的基本要求之一。從信息技術的角度而言，這種自動化的計算機數據（電子文件本質上就是計算機數據）備份技術已經相當成熟，應用在電子文件領域不存在更多的技術困難。

（二）散列函數與二維碼技術

1、散列函數

散列函數是將任意輸入計算機的數據（例如電子文件）轉化成為固定長度的輸出串（散列值）的數學函數。散列函數可以做到輸入數據的任意變化（哪怕只有1個字節的差異）都將導致散列值的明顯不同，因此散列值也被稱為該輸入數據的“特征信息”。現實應用中的散列函數有很多種，包括 MD5、SHA256、SHA512、MAC等。優秀的散列函數滿足以下條件：①輸入數據的長度是任意的；②輸出數據（散列值）的長度是固定的，根據具體函數的不同，現在一般為32～128個字符長度；③散列函數的數學運算速度極快；④輸入數據與輸出數據唯一對應。

2、二維碼技術

二維碼技術是在紙張等平面媒體上印刷黑白相間大小不同的矩形圖案組合，將信息記錄到長和寬兩個維度上（如圖1所示），并可通過掃描槍方便地讀取并還原所記錄信息。

二維碼具有以下特點：首先是信息容量大。在常規二維碼的印刷面積上可以存儲上千個的英文字母或數字。如果需要，還可以進一步擴大二維碼的印刷面積，則信息容量可以繼續擴大。其次是解碼可靠性高。二維碼解碼時的誤碼率在千萬分之一左右，而且即使二維碼遭到了部分污損，也能正確進行解碼。第三是制作成本低。事實上只需一套二維碼編碼軟件和普通打印機就可以大批量低成本地制作二維碼。

（三）電子文件特征信息的提取固化

任何電子文件，無論是文本、照片、聲音或者視頻，在計算機中都統一表現為由“0”和“1”構成的計算機數據。從這個統一的視角對所有類型的電子文件進行特征信息的提取固化需要如下具體步驟：①將電子文件輸入散列函數計算得出一個固定長度的特征信息字符串；②將此特征信息輸入二維碼軟件計算得到二維碼；③將該二維碼打印到紙張上最終固化。以上三步在現有條件下可以由計算機系統自動進行，既可以保證電子文件特征信息的提取與固化速度，也能最大限度地保證最終結果的準確性。見圖2。

（四）電子文件特征信息保管

由于電子文件的特征信息以二維碼形式印刷在紙張上，這種常見載體已經在人類社會中分別使用了千百年。人類對它的物理、化學、生物等特性已經有了相當充分的研究。檔案工作者對如何有效的保管這類載體擁有豐富的經驗，同時各級各類檔案館、檔案室目前也擁有良好的庫房保管條件，因此對電子文件特征信息的保管是有保證的。

（五）電子文件真實性驗證與糾錯

為驗證電子文件的真實性，現行雙套制需要人工方式用肉眼查看電子文件與紙質版本內容的異同。而使用經固化的電子文件特征信息驗證電子文件真實性時只需以下步驟：①重新計算出電子文件的特征信息a；②用掃描槍讀取紙張上的二維碼，解碼得到特征信息b；③如果a=b，則電子文件的真實性得以確認；④如果a≠b，則該電子文件真實性已被破壞，需要使用備份電子文件對其覆蓋糾錯。上述步驟可由計算機系統自動進行，能夠避免在比對過程中人為因素的干擾，其比對效率和準確性都能得以保證。見圖3。

（六）優點分析

1、制作成本低

對于電子文件備份環節，由于大容量存儲技術的成熟，電子文件的備份已經沒有存儲載體容量大小的限制。而對電子文件采用散列算法提取其特征信息，無論電子文件的長度是幾十個字的短篇新聞稿，亦或是數小時長度的視頻文件，得到的特征信息都是固定長度的字符串。以MD5散列函數為例，由其計算出來的電子文件的特征信息均是類似于“c4ca4238a0b923820dcc509a6f75849b”這樣長度固定為32的字符串。將此散列值轉化為二維碼并打印固化到紙張上，僅需要約10mm×10mm大小的面積。一張普通A4幅面紙張正反兩面可以有效的保存約500個任意長度電子文件的二維碼。這將比現行完整打印電子文件的方式平均節約2500倍的紙張打印量，由此節省的打印成本、時間成本和人力成本將相當可觀。

2、保管成本低

采用二維碼制作固化電子文件特征信息，如果選用紙張作為印刷材料，則紙張消耗量如上面計算為現行雙套制的1/2500。由于縮微膠片的存儲密度是紙張存儲密度的約300倍，因此如果選用縮微膠片制作固化電子文件特征信息，庫房存儲空間的消耗將進一步降低，達到現行雙套制的約1/750000。如此將節約大量的庫房建筑空間、水電費用、人員費用，總體保管成本大大降低。同時由于總量極大減少，在保管上將更加方便快捷，容易實現各種功能需求。

3、利用快捷準確

使用專用掃描槍或者普通計算機攝像頭即可快速讀取二維碼，并由軟件程序進行識讀，解碼為電子文件特征信息，同時計算機使用散列函數快速重新計算出電子文件的特征信息，并將兩者相比對即可驗證該電子文件的真實性。如果使用縮微膠片，可以使用專用的縮微膠片掃描儀更加迅速簡便地取得保存的電子文件特征信息。當發現真實性遭到破壞，計算機系統可以自動讀取備份電子文件完成糾錯過程。上述比對和糾錯過程完全自動化進行，人為因素微乎其微。整個過程可以由電子文件（數字檔案）的利用者自行操作相關計算機設備進行。

三、結論

現行電子文件雙套制在解決電子文件真實性驗證和糾錯問題上存在的較多的缺陷，應當引起檔案理論界和實踐工作者的高度重視。本文通過對二維碼技術和散列函數等技術整合，提出基于特征信息的電子文件真實性保障方法構想，為維護電子文件的真實性以及法律憑證功能的實現提供了低成本易實現且具有高可靠性的技術解決方案。

注釋：

①本文中的電子文件指包含文件內容、結構信息和背景信息元數據的電子文件。

②國內外學者對于電子文件特性有著眾多不同的表述。本文認為不完整的電子文件是不完全真實的，因此電子文件的真實性包含其完整性。

①王喜鳳：《檔案“雙套制”管理探索》，《四川檔案》，2009年第1期。

②謝俊喜等：《基于數學形態學的二維條碼識別》，《計算機工程與科學》，2009年第2期。

③張燕蕾：《二維碼技術及其在數字圖書館中的應用探析》，《現代情報》，2007年第10期。

④李鴻強等：《單向散列函數SHA-512的優化設計》，《計算機工程》，2007年第7期。

⑤唐三平：《基于散列函數的數字簽名》，《信息網絡安全》，2005年第2期。

⑥劉嬌蛟、晉建秀：《基于單向散列函數的雙向身份鑒別》，《信息技術》，2004年第7期。