數(shù)字資源長期保存探析

袁紅梅

1、數(shù)字資源長期保存的必要性

數(shù)字資源長期保存的目的是要保證未來用戶可以檢索、獲取、瀏覽、理解各種數(shù)據(jù)和記錄，它是一項長期的需要大量投資等工程。從數(shù)據(jù)的組織形式上看，數(shù)字資源有數(shù)據(jù)庫、電子期刊、電子圖書、網(wǎng)頁、多媒體資料等類型。按存儲介質(zhì)可分為磁介質(zhì)和光介質(zhì)兩種類型。其中，磁介質(zhì)包括軟盤、硬盤、磁盤陣列、活動硬盤、優(yōu)盤、磁帶等類型;光介質(zhì)包括CD、DVD、LD 等類型。常用的數(shù)字資源存儲介質(zhì)為硬盤、磁盤陣列、磁帶及CD、DVD、LD 等。

由于數(shù)字資源尤其是網(wǎng)頁內(nèi)容的資源，更新速度非常快，許多資源稍縱即逝，如果不注重保存，很可能就無法再找到信息資源的內(nèi)容。面對如此龐大數(shù)量的網(wǎng)絡(luò)資源，數(shù)字資源長期保存越來越成為了一個亟待解決的問題，否則重要的文化遺產(chǎn)將會迅速消失。

2、數(shù)字資源長期保存的技術(shù)方法

2.1遷移技術(shù)

美國保護與存取委員會（CPA）所屬的數(shù)字信息歸檔特別工作組曾在報告中指出：“遷移是對付技術(shù)過時的最佳良策，它應是數(shù)字資料完成定期轉(zhuǎn)換的一系列有組織的工作，包括維護數(shù)字對象的真實性、用戶的再檢索、顯示與其它利用的能力”。還有的國家的研究部門認為，數(shù)字信息長期存取問題可以歸結(jié)為：遷移、媒體材料和管理。西方發(fā)達國家數(shù)字檔案館大量的成功實踐表明，遷移是維護數(shù)字信息長期存取的有效方法。遷移的策略主要有兩種：一是將數(shù)字信息從穩(wěn)定性低的媒體上遷移到穩(wěn)定性高的媒體上，從對軟件依賴強的格式遷移到對軟件依賴程度低的格式上;二是把數(shù)字信息從各種不同格式遷移至易于管理的最簡單且符合標準的格式。

2.2更新技術(shù)

美國國家檔案文件管理局（NARA）就指出，CD- ROM、WORM 和可擦式光盤等三種光學媒體可以用來作為數(shù)字文件的載體。我國國家檔案局在《辦公自動化電子文件歸檔與電子檔案管理方法》中規(guī)定，電子文件應“ 拷貝至耐久的載體”，禁止用磁盤來保管電子文件，并分先后次序?qū)d體進行了推薦只讀式光盤、一次寫入光盤、可擦式光盤、磁帶。為了防止媒體質(zhì)量的惡化而使數(shù)字信息不可存取，人們正在使用更新技術(shù)不斷地通過復制將舊存儲媒體上的數(shù)字信息轉(zhuǎn)移到新的媒體上。

2.3轉(zhuǎn)換技術(shù)

轉(zhuǎn)換是指把信息從一種媒體轉(zhuǎn)移到另一種媒體上，包括格式變換與復制。轉(zhuǎn)換的目的是在紙張、縮微膠片、錄像、磁性材料、光盤等媒體并存的混合環(huán)境中實現(xiàn)不同媒體之間信息內(nèi)容的保存。轉(zhuǎn)換的內(nèi)容很多，比如：對已有軟件進行修改，使之在不同環(huán)境下工作時具有相似的功能，如把在某一臺計算機上運行的程序變換成能在另一臺計算機上運行的程序;將一種文件格式轉(zhuǎn)換到另一種文件格式，或從一種字符編碼方式轉(zhuǎn)換到另一種字符編碼方式;將一種媒體轉(zhuǎn)換到另一種媒體上;從一種操作系統(tǒng)轉(zhuǎn)換到另一種操作系統(tǒng)上;改變系統(tǒng)的硬件使其工作于新的或不同的設(shè)備，以對系統(tǒng)進行升級等。

2.4仿真技術(shù)

仿真是通過詳細描述數(shù)字信息利用的各種技術(shù)參數(shù)和環(huán)境條件，使未來計算機系統(tǒng)可以模仿原始系統(tǒng)環(huán)境來讀取和使用數(shù)字信息內(nèi)容。

仿真技術(shù)適合于超文本、多媒體等復雜的以及其它依賴特別軟/硬件而又無法在新、舊技術(shù)平臺之間進行遷移的數(shù)字信息。但是，仿真技術(shù)是在保存數(shù)字信息的同時，通過保存數(shù)字信息利用的軟/硬件環(huán)境來保障對數(shù)字信息的可利用性。而在技術(shù)更新周期不斷縮短的現(xiàn)實環(huán)境之中，努力來開發(fā)一個執(zhí)行過時的軟/硬件的系統(tǒng)。

2.5數(shù)字圖形輸入板技術(shù)

數(shù)字圖形輸入板是為了克服遷移技術(shù)存在的遷移時機不易把握、無法保存復雜數(shù)字信息的缺點而開發(fā)的一種新的技術(shù)。數(shù)字圖形輸入板技術(shù)有許多優(yōu)點，比如：第一，數(shù)字圖形輸入板融信息存儲與處理功能為一體，可以對數(shù)字信息進行動態(tài)保存。第二，數(shù)字圖形輸入板具備觸摸和聲控功能。第三，以光為能源或自帶電源，自備屏幕并將屏幕上的信息自動轉(zhuǎn)化為數(shù)字信息儲藏。第四，數(shù)字圖形輸入板具有堅固的實體，防水、抗重力、耐寒、耐高溫。第五，儲存能力達數(shù)百上千TB字節(jié)。數(shù)字圖形輸入板適用于年度報告、政府法律文獻、珍貴藝術(shù)品的保存，而對于一些用途有限、需要定期刪除的信息則宜選用遷移策略。序

2.6再生性保護技術(shù)

再生性保護技術(shù)是將過時的某些數(shù)字信息適時地轉(zhuǎn)換到縮微品或紙介質(zhì)上的一種保護措施。一般認為，轉(zhuǎn)移到縮微品上會更可靠一些，因為縮微膠片的理論壽命達五百年之久，而國內(nèi)外用縮微膠片保存信息也已經(jīng)有了數(shù)十年的豐富經(jīng)驗。再生性保護技術(shù)存在的問題是：部分有聲信息、多媒體信息無法轉(zhuǎn)移到膠片或紙張上去;信息如果轉(zhuǎn)移到膠片或紙張上之后，由于這兩種載體表現(xiàn)形式的局限性，會使數(shù)字信息失去原有的風格和魅力。

3、國內(nèi)數(shù)字資源長期保存現(xiàn)狀

3.1 WICP 項目

WICP 項目分網(wǎng)站單元和網(wǎng)頁單元進行網(wǎng)絡(luò)文獻的收集、編目和保存，分別形成鏡像存檔和專題存檔。專業(yè)多為英語、計算機、圖書館學、情報學專業(yè)，通過對信息單元（即收集、編目和保存網(wǎng)絡(luò)文獻的最小單位，一個信息單元在存檔系統(tǒng)對應一個標識符）進行收集。該項目積極探索信息資源的采集與保存的相關(guān)法律、技術(shù)、標準等問題，在進行網(wǎng)絡(luò)信息的采集和保存時，對靜態(tài)網(wǎng)頁（表層網(wǎng)頁）和動態(tài)網(wǎng)頁（深層網(wǎng)頁）采取不同的策略，形成對應的兩個子項目，即網(wǎng)絡(luò)信息資源采集與保存試驗項目（WICP）和網(wǎng)絡(luò)數(shù)據(jù)庫導航項目ODBN（Online Database Navigation）。

國家圖書館開展保存試驗項目的目的是通過試驗發(fā)現(xiàn)網(wǎng)絡(luò)文獻收集、整理、編目、保存和服務中存在的問題，提出解決問題的方案;確定保存對象，根據(jù)其特點確定技術(shù)路線和策略;試驗性收集、整理、保存數(shù)據(jù)并提供服務;提出業(yè)務整合的方案。它不僅為我國網(wǎng)絡(luò)信息資源保存實踐開辟了新路，也為今后的保存實踐提供了寶貴的經(jīng)驗。

3.2 Web信息博物館

中國Web信息博物館（Web Information）是2002年1月，在國家“973” 和“985”項目支持下，由北京大學“計算機網(wǎng)絡(luò)與分布式系統(tǒng)實驗室”主持開發(fā)的中國網(wǎng)頁歷史信息存儲與展示系統(tǒng)，包括歷史網(wǎng)頁存儲系統(tǒng)和回放系統(tǒng)兩個部分。目前系統(tǒng)可以收集中國所有靜態(tài)網(wǎng)頁，并提供歷史網(wǎng)頁的存盤和回放，已經(jīng)維護有30億以中文為主的網(wǎng)頁，并以平均每4500萬網(wǎng)頁的速度擴大規(guī)模。其基本使命是以一種集中的形式，全面展現(xiàn)中國互聯(lián)網(wǎng)上信息的歷史;為社會提供多種海量網(wǎng)絡(luò)信息產(chǎn)品，供相關(guān)科研人員進行研究。數(shù)字長期保存是一個需要持續(xù)投資的昂貴項目，缺乏國家層面上數(shù)字保存政策的支持，會導致保存質(zhì)量難以得到保障，各個保存項目之間難以實現(xiàn)數(shù)據(jù)交換和資源共享，使得經(jīng)費本來就異常困難的圖書館雪上加霜，背上沉重的經(jīng)濟負擔。因此，在數(shù)字資源的長期保存活動中，制定國家層面上的保存策略，實行各保存機構(gòu)的有效協(xié)作，是降低保存成本的途徑之一。