大數據環境下數字資源長期保存問題的研究

王曉玲

關鍵詞：大數據環境;數字資源;長期保存

摘 要：大數據環境下數字資源長期保存實施過程中面臨很多問題，概括起來分為技術方面的問題和非技術方面的問題。文章介紹了大數據環境下數字資源長期保存的研究現狀，分析了大數據環境下數字資源長期保存的法律問題、技術問題、網絡安全問題及資金投入問題等，并提出了相應的解決方案。

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2019）08-0066-03

近年來，大數據一詞越來越多地被提及，人們用它描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發展與創新。哈佛大學社會學教授加里·金認為：這是一場革命，龐大的數據資源使各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程[1]。2015年12月16日，國家主席習近平在第二屆世界互聯網大會開幕式上發表主旨演講時指出，“十三五”期間我國將大力實施網絡強國戰略、國家大數據戰略、“互聯網+”行動計劃[2]。目前，大數據已經被廣泛應用于行政管理、科技創新、日常生產等領域。在大數據環境下，如何對數字資源進行長期保存，已成為圖書館界及信息研究所亟須研究和探討的問題。

1 大數據環境下數字資源長期保存的研究現狀

1991年，瑞士、挪威、丹麥、芬蘭、冰島5個北歐國家的檔案館出版了《電子文件的存取與保護》。1994年，歐洲保存與獲取委員會ECPA（The European Commission on Preservation and Access）成立，它是研究數字資源長期保存與獲取的最大的跨國協會，旨在共同研究各種類型文獻的檢索能力及數字資源保護問題[3]。1994年12月，美國研究圖書館組織RLG（Research Library Government）與美國保護與存取委員會CPA（Commission on Preservation & Access）共同組建了數字歸檔特別工作組，主要對數字信息的長期存取問題進行調研，并提出保護措施和建議。

對于數字資源長期保存的研究和探討，我國起步較晚。筆者以“數字資源長期保存”為主題檢索詞，在中國知網的學術期刊庫進行了檢索。檢索結果顯示，我國學者對數字資源長期保存的研究從2002年開始，隨后逐年增加，2007年至今基本維持在同一水平。

自2004年以來，我國持續開展數字科技文獻資源長期保存的研究和實踐。2009年，我國成立了數字科技文獻資源長期保存中心，保存了包括Springer、Willy、IOP、Nature等十多家國外重要出版商的數字資源。該中心主動參與國家平臺建設，在NSTL支持下聯合中國科學技術信息研究所、北京大學圖書館等機構，建設了以重要的國外數字科技文獻為主要保存資源的國家數字科技文獻資源長期保存體系。此外，我國還與其他國家合作，在數字資源長期保存領域進行了戰略布局、重點研究和大規模建設，自2004年在北京召開首屆數字資源長期保存國際會議以來，iPres系列會議已成為國際上對數字資源長期保存進行專門研究、交流和推進的主要學術會議，全面反映了數字資源長期保存的前沿問題、最新進展、發展趨勢、新技術新方法和重大實踐進展，也成為國際同行交流、共享、合作的主要平臺[4]。

2 大數據環境下數字資源長期保存的法律問題

在大數據環境下，法律是數字資源長期保存得以順利進行的重要保障和依據。由于不同地區有不同的法律和法規，因此不同的保存機構會面臨不同的法律問題。聯合國教科文組織的《數字遺產保存指南》指出，要對有長期保存能力的機構進行身份確認，確保數字資源長期保存項目的順利進行。目前，我國也開始加強數字資源長期保存方面的法律法規建設，出臺了一系列與數字資源保存有關的法律條款。數字資源長期保存涉及保存方、資源方、用戶方等主體對數字資源的影響等問題，這三個主體在法律層面主要涉及合理保存、合理利用和合理權利的平衡等問題[5]。因此，數字資源長期保存主要涉及知識產權法、合同法、國家保密法、隱私權保護等相關法律法規，這些法律法規在諸多方面影響著數字資源長期保存的良性發展。例如，數字資源在存儲過程中可能會涉及出版商的技術保密問題，在傳播過程中可能會涉及數據信息的保密問題和用戶信息保密問題。我國只有不斷健全法律法規，才能確保數字資源長期保存工作的持續開展。

在大數據環境下，數字資源長期保存涉及的法律問題較多，包括制定和實施兩個方面。因此，國家應該制定相關的法律法規，平衡各方面的利益關系，促進數字資源長期保存工作的健康有序開展。為了解決我國數字資源長期保存法律方面的問題，我國不僅應加強數字資源長期保存的法律體系建設，對數字資源長期保存進行直接立法，加大法律法規的執行力度，還應建立數字資源長期保存機構與出版機構及用戶之間的互信協議。

3 大數據環境下數字資源長期保存的技術問題

3.1 數字資源長期保存的主要技術

數字資源是一種數字化信息，與傳統文獻資源有著根本的不同。傳統文獻的信息都依附在載體上，而數字化信息在存儲和利用過程中都會受到軟硬件和支撐系統的制約。常用的技術方案主要有以下幾種。

3.1.1 數據遷移技術。數據遷移是指將很少使用的數字信息從一種存儲介質上轉移到另一種存儲介質上。數據遷移是數字資源保存中比較成熟的技術，優點是數字資源的格式容易被人們接受，現行的硬件與軟件能夠兼容，數字資源可被復制轉化;缺點是遷移過程中一些數字資源的樣式甚至一些數據會丟失[6]。

3.1.2 數據仿真技術。數據仿真技術是在新環境下建立一個兼容的運行環境，使原始數據和系統能在新的軟硬件平臺上運行。該技術被認為是理想的保存技術，優點是具有兼容性及可靠性等特點，能對數字信息的內容和外觀進行保護，適用于所有的數據對象;缺點是技術成本較高。

3.1.3 數據標準化技術。數據標準化技術是指將數字信息轉化成一種固有的格式，如HTML或其他格式。標準是一項重要的技術因素，是保障數字資源長期保存各個環節的基礎，始終貫穿于數字資源長期保存的整個過程[7]。在數字資源長期保存的過程中，保存機構應盡可能地選擇簡單、有效、便于解析、具有長久可讀性的技術標準。

3.1.4 數據封裝技術。數據封裝技術是指將協議數據單元封裝在一組協議頭和尾中的過程，也就是說將數字資源長期保存所必需的軟硬件一起打包，以便其能在新的環境下運行。

3.1.5 數據轉換技術。數據轉換是指將數據從一種表現形式變為另一種表現形式的過程，包括格式的轉換、程序的轉換、字符編碼的轉換、媒體的轉換、操作系統的轉換及硬件系統的轉換等[8]。

3.1.6 數據更新技術。數據更新是指將數據信息從舊的存儲環境轉移到新的存儲環境中，數據本身不受存儲環境變化的影響。

3.2 數字資源長期保存技術應用中的幾個問題

目前，在數字資源長期保存實踐過程中有些技術方案比較實用，而有些技術方案還停留在理論研究層面，保存機構在挑選方案時要充分考慮技術方案的可行性、持續性、實用性和合理性。此外，任何數字資源長期保存方案的執行都受到技術標準、數字資源評價和應用效果的約束。以下是數字資源長期保存技術在應用中需要注意的幾個問題。

3.2.1 技術標準問題。標準化是指在工業生產和社會管理等生產實踐中，對重復性的事物和概念通過制定、發布和實施標準實現統一，以獲得最佳秩序和社會效益。數字資源的標準化是以某種廣泛認可的標準進行數字資源的信息描述。目前，在數字資源長期保存領域影響較廣泛的國際標準包括《ISO14721-2003航空航天數據和信息傳輸系統.開放式檔案信息系統.參考模型》《ISO19005-1文件管理—電子文件長期保存格式第一部分PDF的使用（PDF/A-1）》《ISO/TR18492-2005電子文件信息的長期保存》[9]。

3.2.2 數字資源評價。由于制訂的技術方案應與資源內容相匹配，因此資源評價很重要。目前，數字資源評價指標體系僅關注數字資源的價值評價問題，而在實際的保存過程中涉及的問題很多，包括數字資源的來源、使用率、存在的價值、格式及訪問方式、系統相關性等。

3.2.3 技術效果反饋。在利用仿真、遷移等技術對數字資源進行長期保存的過程中，任何一種技術方案都不能適用于所有的情況，因此選擇合適的技術方案成了首要任務。國內外數字資源長期保存的實踐結果顯示，如果內容是最主要的，標準化工作就是關鍵;如果數字對象的關聯是最重要的，封裝就是最佳選擇;如果信息資源的結構比較復雜，仿真技術就是首選。

4 大數據環境下數字資源長期保存中的網絡安全問題

隨著全球網絡化的不斷發展，大數據環境下數字資源長期保存也面臨網絡安全的考驗。Internet的信息安全問題近年來也較突出，病毒感染事件逐年增加，網絡攻擊事件大幅上升，超過70%的用戶受到各種形式的網絡入侵，垃圾信息、垃圾郵件等電子垃圾泛濫，網絡犯罪日益猖獗，這些情況表明全球網絡信息安全形勢不容樂觀。我國網民已近十億人，網絡安全事件的數量不斷增加，包括經濟犯罪、信息泄漏、黑客入侵等。

網絡安全問題伴隨著數字資源長期保存的建設和發展的始終，并有加重之勢，因此，保證網絡安全是數字資源長期保存得以順利實施的關鍵。大數據環境下數字資源長期保存的網絡安全管理是一個系統工程，是需要技術部門與管理部門通力合作完成的工作。

5 大數據環境下數字資源長期保存的資金投入問題

數字資源長期保存需要大量的資金投入，如果沒有穩定、持續的資金支持體系，數字資源長期保存將很難得到有效實施。與技術問題相比，大數據環境下數字資源長期保存實施過程中的資金投入問題更難解決。

5.1 資金投入問題

5.1.1 長期投入資金與短期利益回收不平衡。一方面，數字資源長期保存屬于公益事業，但受某些因素的影響，有些數字資源的長期保存雖然投入了較多資金，但讀者卻不能免費獲取這些資源，這就使資金投入與利益回收失衡;另一方面，數字資源的長期保存機構需要政府持續投入大量資金，才能保障數字資源長期保存的正常實施，但是保存數字資源的機構僅以提供服務為主，這就使資金投入與經濟效益產出失衡。

5.1.2 潛在利益產生的問題。圖書館或其他信息服務單位購買的數字資源只有使用權，如果采購合同終止，圖書館或其他信息服務單位就不能再使用已經購買的數字資源。例如，河南科技大學圖書館購買了愛思唯爾2002—2016年的SD數據庫使用權，2017年由于經費問題停止了采購，目前該館已無法再使用2002—2016年的SD數據庫的資源。數字資源出版商為了使經濟利益最大化，通常會掌握信息資源的所有權，如果數字資源出版商出現財務危機或服務器受到自然災害、災難性系統故障等威脅，數字資源就會有消失的危險。

5.1.3 策略選擇的復雜性。由于軟件開發商在自主開發軟件系統時很少融入用戶的特定需求，對業務流程管理關注的較多，對記錄管理關注得較少，很少考慮業務流程的再造和整合，致使數字記錄在生命周期管理中出現斷層及系統維修成本增加等情況[10]。

5.2 我國數字資源長期保存的資金投入策略

持續而穩定的資金投入是數字資源長期保存有序實施的根基，具體的策略有以下四條：一是建立國家級別的數字資源長期保存合作體。國家級別的數字資源長期保存合作體可通過多種渠道籌集資金，對資金進行統一調度，并監督資金的流向。二是選擇性保存。從經濟學的角度看，數字資源保存機構沒有必要對所有的數字資源進行長期保存，可選擇一些易消失且價值高的數字資源進行長期保存。三是選擇適合的技術手段。數字資源保存機構選擇適合的技術手段對數字資源進行長期保存，可有效降低投入成本。四是參與國際項目合作。我國應鼓勵國家圖書館、中國科學技術信息研究所等單位開展數字資源長期保存工作，并引導他們積極參與國際項目合作。

6 結語

在大數據環境下，相關機構在實施數字資源長期保存的過程中面臨很多問題，這些問題概括起來分為技術問題和非技術問題。技術問題和網絡安全問題不是影響數字資源長期保存的關鍵問題，而非技術方面的政策、法律、經濟因素等則制約著數字資源長期保存的有效實施。因此，我國應該出臺相關政策以保障數字資源長期保存的有效實施。

參考文獻：

[1]大數據時代[EB/OL].[2019-06-10].https：//baike.so.com/doc/5340323-5575766.html.

[2]新華網.習近平在第二屆世界互聯網大會開幕式上的講話[EB/OL].[2019-06-10].http：//news.xinhuanet.com/video/2015-12/16/c_1117481089.htm.

[3]賀姝祎.國外數字資源長期保存發展歷程[J].圖書館理論與實踐，2010（6）：72-76.

[4]中國成功申辦iPRES 2020數字資源長期保存國際會議[EB/OL].[2019-06-10].http：//www.las.cas.cn/xwzx/zhxw/201806/t20180608_5024149.html.

[5]郎玉林.數字信息長期保存影響因素分析[D].哈爾濱：黑龍江大學，2009.

[6]臧國全.數字遷移風險管理[J].中國圖書館學報，2006（3）：54-56.

[7]丁麗鴿.非技術因素對數字資源長期保存的影響及應對策略[J].山西檔案，2010（2）：28-30.

[8]林麗群.數字檔案信息長期保存的策略研究[J].廣東工業大學學報（社會科學版），2011（1）：78-82.

[9]殷立欣，旻蘇，李景，等.數字資源長期保存的技術保障機制[J].標準科學，2010（6）：42-46.

[10]劉家真，許杰.影響我國數字信息長期保存的問題與解決方案[J].檔案學研究，2008（4）：50-55.