Publikovány prezentace z konference pracovní skupiny PASIG (Preservation and Archiving Special Interest Group)

V březnu 2015 proběhlo letošní setkání skupiny PASIG a prezentace opravdu stály za to. Nyní jsou dostupné online - zde http://library.stanford.edu/projects/preservation-and-archiving-special-interest-group/international-meetings/march-2015-san

Z těch, z mého pohledu, nejzajímavějších bych vybral:

• System Architecture for Digital Preservation (Neil Jefferies, Oxford University) - velmi obsáhlá prezentace o základech Digital Preservation, současném vývoji, problémech apod. 
• Preservation Policy for Humans (Nick Ruest, York University and Stephen Marks, University of Toronto) - potřebujete napsat Strategii dlouhodobé ochrany pro vaši instituci? Pak je tato prezentace pro vás, navede vás potřebným směrem.
• Cloud storage for preservation (Joseph Lampitt, Oracle) - je uložení v cloudu opravdu tak výhodné i pro velké objemy dat?
• Trustworthiness of Preservation Systems (David Minor, UC San Diego) - co je důvěryhodný digitální repozitář a proč je toto téma stálicí Digital preservation komunity? Prezentace podává pěkný přehled všech rámců certifikace nebo auditu, které jsou v současné chvíli dostupné.
• Preservation planning at BnF (Thomas Ledoux, Bibliothèque nationale de France) - jak probíhá plánování dlouhodobé ochrany v NK Francie? Kdo všechno je v procesu zapojen a jaké kroky proces má?
• Finnish Digital Preservation Service for Cultural Heritage (Mikko Tiainen, CSC - IT Center for Science Ltd.) - prezentace popisuje finskou národní infrastrukturu a systém pro dlouhodobou ochranu. Velmi dobře použitelné jako inspirace např. pro české prostředí. Prezentace také uvádí plány do budoucna, mezi nimi je i certifikace (ISO 27001 v roce 2015 a až za dva roky na to ISO 16363). Finové si vyvinuly vlastní LTP systém s použitím open source nástrojů.
• Preserving digital records and databases (Luis Faria, KEEP) - je představením projektu na ochranu databází a hlavně LTP nástroje RODA

Prezentace LTP systémů

• Rosetta 
• Preservica
• Archivematica

Na webu PASIG jsou dále dostupné záznamy z webinářů - http://www.preservationandarchivingsig.org/index.html

ArchivesDirect - digital preservation v cloudu

V březnu byla pro veřejnost spuštěna cloudová služba ArchivesDirect. Pilotní projekt běžel od října 2014 a podílely se na něm vybrané univerzity v USA. Jde o spojení open source softwaru Archivematiky a DuraCloudu, které si bere z obou systémů to nejlepší. 
DuraCloud je služba pro správu dat a jejich kopií - po nahrání dat je možné si zvolit počet kopií i jejich zálohování do různých cloudových úložišť. Také provádí kontrolu dat na bit-level úrovni, nenabízí však ochranu na logické úrovni, jedná se tedy spíš o pokročilý zálohovací systém.

Achivematika nabízí propracovaný ingest dat, obohacování o metadata a normalizaci jako strategii dlouhodobé ochrany. Pokulhává ale ve správě dat na úložišti, neřídí počet ani umístění kopií, nekontroluje jejich integritu.

Spojení by tedy mělo odstranit slabiny a využít silné stránky obou řešení a jeví se jako cesta správným směrem.

Cloud a archivy, jde to dohromady?

Neil Beagrie publikoval na blogu britského národního archivu (TNA) krátký post o cloudu a jak se k němu archivy staví. Shrnuje nejčastější otázky a informuje o analýze, která se připravuje právě na objednávku britského archivu a měla by být vydána v druhé půli tohoto roku. Zmiňuje se také o systému Archivematika, který welšské konsorcium používá v cloudu.
Určitě stojí za to sledovat.
http://blog.nationalarchives.gov.uk/blog/cloud-storage-archives-match-made-heaven/

IBM PDS Cloud: Dlouhodobá ochrana digitálních informací ve výpočetním oblaku

IBM Haifa zveřejnila článek shrnující výsledky výzkumu, který probíhá v rámci projektu ENSURE financovaného ze 7. Rámcového programu. PDS Cloud rozvíjí předcházející koncepty IBM  (Preservation DataStores) v prostředí cloudu.

PDS cloud je prototyp "preservation aware" ukládací služby založené na OAIS, využívající výpočetní oblaky více poskytovatelů. Hlavním cílem PDS Cloud je zajištění použitelnosti digitálního obsahu (obsahové informace) po dlouhou dobu, v prostředí měnící se technologie. IBM hodlá systém dále vyvíjet i po skončení projektu ENSURE.

Článek obsahuje v úvodu analýzu několika cloudových platforem z hlediska vhodnosti pro dlouhodobou ochranu digitálních informací na logické úrovni. Prototyp PDS Cloud se snaží nedostatky běžných platforem naplnit potřebnými funkcemi.

Mezi typické nedostatky cloudového ukládání z hlediska dlouhodobé ochrany digitálních informací patří podle autorů například:
- nemožnost kontrolovat periodicky fixity, nemožnost používat více algoritmů a v budoucnu tyto algoritmy měnit
- cloudová úložiště podle autorů trpí "data lock-in", tj. neexistují snadné nástroje jak dostat data kompletně, efektivně a spolehlivě ven ze systému.
- prozatím cloudové platformy nedisponují spolehlivými nástroji pro audit nebo certifikaci a nelze tak posoudit jejich důveryhodnost.
- cloudová úložiště obvykle podporují jen omezené používání metadat, zdaleka ne v rozsahu v jakém je vyžaduje OAIS
- cloudové platformy neposkytují funkce pro sledování a zaznamenávání událostí, které souvisí s provenance uložených objektů (přístup, media refresh apod.)
- cloudové platoformy neposkytují potřebná workflow pro přímý pístup k uloženým objektům, který by umožnil s daty efektivně pracovat
- neposkytují také nástroje nebo prostředí pro migrace dat
- a cloudové platformy nemají dnes funkce potřebné pro zajištění logické ochrany digitálního obsahu, tj. obsahové informace

PDS Cloud tyto nedostatky řeší jednak přidáním podpory více typů cloudů v jednom systému, přidáním tzv. preservation enginu, který umožňuje pracovat s metadaty podle požadavků OAIS a vychází z již dříve publikovaného modelu formátu SIRF (Self-contained Information Retention Format), který propaguje konzorcium SNIA. Preservation engine obsahuje několik služeb (migrační, kontroly fixity, audit, administrace).

PDS Cloud implementuje hierarchický data model, kde je odlišena organizace skladující data (tenant), vrstva obsahující konfigurace a politiky, pravidla (aggregation), a skupina objektů v cloudu nazvaná zde docket. Objekty jsou pak součástí docketů, a jsou vlastním předmětem dlouhodobé ochrany.

Autoři pak popisují mapování AIP na navržený data model.

Klíčovou vlastností PDS Cloud jsou tzv. virtual appliances, které jsou ke cloudovému úložišti připojeny pro emulaci prostředků pro zpřístupnění. IBM již dříve mluvila o Universal Virtual Compuper, a virtual appliances popsané v tomhle článku jsou pokračováním emulačního přístupu k dlouhodobé archivaci.  

Budoucí vývoj by měl směřovat k vytvoření technologií a služeb, které umožní intenzivně pracovat s daty přímo na storage nebo velmi blízko storage (kontroly fixity, transformace AIP, data mining)

Článek je dostupný on-line:
S. Rabinovici-Cohen, J. Marberg, K. Nagin. Preservation DataStores in the Cloud (PDS in the Cloud): Longterm Digital Preservation in the Cloud.  IBM Research Division. Haifa: 20 January 2013. H 0318 (HAI 301-006) http://domino.research.ibm.com/library/cyberdig.nsf/papers/F1A0F33F7354D53B85257B01004E9AEF/$File/h-0318.pdf

Digital curation and the cloud

Workshop "Curation in the Cloud", který se konal v Londýně 7-8. března 2012 má zajímavý výstup. Dokument shrnuje výhody, možná rizika, věci k zamyšlení, které přináší otázka provádění digital curation v cloudu.

Aitken, B., McCann, P. , McHugh, A. , and Miller, K. (2012) Digital curation and the cloud. In: Curation in the Cloud Workshop, 7-8 March 2012, London.