Hvordan bevare bits & bytes?

Transkript

1 Hvordan bevare bits & bytes? Olav Hagen Sataslåtten underdirektør, Riksarkivet EDOK 2012

2 Etablering av digitalt sikringsmagasin i Riksarkivet Teknisk løsning ved lagring av elektroniske arkiver -både hardware og software. Løsninger for behandling av digitalt skapt materiale. Sikkerhetsaspekter knyttet til langtidsbevaring av elektronisk materiale

3 Oais-modellen Preservation planning P r o d u c e r SIP Descriptive info Ingest AIP Data management Archival storage Descriptive info AIP Access DIP C o n s u m e r Administration Management

4 Definert av den amerikanske romfarts organisasjonen Er ikke en implementerings modell, men en referanse- og begrepsmodell Modell for å innlemme, administrere og bruke bevart arkivmateriale i et depot Er bygd opp rundt informasjonspak ker Beskriver funksjoner, prosesser og informasjonsflyt

5 SIP AIP DIP OAIS (Open Archival Information System) Submission Information Package) - Innleverings pakke AIP (Archival Information Package) Arkivpakke DIP (Disseminati on Information Package) - Visningspakk e

6 Nasjonalt samarbeidsprosjekt mellom Riksarkivet og kommunale arkiver (IKA er og byarkiv) og utvikling av verktøy for håndtering og oppfølging av disse Vi introduserer Dias Baserer seg på standardene OAIS og TRAC Resulterer i standarder for arkivpakker

7 DIAS-prosjektets produkter Spesifikasjoner 1) Arkivpakkemodell: Basis arkivpakkestruktur Prosessmodell for vedlikehold i digitalt depot 2) Tilpassede xml-skjemaer til støtte for modellen: DIAS-METS og DIAS-PREMIS Regler for mapping av (fullstendige ) EAD- og EAC-CPFskjemaer fra Asta 3) Kravspesifikasjon til forvaltningssystem Programvare for å anvende spesifikasjonene Forvaltningssystemet ESSArch Rutineopplegg for håndtering av DIASarkivpakker i ESSArch

8 Særtrekk ved det digitale Digitale arkiver er ferskvare ; de er forgjengelig på en helt annen måte enn papirarkiv Hvordan sikre slike grunnleggende behov som autentisitet og integritet for noe som i utgangspunktet kun er basert på tallkoder? Finnes det internasjonale standarder vi kan og bør følge?

9 Utfordringene mht. integritet og autentisitet Digital informasjon kan enkelt endres og manipuleres Digitale arkiver kan ikke bevares statiske. De er i en prosess med stadig transformasjon gjennom hele livssyklusen til fundamental forskjell fra papirarkiver Men hvordan kan folk stole på at stadig omskapt arkivmateriale fortsatt er autentisk? Hvordan garderer vi oss når det settes søkelys på hva ulike aktører har hatt mulighet for å endre? Hvordan lar det seg bekrefte at en aktør har nøyd seg med å foreta de endringer som sies å være utført? Jf. O. J. Simpson-saken i USA i 1995, hvor retten underkjente politiets fingeravtrykk-bevis

10 TRAC-standarden TRAC - Trustworthy Repository Audit and Certification - Criteria and Checklist (2007) Requirements to ensure the sustained integrity and authenticity of objects in repository custody

11 Et godt renommé er ikke nok Bevisbyrden snus Krav i OAIS og TRAC Endret virkelighet for digitale arkivdepoter Depotet må eliminere muligheter for tvil eller spekulasjon om materialets autentisitet, integritet og evt. konfidensialitet Depotet må selv kunne verifisere med dokumentasjon TRAC spesifiserer 90 kriterier som ledd i et opplegg for en sertifisering av arkivdepoter Arbeidsoppgave nr. 1 for et arkivdepot: Å kunne verifisere at informasjonsinnhold er bevart uendret fra og med mottak Garanterer ikke at informasjonen er ekte og troverdig i seg selv men da er vi over i et annet tema

12 Fysisk vs. logisk integritetskontroll Integritetskontroll er enkelt på fysisk nivå (bit-nivå) Sjekksummer kan brukes for å bekrefte at digital informasjon er lagret fysisk uendret (v/kontroll av uendret bit-strøm) Men digital bevaring uten fysiske endringer er umulig Bevaring av digital informasjon krever regelmessig vedlikehold med fysisk transformasjon av data for å opprettholde lesbarheten Det er til å leve med at arkivinformasjon er fysisk transformert bare vi kan bekrefte et uendret logisk informasjonsinnhold Men det eksisterer ingen enkel metode tilsvarende sjekksum-kontroll for å bekrefte at logisk informasjonsinnhold er uendret

13 Integritetskontroll på fysisk nivå Uendret bit-strøm kontrolleres ved bruk av unik sjekksum Word-2000 Word-2007

14 Modell for kontinuerlig integritetssikring i DIAS Integritetsproblematikken løses ved å bygge på resepten i TRAC: Alt bevares som tillegg uten å endre eldre informasjon Sjekksummer kan da brukes på alle objekter/filer - og tjene som bestandige mekanismer for verifisering En mottatt arkivversjon (SIP) bevares uendret og sjekksumsikret slik den ble mottatt for alltid Operasjoner i depot etter mottak bevares og dokumenteres som tillegg (med tilhørende sjekksummer) utenfor SIP-en Ved senere konverteringer/transformeringer bevares en ny generasjon av vedk. arkivpakke (AIP) i tillegg til den opprinnelige Alternativt kan enkle AIU-er brukes for å lagre tillegg, både fordi en eksisterende AIP aldri skal oppdateres, og fordi det er behov for å unngå at enhver depotoperasjon skal kreve en ny, transformert AIP

15 Prosess ved generering av arkivpakker AIC Pakkeinformasjon Bevaringsmetadata Informasjonsinnhold Samlet sjekksum for AIC SIP-TAR Pakkeinformasjon Bevaringsmetadata TAR Pakkeinformasjon Bevaringsmetadata Adm. metadata Kontekst-info Adm. metadata Kontekst-info Annen medflg dokumentasjon Metadata for dokumenter Depotoperasjoner Metadata for dokumenter Informasjonsinnhold Informasjonsinnhold Datafiler/ dokumenter Tekniske metadata Datafiler/ dokumenter Tekniske metadata Mottatt SIP AIP-0 (lagret SIP) AIP-1. Når SIP lagres, genereres her også en transformert AIP (AIP-1). SIP-ens medfølg-ende info. + dokumentasjon av depotoperasjonene ved mottak innarbeides i AIP-1

16 ESSArch forvaltningssystem Svensk system som tilpasses for DIAS slik at det oppfyller samtlige punkter i prosjektets kravspesifikasjon Avtaler undertegnet etter åpen tilbudsinnhenting Leverandøren, ES Solutions AB, er også ansvarlig for tilpasning og videreutvikling Systemet er basert på åpen kildekode (GPLv3), og vil bli distribuert vederlagsfritt til alt og alle Riksarkivets vedlikeholdsavtale for ESSArch kan også fungere som en sentral vedlikeholdsavtale for kommunale depoter Dvs. at all leverandørkontakt må kanaliseres via en sentral instans i Riksarkivet Kommunale depoter har også adgang til å inngå egne avtaler om vedlikehold

17 ESSArch forvaltningssystem 1) Genererer arkivpakker iht. DIAS-modellen og på grunnlag av DIAS xml-skjemaer 2) Styrer arbeidsprosessene fra innsjekking til lagring i depot, ivaretar integritetssikring i alle ledd, og utfører tilgangskontroll 3) Styrer vedlikehold av arkivpakker iht. DIAS-prosessmodellen 4) Styrer import/eksport av informasjon til/fra digitalt depot 5) Har egen database med nøkkelinformasjon om arkivpakkene i digitalt depot og arbeidsprosesser i tilknytning til dem 6) Ivaretar også lagringsadministrasjon (skriving til multiple media, kopiering/migrering mellom medier + verifisering) 7) Kan tilpasses for ulike lagringsløsninger/mediekonfigurasjoner

18 DIAS/ESSArch i prosessene tilknyttet digitalt depot DIAS-prosjektets fokus DSM Digitalt sikringsmagasin Eksport/import Kartlegging Avlevering Mottakskontroll ESSArch Testing Innmelding av systemer Kartlegging gjen. prosjekter BK-vurdering Betty/Astaregistrering Avtaler og planer om avlevering Oppflg./inndriving av avleveringer Gjennomføring av avleveringer Innholdskontroll Integritetssikring Virus-skanning Bettyoppdatering Fysisk sikring av medier Inn-/utsjekk av SIP for testing Generering av arkivpakker Inn-/uthenting til/fra DSM Eksport av DIP og rapporter Test av format og struktur Dokumentasjon av testing Tilrettelegging av AIP Evt. tilrettelegging av DIP ESSArchprosjektets hovedfokus

19 Vi introduserer XML Utprøving og komplettering av den logiske arkivpakkemodellen Utforming av kravspesifikasjon til programvare for generering av arkivpakker Programutvikling av programvare for generering av arkivpakker

20 Dias -skjemaer og standarder Pakkeinformasjon - METS Tekniske metadata ADDML Bevaringsmetadata - PREMIS Aktørbeskrivelse EAC-CPF Arkivbeskrivelse - EAD

21 Arkivpakke (AIP) iht. OAIS En container hvor et arkivobjekt er lagret som en selvstendig enhet integritetssikret, og fast forbundet med all tilhørende informasjon All nødvendig informasjon for å forstå objektet som arkivmateriale: kontekst proveniens bevaringshistorikk Pakkeinformasjon Bevaringsmetadata ( logiske metadata ) Informasjonsinnhold Datafiler Tekniske metadata All nødvendig informasjon for å fremstille objektet på ny Arkivobjektet Samlet sjekksum for pakken Integritetssikring Varianter: Leveringspakke (SIP), Bevaringspakke (AIP) og Brukspakke (DIP)

22 SIP Mottakskontroll DIAS-modellen Adgang etc Testing Standard operasjoner Innhenting Pakking 5 DIP Admin Rapportering Innlegging Magasin Søk Uthenting Magasinkontroll Asta Magasinstyringssystem (m/san el.)

23 Forvaltningssystem for digitalt sikringsmagasin Automatisert magasinforvalter Legger arkivpakker inn i magasinet Henter arkivpakker ut av magasinet Genererer arkivpakker Automatisert kontrollør Kontrollerer innholdets integritet Har egne lukkede områder for materialet Genererer rapporter

24 Arkivpakke Overordnet struktur AIC SIP AIU AIP AIU AIP 1. generasjon Supplement 2. generasjon Supplement 3. generasjon Navngis som AIP 0 1. generasjon 2. generasjon

25 Implementeringsstandarder: DIAS xml-skjemaer Bevaringsmetadata: METS (DIAS-METS) PREMIS (DIAS-PREMIS) EAD EAC-CPF Overordnet organisering av arkivpakker ( container -beskrivelse) og oversikt over pakkeinnhold Bevaringsmetadata i betydningen håndteringshistorikk (i arkivdepot) Arkivbeskrivelse Beskrivelse av arkivskapere o.a. aktører Tekniske metadata: ADDML Struktur- og postbeskrivelse av tabell- uttrekk fra databaser mm. DIAS-METS og DIAS-PREMIS er spesifikke tilpasninger av METS og PREMIS for DIAS. EAD/EAC brukes uten tilpasninger, men mappes mot Asta

26 Arkivpakke AIP Struktur En arkivpakke (AIP) kan deles opp i følgende hoveddeler Informasjonsinnhold Selve informasjonen som skal bevares Administrative metadata Arkivskaper, proveniens og annen kontekstuell informasjon Tekniske metadata Teknisk beskrivelse av informasjonsinnholdet Depotoperasjoner Håndtering og arbeidsoperasjoner depotet har utført på informasjonsinnholdet

27 Arkivpakkemodell Alt bevares i sin opprinnelige form (SIP). Ved tekniske endringer dannes en ny pakke (AIP) i tillegg til den opprinnelige. Operasjoner i depotet bevares og dokumenteres som tillegg. Ved senere vedlikehold (f.eks. konvertering av formater) dannes alltid en ny pakke (AIP). All informasjon fra pakkenivå ned til filnivå kan verifiseres med sjekksummer.

28 Planer og fremdrift Iterasjon 1 til 3 ble gjennomført i Iterasjon 6 ble ferdigstilt 24. februar. Testing og supplerende utvikling ble utført i april og mai. Akseptansetest avholdes 14. til 25. mai. Prosjektet ferdigstilles 31. mai. Produksjon i Arkivverket startes 1. juni.

29 Oversikt Gradert materiale Digitalt sikringsmagasin (DSM) Arkivpakker - Versjoner for langtidslagring Sluse Forvaltningssystem Sluse Kontroll område Arbeids område Bruks-versjoner for Arkivverket Tilrettelagte brukskopier

30 Revidert oversikt

31 Revidert oversikt

32 Interne operasjoner -Kontroll Kontrollerer pakking. Kontrollerer lagringslokasjoner disk og tape. Ansvarer for all kommunikasjon ut. og all kommunikasjon inn. Håndterer logging. Genererer rapporter.

33 Digitalt sikringsmagasin (DSM) Den tekniske løsningen vil være i egen sone. Sonen vil inneholde En lagringsserver det egentlige DSM To taperoboter som en del av DSM En server med kontrollområde som vil være områdekontrollens ene arbeidsområde. En server med ESSArch og et temp-område for pakking av AIPer områdekontrollens andre arbeidsområde.

34 DIAS forvaltningsforum 1) Permanent samarbeidsforum for DIASoppfølging f.o.m. prosjektslutt ) Eget prosjekt støttet av Kulturrådet i 2012 for å etablere forumet (start )

35 Oppgaveramme for DIAS-forum Ramme mht. utførende oppgaver: 1) Vedlikehold og videreutvikling av DIAS-standarder (xml-skjemaer) DIAS forvaltningsforum 2) Forvaltning av ESSArch og ESSArch-avtaler for et samlet brukermiljø 3) Kompetansesenter for fag- og driftsmiljøer