4. Aktivistické tenisky
Photo: West Papua independence leader Benny Wenda,
presenting campaign gifts to Mr. Ondrej Liska, Czech
Minister of Education
5. Co je dlouhodobá archivace
„uchování obsahu pro budoucí použití a
zpřístupnění“ (loc.gov)
Systematická, plánovaná, dokumentovaná činnost, která má
přímé a nepřímé dopady (budování sbírek, legitimizace existence institucí,
smysl instituce, ochrana investic, zákonné požadavky, zvyšování
důvěryhodnosti instituce atd.)
Pro budoucí „uživatele“ (archivář/knihovník/kurátor vs data science expert)
6. Jak se mluví o dlouhodobé archivaci
Teoretický,
terminologický diskurs
Výzkum v oblasti LTP
Archivace v IT kontextu
Praxe a
potřeby paměťových
institucích
7. Mýty o dlouhodobé archivaci
•Je to jen konceptuální nebo výzkumná disciplína
•Vyžaduje vysoce odborné a technické znalosti, na to nemáte
staff
•Vyžaduje obrovský rozpočet
•Měly by to řešit národní instituce nebo centrální instituce
•Tohle můžeme odložit, až se bude vědět jak na to, zatím není
řešení
•Stačí to uložit na nějaké trvalé médium (PIQL, UDO disk,
mikrofilm)
•Stačí více kopií na více místech a více technologiích
•Musíme počkat, na velký projekt
•Nejsou zatím dokonalá řešení, nemá smysl se do toho pouštět
8. Pragmatický přístup
•začni hned, start simple, postupuj po krocích
•začni s tím, co máš, nečekej na velké finance, na
dokonalé řešení…
•koukni se kolem, co je k dispozici
•využij jednoduché nástroje
•rozděl složité úkoly na jednodušší kroky
•uvědom si, že plánování a financování jsou stejně
důležité jako technologie
•hledej partnery, sleduje co se děje v komunitě
•definuj krátkodobé cíle pro dlouhodobou archivaci
9. Pragmatický přístup
Oblasti a úrovně Úroveň nultá
(ukaž data)
Úroveň první
(ochraň data)
Úroveň druhá
(poznej data)
Úroveň třetí (monitoruj data) Úroveň čtvrtá
(oprav data)
Datové úložiště a jeho geografické
umístění
Data jsou někde uložena na nějakých
médiích.
Existují dvě úplné kopie dat, které
nejsou umístěné na stejném místě.
Data z heterogenních nosičů (optické
disky, přenosné harddisky, apod.) je
nutné přenést do datového úložiště.
Ukládají se tři úplné kopie dat.
Alespoň jedna kopie v jiné lokalitě.
Jsou dokumentovány systémy
úložiště dat a úložná média včetně
informací o všem, co je třeba k jejich
použití.
Ukládají se nejméně tři úplné kopie
dat.
Alespoň dvě kopie dat se nacházejí v
lokalitách, které nesdílejí shodný druh
ohrožení (např. přírodních katastrof,
ale znamená to i různý hardware a
filesystém).
Existuje proces sledování zastarávání
úložných systémů a médií.
Ukládají se nejméně tři úplné kopie
dat.
Tři kopie dat se nacházejí každá v
jiné lokalitě, žádné dvě z těchto lokalit
nesdílejí shodný druh ohrožení.
Je vypracován podrobný plán, který
zajistí, že soubory i metadata jsou
uloženy na dostupných médiích nebo
systémech.
Integrita dat a neměnnost souborů Není známa / nelze zkontrolovat. Kontrola integrity souborů probíhá při
převzetí dat, pokud byla data dodána
s kontrolním součtem.
Pokud nejsou kontrolní součty
součástí dodávky dat, jsou při
převzetí dat vytvářeny.
Kontrola integrity u všech přebíraných
dat.
Originální média se blokují proti
zápisu.
Vysoce rizikový obsah prochází
antivirovou kontrolou.
Integrita dat je kontrolována v
pravidelných intervalech.
Udržují se záznamy (logy) o stavu
integrity dat, na požádání lze dodat
audit těchto informací.
Lze detekovat poškozená data.
Všechen obsah prochází antivirovou
kontrolou.
Kontroluje se integrita všech dat v
návaznosti na konkrétní události nebo
aktivity.
Zajistit, že žádná osoba nemá právo
zápisu ke všem kopiím dat.
Informační bezpečnost Není známa. Ví se, kdo má práva čtení,
přesouvání a mazání souborů.
Omezit tato přístupová oprávnění k
jednotlivým souborům.
Přístupová oprávnění k obsahu jsou
zdokumentována.
Jsou uchovávány záznamy (logy)
toho, kdo prováděl jaké akce s jakými
soubory, včetně mazání a akcí
digitální ochrany.
Jsou prováděny audity těchto
záznamů.
Metadata Nějaká metadata lze odvodit z názvů
souborů, jejich atributů a adresářové
struktury.
Existuje přehled obsahu repozitáře a
jeho konkrétního umístění na úložišti.
Je zajištěno zálohování tohoto
seznamu a jeho záloha v jiné lokalitě.
Je zaveden lokální jednoznačný
identifikáto.r
Jsou ukládány administrativní
metadata.
Ukládají se metadata o
transformacích a záznamy událostí.
Ukládají se standardní technická a
popisná metadata.
Ukládají se standardní ochranná
metadata.
Je zaveden globálně jednoznačný
identifikátor.
Formáty souborů Dají se odvodit z přípony souborů. Pokud je to možné ovlivnit,
podporujte používání malé skupiny
dobře známých a otevřených formátů
souborů a kodeků.
Existuje seznam formátů, které jsou
používány.
Monitorují se hrozby zastarávání
formátů.
Provádí se formátové migrace,
emulace a podobné aktivity podle
potřeby.
Práva Je akceptován fakt, že je nutné mít
ujasněny zodpovědnosti za ochranu a
právní vztahy k digitálním objektům,
které mají být předmětem ochrany.
Odpovědnost za ochranu je
vyjasněná - máme právo daná data
trvale uchovávat.
Je známo, co je možné s předmětem
ochrany dělat z hlediska použití a
zpřístupnění.
Existuje oprávnění provádět akce
digitální ochrany (např. migraci do
nových formátů).
Existuje oprávnění vytvářet a
zpřístupňovat odvozené dokumenty
pro definovanou komunitu.
Právo přenést zodpovědnost za
ochranu a práva k obsahu na někoho
jiného.
10. Pragmatický přístup – OS
•Bit level preservation tools (fixity and hash libraries, monitoring tools,
backup tools, etc)
•Format related tools (Jhove, Droid, Fido, Fits, Jpylyzer, Tikka, etc.)
•Data creation and harvest tools (scanning tools, harvesters, etc.)
•Metadata open standards (Mets, Mods, Premis, Mix, TextMD other) and
tools (parsers etc.)
•Open and community developed standards and best practices (global
or local)
•Community maintained information (formats related information
infrastructure, etc.)
•Community financed research (result in usable tools or standards E-
ARK, Scape, and many other)
12. Co je a co není Archivematica
Peter Van Garderen
2001: Artefactual inc.
2005: blog pod archivemati.ca
2007: ICA ATOM
2008: vývoj Archivematicy – vytvoření
požadavků na základě OAIS
13. Co je a co není Archivematica
Archivematica není repozitář
DCC definice:
Digital Repositories offer a convenient infrastructure through which to store,
manage, re-use and curate digital materials …..overall commitment to the
stewardship of digital materials; this requires not just software and hardware, but
also policies, processes, services, and people, as well as content and metadata
14. Co je a co není Archivematica
Archivematica nenaplňuje kompletně všechny
funkční entity OAIS….nebo ano?
15. Co je a co není Archivematica
Archivematica je systém pro:
1. Vytvoření a uložení AIP
2. Vyhledání a získání AIP
3. Jednorázové vytvoření DIPu a
odeslání DIPu
4. Normalizaci souborových
formátů (převod do
preferovaných formátů)
• Má GUI
•Je storage agnostic
•Je použitelná pro jakýkoli typ
digitálního obsahu
16. Archivematica - silné stránky
Implementace OAIS AIP
BagIt, METS, PREMIS, DC
•Fixity info
•Info o zabalení /bagit version,
datum, payload size atd./
•Logy o průběhu ingestu
•Vlastní ochraňované objekty a
její normalizované deriváty
•Submission documentation
(podrobnější záznam zpracování
v Premis Events)
•METS.xml (DC, PREMIS
obj.agent. events)
17. Archivematica - silné stránky
Workflow pro příjem - transfer a ingest dat
z jiných systémů nebo manuální
•kontroly vstupujících dat (kompletnosti, fixity)
•antivirové kontroly
•identifikace a validace formátů vstupních dat
•extrakce technických metadat z vložených objektů
•aplikace formátových politik dlouhodobé ochrany (normalizace do
preferovaných formátů) a kontrola výsledku normalizace (opět identifikace a
validace nových souborů atd.)
•doplnění nebo vytvoření popisných metadat
•vytvoření METS kontejnerů a zápis metadat
•zabalení a export do formátu BagIt balíčku AIP
•uložení na předem definovanou storage pro AIP (storage service)
•případně export DIP do externího systému pro zpřístupnění koncovým
uživatelům
20. Archivematica – omezení
Příjem:
•metadata – pouze DC, pouze csv + AR
•nelze vložit Archivematica METS nebo AIP
•automatické doplnění metadat při ingestu z jiného
systému
•collections – absence rozumné metody ingestu do AIC
•vyjádření a kontrola submission agreementu
•identifikace dodavatele a informace o dodání dat
•API pro transfer a ingest – zatím omezené funkce
•konfigurace workflow – lze exportovat xml, nelze uložit
v systému a přiřadit dodavateli s konkrétním ID – oddělení
konfiguračního souboru od nastavení FPR v systému
•1 instance ideálně jako 1 pipeline
21. Archivematica – omezení
Archivní uložení
• verzování balíků AIP nebo souborů chybí
• vytvoření více kopií
• nelze nastavit periodické kontroly fixity
Zpřístupnění
• externí systém (ICA ATOM, Islandora, atd.)
• export DIP pouze v okamžiku ingestu
• žádné možnosti konverze DIP
• žádná autentizace a vynucování přístupových práv,
• žádné zpřístupnění metadat přes OAI nebo SRU apod.
22. Archivematica – omezení
Administrace
- návaznost mikroslužeb není jasně popsána
- nelze snadno regulovat citlivost workflow na hybridní
nebo chybné objekty
-udržování více worklfow v jednom systému pro více
institucí může být noční můra
- jednoduché typy rolí uživatelů (admin/non admin)
Správa dat
-AIP lze pouze najít, stáhnout a vymazat
-Základní indexování a vyhledávání
-Zcela chybí reporting
23. Archivematica – omezení
Jak řešit omezení?
•Využít další systém vedle Archivematicy (DAM systémy)
•Přidat nebo upravit microslužby
•Přidat nebo sponzorovat vývoj dalších funkcí
•Rozšířit standard AIPu o další informace (příklad
submission manifest z ZUSE)
24. Archivematica – plánování uchovávání
FPR databáze se základními informacemi k formátům z Pronom –
k tomu pravidla a scripty – jaký nástroj se má použít a jaký command
•nelze exportovat celou databázi, neřeší se verzování celé databáze
•chybí pravidla pro řešení problémů s nástroji pro standardní chyby
(invalid page tree node s Jhove pro PDF apod.)
•Jediný způsob realizace ochranné akce je normalizace na vstupu
27. Archivematica – testování
A. Možnosti ingestu
B. Formátové korpusy
C. Ingest dat z CD/DVD
D. Ingest dat z Digitální knihovny fotografií
E. Ingest dat z DSpace
F. Ingest dat ve formátu NDK
28. Archivematica – testování
A. Možnosti ingestu
•Archivematica Standard
•BagIt (zipped a unzipped)
•DSpace
•DISK Image
•API
29. Archivematica – testování
B. Formátové korpusy
• Používat FITS a FIDO a moc neexperimentovat
• Lze použít DROID
• Identifikace formátů jen v transferu pokud možno
• Validace formátů – teď jen pomocí Jhove
•Malá citlivost workflow na nevalidní objekty v případě, že to
jsou hybridní soubory, nevalidní soubory - unknown formát je
formát
•Neexistuje logická vazba mezi identifikací formátu a validací
formátu
•DROID, ve výsledných metadatech není uvedeno, jakým
způsobem byl formát identifikován
•Atd.
30. Archivematica – testování
C. Ingest dat z CD/DVD
•pro každou sbírku odladit workflow a porovnat AIP s vloženými daty
•pro některé typy obsahu nelze použít normalizaci
•před migrací do Archivematicy data z disků přehrát na file systém a
analyzovat jeho obsahu pomocí DROID mimo Archivematicu. Detekovat
ty sbírky, kde mohou nastat potíže.
•ve workflow používat standardní FIDO/FITS
•přidat mikroslužby, které zkontrolují a ohlásí soubory idenfikované
nebo validované jako octet/stream apod
31. Archivematica – testování
D. Ingest dat z Digitální knihovny fotografií
•větší objemy dat nelze vkládat jako jeden AIP
•je třeba počítat s přípravou a testováním skriptů/programu pro
přípravu dat pro Archivematicu
•k spuštění Transferů lze použít API Archivematicy, nicméně toto není
dobře dokumentované
Transfer typ Standard je poměrně zajímavý a vhodný zejména pro
zdrojové systémy, které nemají standardizovaný výstupní formát
34. Hledání kreativních řešení
KLINDT, M. a
AMERHEIM, K.
One core
preservation
system for all
your data. No
exceptions!, In
iPRES 2015, 2-
6.11.2015,
Chapel Hill,
USA.
35. Co stojí především za vylepšení?
•Archivematica není repozitář
•Vylepšení indexování a možností vyhledávání
•Export DIP baličku
•Další vylepšení mechanismů pro řízení vstupu dat –
workflow
•Použitelnost pro komplexnější projekty
•Publikace metadat
•Vynucení přístupových práv a metadata
•Úprava pro možnost použití jako služby
•Podpora dalších typů popisných metadata
•Integrace
•Dokumentace
•API
36. Děkuji za pozornost!
Marek Melichar
marek.melichar@ruk.cuni.cz
Národní archiv
V Praze dne 1.12.2015
DOTAZY?
37. Odkazy, použité zdroje
BROWN, Adrian. Practical digital preservation: a how-to guide for organizations of any size. 1st ed.
London: Facet, c2013, xvi, 336 s. ISBN 978-1-85604-755-5.
CORRADO, E. M., a H. L. MOULAISON. Digital preservation for libraries, archives, and museums.
Lanham, MA: Rowman & Littlefield, 2014. 270 s. ISBN 0810887126.
KLINDT, M. a AMERHEIM, K. One core preservation system for all your data. No exceptions!, In iPRES
2015, 2-6.11.2015, Chapel Hill, USA.
Owens, Trevor, 2012, NDSA levels of digital preservation: release candidate one, Library of Congress.
http://blogs.loc.gov/digitalpreservation/2012/11/ndsa-levels-of-digital-preservation-release-candidate-
one/
http://bit.ly/ltp-portal
http://digitalpowrr.niu.edu/
https://www.artefactual.com/
http://dsa.cuni.cz/
http://www.digitalpreservation.cz/
Editor's Notes
Uvod obecne o LTP – trochu kontext pro archivematiku, a pro LTP pilot projekt.
aktivitistický úvod – proč se LTP zabývat i ve skromnějsich podmínkach mensich projektu bez dokonaleho sw a reseni – SNIZOVANI barier
- nerad bych, aby zprava z LTP pilot byla, ze AM jespatný sw, spis zprava by mela byt ze LTP je dulezite tema a ma smysl se tim zabyvat a jsou nastroje k disppozici
Takže v téhle části s navleču aktivitistické tenisky, a budu mluvit o dlouhodobé archivaci trochu jinak. Budu se snažit zdůraznit, že LTP je problém, kterým má smysl se zabývat.
Digital preservation, LTP, existuje řada termínu, ja budu používat pojem dlouhodobá archivace, i když je mi jasné, že to termín nepřesný vzhledem k archivům, a IT. Ale je to kratší než dlouhodobá archivace informačního obsahu v digitální podobě.
Pro paměťové instituce je dnes uchovávání a zpřístupňování digitálních dat každodenní praxe, a do budoucna to nebude jinak. Pokud se neprizpusobi ztratí smysl existence. Scenare budouciho vyvoje a rizika toho, ze AKM nezvladnou prechod do digitani doby si archivari a muzejnici vytvareji sami – kdo bude financovat 70% nezpracovaneho nepopsaneho fondu? Proc ho nevyhodit? K cemu mit TB nezpracovanych dat v bacllogu nebo tuny a metry papiru, který nikdo nikdy nechce videt?
Ne všichni mluví o dlouhodobé archivaci stejně. Jinak o ni mluví lidé v IT – kde je archivace chápana jako uložení dat na pásky, jinak o ní mluví počítačoví vědci, kteří se zabývají výzkumem v téhle oblasti a jinak informační vědci, ale obecně jsou ty jazyky vzdáleny potřebám praxe paměťových institucí.
Dlouhodobá archivace je komunitní záležitost, je to sociální úkol –projekt? Jak se angažují VUT nebo CVUT ve vývoji knihovních a muzejním systémů? Nijak, knihovny si dělají svoje systémy samy, muzea a archivy také – chybí tu silný partner – superkomputer centrum jako mají v Polsku nebo v zuse, který bude vytvářet služby pro pamětové instituce aby třeba i paní z muzea zbiroze vedela co ma se svými daty dělat, a měla k dispozici infrastrukturu a služby, kam může svoje data dat… jo, OAISIS, jo, známe
Vyzkum a teoretické debaty – ne vždy dobře reaguji na potřeby AKM
Vytváření obrazu LTP jako konceptuální nebo výzkumné disciplínu - kdo to dělá v podstatě škodí – komplikuje rozhodování institucím, jestli se tím zabývat nebo ne. Často jsou tyhle mýty udržována ze zištných důvodů, nechci, aby někdo věděl co dělám, chci si pro sebe urvat co nejvíc,
Vyžaduje vysoce odborné a technické znalosti, - komunita, open source, sdílení informace,
Rozpočet - Každý krok může pomoci, pouhé přebalení nebo validace ma smysl, a je to krok LTP, který zvyšuje šanci, ze data prezji
Trvalé médium – obvyklé strategie – ale k cemu trvalé médium? Máme historii mikrofilmů, které zplesniveli, ztratily se nebo se nevi co na nich je, proc bychom měli dopadnou lepe s PIQL nebo jiném mediu na 500let? A k čemu na je, ze máme bit streamy na 500Let? LTP je sice na dlouhodobá, ale z praktického hlediska je to predani dat další generaci, vyhledatelnych, validnich, popsanych atd.
Inspirace POWRR - Lower the barier a další projektu – i psychologické bariéry
V praktické rovině je krátkodobým cílem předání dat další generaci s dostatečnými doprovodnými metadaty a informacemi o vlastních datech, a také o změnách a kontrolách provedených nad uloženými daty během dosavadní archivace. Trvalé uchovávání vyžaduje pragmatická rozhodnutí o tom, jaké typy informací a událostí zaznamenávat, v jakém formátu, jaké technické informace z objektů extrahovat, jaké kontextové a vysvětlující informace přidávat apod. Pragmatický přístup znamená přistupovat k dlouhodobé archivaci s postupně rostoucími ambicemi, a nikoli očekávat trvalé a dokonalé řešení hned na začátku, nebo případně nedělat nic.
Pragmatický a praktický přístup k dlouhodobé archivaci řeší obtížné požadavky na dlouhodobou archivaci pragmatickými rozhodnutími v konkrétních projektech s ohledem na dostupné zdroje, finance, a technologie. Samozřejmě se snaží stále zajistit, aby intelektuální obsah uložených objektů zůstal nezměněný a autentický a byl zároveň použitelný v budoucím neznámém technologickém prostředí uživateli, o jejichž znalostech nic nevíme, byl použitelný i bez původce dat atd. Nicméně každodenní provoz archivu a reálná data mohou vyžadovat pragmatická nebo dočasná řešení. Stejně tak instituce musí řešit výběr dokumentů k dlouhodobé archivaci – bohužel paměťové instituce nikdy nebudou disponovat takovou kapacitou, aby mohly ukládat vše, co by z digitálního světa ukládat chtěly
Dlouhodobá archivace digitálních informací není technický problém, technické problémy jsou řešitelné technickými prostředky. Větším rizikem ztráty informací v digitální podobě je nedostatek vůle a odvahy se problematikou dlouhodobé archivace začít prakticky zabývat, i přesto, že nemáme dokonalé řešení, neomezené zdroje nebo všechny odborné znalosti.
Úrovně dlouhodobé ochrany digitálních dokumentů podle NDSA, OWENS, 2012
Ze semináře „Archives in digital world“ – září 2015
- ta otázka je tam namístě z několika důvodu
- co je vyhověni OAIS (funkční model vs informační model) – různé chápání vyhovění OAIS – certifikace a audit, pokud odmyslíme, že OAIS je jen jádro, a požadavky institucí vyžadují mnohem víc…ale pokud tyhle problémy vynecháme, i tak jsme v mlhách….
- jedno je jisté - bezpochyby informační model není problém – bagit based AIP, obsahující METS//Premis/DC metadata
- popis funkcí v dokumentaci, resp. na wiki je velmi optimisticky
- nějakým způsobem naplňuje Archivematica každou oblasti
- otázka je jestli to takto stačí
- některé klíčové funkce chybí… nebo je třeba je implementovat vně Archivematiky s využitím jiných systémů – ne vždy ideálním způsobem
Problém tedy je v rozsahu funkcí dostupných pro jednotlivé oblasti
(příjem - sice transfer a ingest fáze, jako jinde, ale chybí věci, které je třeba řešit jinak –
Archivní uložení také nějak implementováno
Správa dat velmi stručné – udržování databáze
Storage agnostic – to je výhoda nebo nevýhoda - není optimalizovaná pro určitý typ storage, některé funkce je třeba implementovat vně – nebo nove – například kontroly fixty. Výhoda je ze teoreticky lze použit s jakoukoli storage technologii, která je schopna fungovat jako posix II systém. Archivematica také nevi nic o jednotlivých kopiích (pokud jich vic horizontálně) ani nevi nic o připadnych hierarchiích ve storage …disky, pasky atd.
Ted nemluvím o technickém provedeni, ale o implementovaných funkcích, ze v tom jsou mouchy to je jasné, a ze tam je prostor pro vylepší je také jasné.
Ted nemluvim o technickem provedeni, ale o implementovanych funkcich, ze v tom jsou mouchy to je jasne, a ze tam je prostor pro vylepsi je také jasne.
Ted nemluvim o technickem provedeni, ale o implementovanych funkcich, ze v tom jsou mouchy to je jasne, a ze tam je prostor pro vylepsi je také jasne.
Omezení nebo možnosti pro další vývoj. Není to výčet chyb, spíš uvahy o tom, kde bude třeba při praktickém provozu hledat kreativní resení a kam je třeba se dívat v pripadnem dalsim projektu
Nekteré věci jsou v roadmap – financované jinými institucemi
- nekteré se dají resit integraci s jinými systémy
- nekteré doděláním mikroslužeb na míru – finský příklad predelaní všech služeb
- revize kodu všech služeb má smysl – je třeba mit jistoru o návaznosti atd.
Omezení nebo možnosti pro další vývoj. Není to výčet chyb, spíš úvahy o tom, kde bude třeba při praktickém provozu hledat kreativní řešení a kam je třeba se dívat v pripadnem dalším projektu
Některé věci jsou v roadmap – financované jinými institucemi
- některé se dají řešit integraci s jinými systémy
- některé doděláním mikroslužeb na míru – finský příklad předělaní všech služeb
- revize kódu všech služeb má smysl – je třeba mít jistotu o návaznosti atd.
– kdy má workflow skončit, zastavit, ohlasit chybu? Ví jedna služba o výsledku druhé? (validace jhove jako octet stream objektu, který bych identifikován jako JP2 apod
Ukládání dotazu chybí, chybí sety, chybí kombinace dotazů atd.
- Chybí hledání podle konkrétního pole, nelze hledat podle polí techMD apod.
seznam nástrojů, výběr nástroje, pravidel a editaci/vytváření příkazů pro identifikaci formátů,
seznam všech nástrojů připojených v konkrétní instalaci Archivematicy
pravidla a příkazy pro extrakci technických metadat,
pravidla a příkazy pro popis ochranných událostí,
pravidla a příkazy extrakci dat (např. z formátů zip, tar apod.)
pravidla a příkazy pro normalizaci formátů
pravidla a příkazy pro transkripci - OCR z obrazových formátů
pravidla pro validaci formátů a verifikaci dat.
seznam nástrojů, výběr nástroje, pravidel a editaci/vytváření příkazů pro identifikaci formátů,
seznam všech nástrojů připojených v konkrétní instalaci Archivematicy
pravidla a příkazy pro extrakci technických metadat,
pravidla a příkazy pro popis ochranných událostí,
pravidla a příkazy extrakci dat (např. z formátů zip, tar apod.)
pravidla a příkazy pro normalizaci formátů
pravidla a příkazy pro transkripci - OCR z obrazových formátů
pravidla pro validaci formátů a verifikaci dat.
Standard – mmuze obsahovat objekty, md5 nebo jiny hash, metadata, processing xml – usporadani do struktury
Bagit – stejne jako standard, jen neumoznuje vkladat metadata
dspace – jednotlivé objekty, tak cele struktury kolekci
disk image – obrzay disku ruzných formátů
API – jen rcstecne dokumentováno, ale v zásade umožnuje automatizovat ingest – sleduje slozku pro transfer, pokud tam pribudou data zahaji zpracovani, nedokumentované části jde i sledovat stav ingestu a zuložení
- Archivematica není repozitář
Hledání kreativních řešení nebo doplnění jinými systémy
- Archivematica není repozitář –
možnost aktualizovat deskriptivní metadata uložených balíčků AIP
možnost aktualizovat jakékoli části metadat AIPu - pokud je AIP komplexnější a obsahuje více úrovní popisu (MODS a DC pro titul, číslo, článek)
hromadné operace nad uloženými AIPy, například operace jako opakované kontroly fixity nebo nové vygenerování user copy, opakované spuštění validace nebo extrakce technických metadata a přidání výstupu/eventu do AIP. Tyto úkony nelze provádět přes ani pomocí API.
možnost skutečně pracovat s kolekcemi a nějak definovanými sadami dat. Možnost ukládat metadata kolekcí a publikovat je.