「校验和证明『没变』,而保存要求『必须变』」:数字保存里那个自相矛盾的判据
【锚点】这一篇只钉一个判断:【数字保存的核心不是对抗损坏,是对抗『必须改变』——而证明完整性的工具(校验和)与维持可读性的手段(格式迁移)在定义上互斥:每成功迁移一次,就销毁一次『未被篡改』的证据。第三解不在技术层,在元数据层。】
【显式】NDSA《数字保存等级》(Levels of Digital Preservation,2013 首版 / 2019 修订) 的 Level 1 就要求 fixity check(校验和);LOCKSS 的做法是大量廉价副本互相投票,多数一致即认为未损坏。这两件事早已工程化,不是难点。
【显式】真正反直觉的结论来自 David Rosenthal(LOCKSS 项目负责人):位腐(bit rot) 罕见,杀死数字档案的主要是组织死亡与经济失败——预算断了、项目撤了、没人接手。他在 DSHR’s Blog 与《The Economics of Long-Term Digital Storage》(2010) 里反复算这笔账:存储成本下降得比数据增长快,但策展(curation)的人力成本不下降。
【隐式】所以『多做备份、多跑校验和』防的是最不常见的失败模式;它防不住最常发生的那个——没有人。
【细微】接下来是那个自相矛盾。校验和的全部意义是『比特没变』。而格式过时(WordPerfect 5.1、SAS .xpt、老 .sav、专有 CAD)的唯一解是迁移——迁移必然改变比特。于是你必须重新基线化(re-baseline)校验和。在审计视角下,re-baseline 这个动作等价于『承认文件变了』。这正是 GxP/ALCOA+ 与档案保存正面相撞的地方:ALCOA+ 要求 Original,档案保存要求可读,而可读性每十年要用一次『原始性』去换。
【极难发现】判据的翻转在这里:档案学里的『原件』(original) 在数字环境里根本不可实现,可实现的只有『可验证副本』(verifiable copy)。所以判据不该是『这是不是原件』,而是『能不能在不问任何人的情况下重建它的生成路径与解读路径』。OAIS 把这套东西叫 Representation Information——保存的不是比特,是『比特 + 让它有意义的那套说明』。BBC Domesday Project(1986,为 BBC 百年做的交互式光盘)在 2002 年被 CAMiLEON 项目用模拟方式救回,靠的不是找到原机器,是重建了那套说明。
【流程节点链路】起点:原始文件生成(T0)→ 中间节点1:登记 SHA-256 校验和,形成『未篡改』基线 → 中间节点2:介质轮换(换硬盘/换云),比特不变,校验和不变,证据链完好 → 中间节点3:格式过时,渲染器消失 → 中间节点4:迁移到新格式,比特改变 → 中间节点5:校验和必须重新基线化 → 中间节点6:旧基线与新基线不可比,『自 T0 起未被篡改』这句话在此断裂 → 终点:可读性恢复,完整性证据链出现一次不可修复的断点。一个节点都不能省——省掉任何一个,你都会以为自己在保存,其实只是在搬运。
【可操作】把这条链变成一次演练:每年随机抽 10 个文件,交给一个没参与过该项目的人,在不问原作者的前提下打开,并复现一张图或一个数。恢复失败的,比磁盘告警更该上报。备份不是保存,能恢复才是。
【可辩论】如果『完整性』与『可读性』注定每十年互相抵消一次,那么数字档案的『真实性』到底该由谁、在什么时刻签字——生成者、保管者,还是最后一个还能读懂它的人?






0 Comments