馬永華

摘要：大數(shù)據(jù)作為數(shù)據(jù)驅動新技術，廣泛應用于檔案歸檔、查閱及檔案信息開發(fā)利用等檔案管理工作中，同時檔案數(shù)據(jù)的大量涌現(xiàn)也給檔案管理帶來了極大的挑戰(zhàn)。本文通過應用區(qū)塊鏈技術來改善檔案管理方面遇到的新問題，構建具有去中心化、不可篡改、安全可信、信息公開、保護隱私等特點的檔案管理系統(tǒng)。

關鍵詞：區(qū)塊鏈、檔案管理、去中心化

“大數(shù)據(jù)”（Big data）被美國政府稱之為“未來的新石油”。從數(shù)字檔案館角度來看，大數(shù)據(jù)技術可理解為利用現(xiàn)有的檔案數(shù)據(jù)轉化為知識、幫助檔案館做出決策的工具，主要目標是借助于科學的分析手段和挖掘算法從大量、雜亂、繁復的數(shù)據(jù)中，整理和分析數(shù)據(jù)，以提高數(shù)字檔案利用率，提高數(shù)字檔案館決策能力、決策效率、決策準確性。

區(qū)塊鏈（Blockchain）指的是一種鏈式的數(shù)據(jù)結構，其中鏈上每個區(qū)塊以時間順序相連，利用密碼學等進行數(shù)據(jù)交換和存儲;而區(qū)塊鏈技術是指不依賴第三方，通過自身的分布式節(jié)點來進行數(shù)據(jù)交換和存儲的一種技術方案。區(qū)塊鏈技術作為比特幣的底層技術，具有去中心化、不可篡改、可追溯、開放性和匿名性的特征。區(qū)塊鏈技術能以其獨有的優(yōu)勢保證數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、數(shù)據(jù)透明性，當然也可以改善大數(shù)據(jù)背景下檔案管理工作存在的問題，如檔案數(shù)據(jù)增長快且數(shù)據(jù)復雜、檔案數(shù)據(jù)資源利用率低、檔案數(shù)據(jù)傳遞不暢等。下面本文將重點討論大數(shù)據(jù)背景下區(qū)塊鏈技術在檔案館的應用。

（一）區(qū)塊鏈技術可降低檔案數(shù)據(jù)管理成本

要解決檔案數(shù)據(jù)規(guī)模急劇增長以及數(shù)據(jù)格式、類型的復雜多樣的問題，就必須借助于大數(shù)據(jù)應用系統(tǒng)?，F(xiàn)有的大數(shù)據(jù)應用系統(tǒng)以分布式的方式存儲數(shù)據(jù)，完美解決了數(shù)據(jù)分布問題、分布式系統(tǒng)中的容錯問題，處理大數(shù)據(jù)時的冗余問題。成熟的大數(shù)據(jù)應用系統(tǒng)有基于存儲的分布式文件系統(tǒng)GFS（Google file system）、Hadoop，以及李浩源等研發(fā)的基于分布式內(nèi)存的文件系統(tǒng) Tachyon。分布式文件系統(tǒng)利用 RCFiIe、Parquet 等存儲格式優(yōu)化存儲，節(jié)約了存儲空間。以 Hadoop 平臺為例，首先，數(shù)字檔案館通過 ETL（數(shù)據(jù)倉庫技術）方法對分散、異構的檔案信息資源進行抽取、清洗，然后利用 MapReduce編程模型對清洗后的數(shù)據(jù)進行深層次挖掘分析，最后利用 Hadoop 或 NoSQL 等大數(shù)據(jù)集成技術將處理后的數(shù)據(jù)存在到各自的數(shù)據(jù)倉庫。大數(shù)據(jù)應用系統(tǒng)可存儲、分析、挖掘不同類型的檔案數(shù)據(jù)，分析前需要在數(shù)據(jù)的海洋中甄別出那些真正有價值并且真實的東西。眾所周知，做數(shù)據(jù)挖掘和數(shù)據(jù)分析時，大量時間成本或精力成本花費在了有效數(shù)據(jù)的收集和數(shù)據(jù)清洗上。區(qū)塊鏈技術為用戶解決了大數(shù)據(jù)分析中的數(shù)據(jù)質(zhì)量、數(shù)據(jù)存儲和管理的問題，減少了收集和清洗數(shù)據(jù)的時間，降低了數(shù)據(jù)分析和挖掘成本。

（二）區(qū)塊鏈技術可保證數(shù)據(jù)安全、真實、準確

運用大數(shù)據(jù)系統(tǒng)可管理海量檔案數(shù)據(jù)，用戶只需簡單的操作就可以對海量的檔案數(shù)據(jù)進行查詢和分析，建立數(shù)據(jù)與數(shù)據(jù)之間的關系模式，提升了整個檔案數(shù)據(jù)的價值。運用大數(shù)據(jù)技術可以對數(shù)據(jù)檔案館的資源數(shù)據(jù)進行深度挖掘，找出資源數(shù)據(jù)的內(nèi)在聯(lián)系，可提高數(shù)字檔案資源的利用率，提升數(shù)字檔案資源價值。大數(shù)據(jù)技術進行挖掘時對服務器等硬件要求很高，容易造成 MDB（message driven bean）損壞，在吞吐量非常大的環(huán)境下還很容易發(fā)生數(shù)據(jù)丟失。針對數(shù)據(jù)挖掘中可能出現(xiàn)的數(shù)據(jù)安全問題，可采用區(qū)塊鏈技術解決。區(qū)塊鏈的數(shù)據(jù)大多都采取了云存儲技術，這種技術在不需要經(jīng)過數(shù)據(jù)中心的情況下自動處理結構數(shù)據(jù)和非結構數(shù)據(jù)，解決了 MDB 損壞的問題。同時現(xiàn)有的區(qū)塊鏈協(xié)議可以使用全新的共識模型在幾秒內(nèi)完成極為龐大的信息之間的互相傳送與交換，并且利用可伸縮的數(shù)據(jù)模型來降低運行負荷。同時區(qū)塊鏈自身的特性決定了一個節(jié)點數(shù)據(jù)的丟失并不會影響整個數(shù)據(jù)的完整性，因為還有其他節(jié)點可用來恢復。這種技術解決了吞吐量非常大的環(huán)境下的數(shù)據(jù)丟失問題，保障了數(shù)據(jù)傳輸安全，保證了檔案館館藏資源數(shù)據(jù)挖掘的準確性，解決了檔案最為關鍵的安全問題。

（三）區(qū)塊鏈技術更好地共享檔案數(shù)據(jù)

為了消除檔案信息孤島，制度上可制定統(tǒng)一、可行的行業(yè)規(guī)范，加強館際合作;技術上可建立檔案大數(shù)據(jù)共享平臺，對現(xiàn)有的檔案信息系統(tǒng)進行整合，實行檔案信息資源共建，切實奉行檔案數(shù)據(jù)共享。提到檔案數(shù)據(jù)共享，很多學者認為這很有必要，的確能消除檔案信息孤島，有利于檔案大數(shù)據(jù)分析和挖掘。但現(xiàn)實中，很多數(shù)字檔案館對于檔案數(shù)據(jù)共享總是顧慮重重，擔心泄露個人隱私，擔心泄露國家機密?；诖?，大家一直在尋找共享數(shù)據(jù)安全解決方案。本文發(fā)現(xiàn)區(qū)塊鏈技術憑借不可篡改、可追溯等特性，通過“加戳”和“加密”兩種方式解決了數(shù)據(jù)共享中的關鍵問題。所謂的“加戳”是在數(shù)據(jù)流通過程中對其打上烙印，可以實現(xiàn)對是否使用、使用過幾次的登記，這樣就可以讓檔案數(shù)據(jù)資產(chǎn)化，保障原作者的利益?！凹用堋眲t通過多種加密技術保障檔案數(shù)據(jù)不被泄露。兩種技術的結合可以有效保障檔案數(shù)據(jù)共享的安全性。

（四）區(qū)塊鏈技術保障檔案信息安全

眾所周知，傳統(tǒng)的檔案保存依賴于紙質(zhì)材料，所需成本較高，管理人員工作量大。國家檔案局印發(fā)《全國檔案事業(yè)發(fā)展“十三五”規(guī)劃綱要》強化了檔案電子化管理的，要求加快檔案管理信息化進程。檔案管理目前趨于單軌制雛形，更倚重電子數(shù)據(jù)管理和電子數(shù)據(jù)流通?；诖髷?shù)據(jù)的檔案管理系統(tǒng)依靠分布式數(shù)據(jù)庫和并行處理算法，不僅可以有效管理海量檔案數(shù)據(jù)，而且能快速處理海量檔案數(shù)據(jù)，提升了檔案管理效率，降低了檔案管理成本。針對數(shù)字檔案管理中出現(xiàn)的信息安全，可利用區(qū)塊鏈技術解決。數(shù)字檔案管理的核心目標就是保障其安全，而區(qū)塊鏈技術的安全、便捷特性就是保障流通數(shù)據(jù)安全。本文認為，區(qū)塊鏈技術的開放性、去中心化、公開透明、雙方匿名、不可篡改、可追溯的特點在提升數(shù)字檔案管理便捷性的同時，也提高了數(shù)字檔案的安全性，保障了數(shù)字檔案的真實性，解決了操作數(shù)據(jù)、原數(shù)據(jù)與數(shù)字檔案本身的信息數(shù)據(jù)相分離的問題，維護了數(shù)字檔案的完整性。

總之，檔案作為社會資源的重要組成部分，其安全性、完整性和真實性受到了各行各業(yè)的重視。而區(qū)塊鏈技術的快速發(fā)展及廣泛應用，區(qū)塊鏈技術為人們指出了一條檔案管理的高效途徑。它不僅可以加強檔案管理主體治理職能，提高檔案信息處理效率，還可以豐富檔案資源，解決檔案收集難、鑒定難問題，同事還能保證檔案的安全性、真實性和完整性。但其也有缺陷，如區(qū)塊鏈應用于檔案管理也將面臨數(shù)據(jù)處理速度過慢的問題，鏈上的記錄也有著被推翻的風險，不能完全確保區(qū)塊鏈就是一定安全的等。因此在面臨機遇的同時，我們也要謹防其所帶來的挑戰(zhàn)。但我們相信隨著時代的發(fā)展和技術的進步，區(qū)塊鏈技術也將不斷得到完善。

參考文獻：

[1] 劉越男 . 區(qū)塊鏈技術在文件檔案管理中的應用初探 [J]. 浙江檔案 ，2018， No.445（5）：9-13.

[2] 何曉東，黃新榮 . 淺析區(qū)塊鏈技術在電子文件管理中的應用 [J]. 檔案與建設 ， 2018（2）：4-8.

[3] 秦巧云 ， 周楓 ， 楊智勇 . 大數(shù)據(jù)環(huán)境下數(shù)字檔案館信息安全研究 [J]. 北京檔案 ，2017（06）：18-21.

[4] 李富成 ， 黃丹若 . 大數(shù)據(jù)環(huán)境下數(shù)字檔案館知識服務模式 [J]. 檔案與建設 ，2017（11）：12-15.