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)。現(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.