Estrategias de Preservación Digital. Hugo Carrión G. Junio, 2014

Transcripción

1 Estrategias de Preservación Digital Hugo Carrión G. Junio, 2014

2 Agenda Hora Actividad 08:30 a 09:00 Registro de participantes 09:00 a 10:00 Por qué preocuparse por la preservación digital? 10:00 a 11:00 Estrategias de preservación digital 11:00 a 11:30 Coffee Break 11:30 a 12:30 Elaboración de un plan de preservación digital 12:30 a 13:00 Conclusiones y evaluación 2

3 Deberíamos estar preocupados? 1975: La NASA envía las misiones Viking a Marte El profesor Joseph Miller desea acceder a los datos. Los datos se recuperan desde copias impresas. El 20% se ha perdido definitivamente. 2001: El análisis halla trazas de vida. The data were on magnetic tapes, and written in a format so old that the programmers who knew it had died Fuente: 3

4 4

5 Vida analógica VS vida digital

6 Vida digital Creación de documentos 0 bits IBM PC 360 KB HP Pavilion 2 TB 6

7 Vida digital Fotografías 0 bits Sony Mavica 0,28 Megapixeles Nikon D800 36,3 Megapixeles 7

8 Vida digital Video 0 bits Video CD 640 MB Blu-ray 50 GB 8

9 Vida digital Comunicación 0 bits Motorola Star TAC 140 caracteres 140 bytes Samsung Galaxy S5 16 GB 9

10 Ciudad digital 4,2 M de cámaras 0 bits 10

11 Campo digital 0 bits 8,6 M de cabezas de ganado 11

12 La mayor parte de la información ya es digital 12

13 Cuánta información tenemos? exabytes exabytes exabytes 1 exabytes = 2 18 bytes Fuentes: Estudio de Marin Hillbert & Priscila López Estudio de la Universidad de Berkeley 13

14 Cuánta información tenemos? 14

15 La información digital es frágil El volumen es muy grande El contenido y el soporte se separan Dependencias de la tecnología Obsolescencia tecnológica Mantenimiento caro La negligencia benigna no sirve (store-&-ignore) 15

16 Los contenidos digitales son frágiles y complejos Degradación muy rápida del dato El dato almacenado en formato digital se degrada muy rápidamente. En algunos soportes como CD-ROM, memorias o cintas de backup, menos de 10 años. Muy inferior a los soportes tradicionales analógicos. Esto hace que la probabilidad de que un dato no accedido en los últimos 10 años se haya perdido sea muy alta (se estima aproximadamente en un 60%). Obsolescencia tecnológica Los formatos digitales dejan de estar en vigor en plazos muy cortos. Hoy en día ya no es posible leer ficheros escritos en wordstar y es complejo abrir archivos de Excel 2003 con la versión del año Por no hablar de los lectores de cintas, disquetes y CDROM que han caído en desuso. La duración de un formatoses muy inferior al tiempo de vida de la información que contienen. Falta de metadatos Incluso aún pudiendo leerlos, si en el momento del almacenaje no se incluyeron metadatos, reutilizarlo será inviable, especialmente en grandes colecciones o contenidos con relaciones complejas. Datos como la aplicación de creación, sistema operativo o historial de cambios no son necesarios para el uso actual pero son imprescindibles para la usabilidad futura. 16

17 Necesidad de procesos de preservación Por ello son necesarios procesos de preservación especializados en el mundo digital, diferentes de los conocidos para la información analógica y a los procesos de gestión de documentación viva. 17

18 Búsqueda de nuevos soportes Hitachi Chip de cuarzo Soporta hasta 1000 C Cuneiform atech. Inc Laser sobre acero 1000 años Agencia Nuclear Francesa ANDRA Disco duro de zafiro 1 millón de años U. Berkeley Tecnología de nanopartículas 1000M años 18

19 Qué es la preservación digital? Proceso y actividades para garantizar la reutilización futura de la información digital. Es decir, el acceso, integridad, autenticidad y usabilidad de la misma. 19

20 Para qué preservar la información digital? Motivos históricos Motivos económicos Motivos legales Motivos patrimoniales La información digital hoy es nuestra huella como especie y como cultura. Tenemos que crear y preservar la memoria del futuro. 20

21 Estrategias de preservación digital

22 1. Actualización / Refreshing Transferencia de datos de un soporte a otro Nos preserva los datos, pero es un paso repetible e imprescindible para garantizar el acceso a estos. Dimensionar la previsión de vida del nuevo soporte 22

23 2. Migración Transferencia de datos de un formato a otro Es la estrategia más usada, aunque existe de perder elementos y funcionalidades del documento Por lo general no requiere conocimientos técnicos especializados La migración de objetos complejos, puede resultar difícil y altera el contenido. 23

24 3. Emulación Es simular el comportamiento del software original Es una estrategia respetuosa con el documento original No requiere seguimiento continuo de formatos Soluciona la lectura de objetos complejos (bases de datos) Requiere conocimientos especializados 24

25 Otras estrategias 4. Respaldo: simple duplicación del objeto 5. Respaldo análogo: microfilmación, papel 6. Replicación: almacenamiento en lugares diferentes 7. Metadatos de preservación 8. Encapsulamiento: integración datos y descriptores 9. Utilización de medios persistentes: Uso de CD de oro o platino 10. Preservación de la tecnología: Colección o museo digital 11. Arqueología digital: Estrategia reactiva 25

26 Qué y dónde almacenar los datos Principios básicos Varias copias Separadas geográficamente Distintas tecnologías Lots of copies keep stuff safe. LOCKSS.org Preservación distribuida 26

27 Evaluar la opción de la nube Muchas ventajas por ubicuidad y por gestión No es evidente que siempre sea una ventaja para preservar (difícil de auditar, pérdida de control, soberanía de datos ) Administrativamente podría ser complejo 27

28 Algunas soluciones Gestión Almacenamiento Archivado de Contenido Preservación 28

29 Modelo de preservación digital

30 Esquema OAIS (Open Archival Information System ISO 14721:2012 SIP: Paquete de Información de Envío AIP: Paquete de Información de Archivo DIP: Paquete de Información de Distribución 30

31 Esquema OAIS. ISO 14721:

32 Puntos clave de la preservación Diseñar el plan de preservación Control de calidad y carga Diseminación Auditorías Recuperación Evolución y Certificación Para preservar a largo plazo hay que tomar acciones a corto plazo 32

33 Diseñar el plan de preservación Quién, para qué y cuando va a usar la información? Qué preservar? Definir la plataforma, el software, los manuales Definir formatos, estructuras, metadatos y soportes Definir derechos y seguridad de acceso Ingestar con garantías de calidad, formato, estructura y metadatos Guardar en los repositorios definidos garantizando que lo almacenado es lo correcto Revisar que lo sigue siendo en el tiempo mediante firmas digitales o funciones hash Si el volumen de datos es alto, debe ser una tarea automatizada 33

34 Control de calidad y carga Comprobaciones Básicas Nombre Estructura de carpetas Metadatos Formatos Antivirus Huella y firma digital TDR TDR: Repositorio Digital de Confianza 34

35 Diseminación y copia Cuantas más copias (controladas) de la información, menor es el riesgo de pérdida. Copia de forma automática a servidores, NAS o equipos libdata Posteriormente realizar una verificación de cada copia. TDR 35

36 Auditoría Está todo como estaba? TDR 36

37 Acceso y recuperación Permite proteger los originales El usuario nunca tendrá acceso al almacenamiento real de los datos No pudiendo por tanto modificarlos ni dañarlo Los objetos se acceden por catálogo, por consulta o por URL Área compartida TDR Área segura 37

38 5 consejos para sobrevivir al caos y preservar el patrimonio digital

39 1. Inicie una dieta digital Conozca lo que consume Consuma light Calcule lo que almacena 39

40 Conozca su dieta digital diaria 40

41 41

42 42

43 43

44 44

45 2. Organice sus archivos digitales Centralice la información Utilice carpetas Ponga nombres claros a sus archivos Utilice una codificación básica Las instituciones utilicen Repositorio Sistema de gestión documental Sistemas de respaldo 45

46 46

47 3. Utilice formatos abiertos Los formatos abiertos aseguran el acceso a su información en el futuro PDF HTML CSV JPEG Puede trabajar en formatos propietarios, editarlos, pero: Publique y almacene a largo plazo en formatos abiertos 47

48 4. Haga respaldos De su información importante 5 al 10% de su información es valiosa Respalde al menos una vez al mes su información personal. Disco duro externo En la nube Mejor no en medios ópticos A nivel institucional establezca un protocolo de respaldo 48

49 5. Analice medidas especializadas En caso de caso especiales analice: Planes de migración Opción de datacenters Trabajo en la nube Plan de respaldos especializados Plan específico de preservación digital 49

50 Mayor información IMAGINAR Centro de Investigación para la Sociedad de la Información Quito-Ecuador Teléfono: Móvil: Skype: hcarrion 50