电子档案封装策略选择
时间：2023-01-15 10:35:05 来源：雅意学习网 本文已影响 人 
文·张学干 焦同生
电子档案封装是将电子档案和元数据按指定结构打包的过程，自从20世纪90年代澳大利亚州公共文件局提出用数据（即电子档案和元数据的封装包）的方式来实现电子文件的长期保存以来，封装在电子文件和电子档案领域备受关注。近年来，随着电子文件“单套制”归档和电子档案“单套制”管理的逐步推开，按照规范格式封装的电子文件、电子档案封装包被广泛应用于跨部门、跨系统之间的数据交换、整理归档和移交接收等工作中。
封装包通过将电子档案内容和元数据按照规范结构封装在一个信息包里或者在电子档案内容里嵌入元数据信息的方式，用于维护电子档案与其元数据的可靠联系，实现电子档案的自包含、自描述、自证明，确保电子档案的真实性、完整性和有效性。目前，国内采用的封装包主要有三种，一是2009年批准发布的档案行业标准《基于XML的电子文件封装规范》规定的基于XML封装的EEP封装包；
二是国家档案局2012年印发的《电子档案移交和接收办法》规定的电子文件包；
三是2020年批准发布的国家标准《党政机关电子公文归档规范》提出的OFD格式文件。前两个采用信息包封装的方式，第三个采用元数据嵌入电子档案内容里的方式形成封装包。
上述介绍的三类封装包虽然都是基于XML语言进行封装，元数据为XML格式，但是封装包内电子档案的数据内容和元数据在组织结构、内容呈现等方面存在着诸多差异，各有优缺点。
（一）组织结构比较
EEP封装包基于OAIS参考模型中的AIP（档案信息包）模型，可以被视作一个“洋葱型”结构（如图1所示）。
图1：EEP封装包树形结构
一个封装包逻辑上被分为三层，核心是电子档案内容，其以Base64编码的方式，嵌入到XML文件中；
中间层是与电子档案相关的元数据；
最外层是封装的描述信息即封装包元数据。EEP封装包中包含文件、文件处理单、元数据、电子签名、封装描述信息等，一个封装包中可以封装多个文档（如正文与附件），一个文档可以包含多个版本（如正本、定稿、草稿），文档的同一版本还可以包含不同格式的计算机文件（如PDF格式和DOC格式），并且还有电子签名验证功能，既满足了电子档案封装的需求，同时可以保障电子档案的真实可靠性。EEP封装包支持对电子档案数据或其元数据封装后的再修改，如果对原始封装包进行修改，每修改一次会在原封装包的基础上增加封装一个修订层，修订层包含全部电子文件元数据、被修改的电子档案数据和修订封装包元数据。但是经过多次修改后，“洋葱型”的层数会越来越多，既造成元数据的大量冗余，也给计算机系统的解析、识读增加负担。另外，电子档案内容采用Base64编码时，对文件大小有限制要求，封装的文件一般在5兆以内，因为较大的电子档案占用的封装时间相对较长，而且在网络环境下，可能还会因为网络带宽限制造成更大延时，而导致封装失败。同时，编码后，文件大小会增大1/3，也会对数据的存储带来一定压力。
电子文件包是将电子文件和元数据分别保存为格式文件，然后将这些文件按照一定关系组织在一起，形成一个“包”形式的文件组合，存储结构采用层级的文件夹结构（如图2所示）。
图2：电子文件包存储结构
电子文件夹层次结构一般按照档案整理和分类方法来设置，例如年度—保管期限—机构（问题）—文件，最底层文件夹一般以档号来命名，用于存放一份电子档案的内容和元数据。电子文件包内的电子档案元数据一般包括电子档案的基本信息、流程信息、电子文件属性信息等，并通过XML语言封装，电子档案内容数据放在文件夹内依次排列。电子文件包的结构层级清晰，数据包实现技术比较简单，电子档案内容不进行编码，可以有效降低封装时间和电子档案内容的打开浏览时间，但由于电子档案和元数据分体式保存，给管理上也带来一定难度，而且存在电子档案被非法修改的风险。一般情况下，在电子档案移交时，为了便于传输、管理和保存，电子文件包以ZIP压缩包的方式进行打包，并通过电子签名、数字摘要、时间戳等方式对ZIP压缩包进行固化。
OFD格式文件基于XML技术来描述文档数据，格式开放，利于理解，长期可读可用，是我国自主研发制定的适合我国电子文件长期存储和交换的自主可控版式文件格式标准。可以作为电子档案的长期保存格式，用于电子文件的格式转换，在电子文件归档时将各种主流格式的文件统一转换为OFD格式，或者将不符合国家标准的、格式即将被淘汰的等进行统一转化，例如将PDF格式转换为OFD格式。
OFD格式采用ZIP压缩打包，可有效支持电子档案信息包的封装，用于电子档案的存储和交换（如图3所示）。
图3：OFD格式文件存储结构
把一份电子档案包含的正本、文件处理单、定稿、历次修改稿以及电子档案的元数据和呈现形式封装成一个文件，形式层用于保持文件的原始性，在浏览、利用时显示，内容层通过OCR等方式实现电子档案的全文检索，元数据以XML语言嵌入到OFD格式文件中，既可以用于检索，也可使OFD格式文件作为完整电子档案格式不依赖于文件系统、数据库等运行环境独立存在。OFD格式文件把构成一份电子档案的所有内容数据及元数据都物理聚合在一起，还可以根据电子档案管理的需求补充扩展相关元数据，且支持数字签名技术，一定程度上保证了电子档案的完整性和真实性，适用于电子档案的长期保存。
（二）内容呈现比较
EEP封装包把一份电子档案的内容和元数据封装在一起，打开一个封装包就可以浏览该电子档案从“出生”以来的管理全过程和电子档案的全部内容，但由于电子档案内容进行了Base64编码，不通过解析工具无法直接查看电子档案内容，需要使用符合标准要求的封装包浏览器，才能查看封装包元数据、浏览电子档案内容。
电子文件包不需要专用的文件解析工具就可以方便打开电子档案内容，但由于电子文件归档时采用不同的格式，如PDF、DOC、JPG、WAV、MPG等，需要在电子档案管理系统中安装各种的浏览插件或工具。而且由于元数据和电子档案内容分类保存，查看某一份电子档案和元数据时需要分别打开不同的XML文件和内容，比EEP封装包要复杂。
OFD文件采用“容器+文档”的方式描述和存储电子档案，是一种开放式的版式文档格式，独立于软硬件、操作系统和输出设备，其版面固定、不跑版、所见即所得，可以被视为计算机时代的“数字纸张”。其采用“层次文本+压缩打包”的技术机制，比同样内容的DOC、PDF等格式文件体积更小，在线阅读时文件加载、打开速度快，适应电子档案长期保存的需求，保证了电子档案的长期可读、可解析、可理解。
EEP封装包作为国内推广使用较早的一款封装包，是在《文书类电子文件元数据方案》的基础上进行改造而来的，一定程度上推动了电子档案封装技术的进步，但是其封装复杂，且每对封装包做一次修改，都要增加一个修订层，会产生大量冗余的元数据，尤其是对电子档案内容进行Base64编码后，需要专用的浏览器打开，以及解析时会耗费大量计算资源，而且占用存储空间较大的电子档案不适合进行Base64编码，导致这种封装方式正在逐步被淘汰。
建立规范的存档信息包，并通过接口技术实现存档信息包在系统之间的切换，是电子文件归档的关键。目前通过电子文件包封装存档信息包，在电子文件归档和电子档案归档方面应用较广，包括2019年批准发布的档案行业标准《政务服务事项电子文件归档规范》中，对政务服务事项电子档案的封装也是采用改进后的电子文件包。
PDF、PDF/A等格式文件被国外长期垄断，格式解析、标准解释等掌握在国外的企业手中，使用和服务受制于人，且文档信息容易被“劫持”，存在安全风险。OFD格式就是为实现国产自主可控替代计划，突破国外技术垄断，维护国家网络安全应运而生的。OFD格式目前还处于起步阶段，用户的使用习惯、价格成本等都会影响到推广应用，但从长期来看，OFD格式自身的优越性，以及国家对自主可控推动的决心，OFD格式的应用是大势所趋。
在实际的档案工作中，要分析各种封装包的优缺点，根据档案在交换、保存、利用等不同阶段的特点，灵活使用，如电子文件包中电子档案的版式文档可以采用OFD格式；
为便于存储和访问，在电子档案管理和利用阶段可以采用电子文件包的存储结构；
OFD格式符合档案行业标准《版式电子文件长期保存格式需求》，用于长期保存的电子档案可以采用OFD格式封装等等。
