Цифровая катастрофа: утрата оцифрованных данных

Нарушено главное обещание цифровой эпохи. Если вначале считалось, что благодаря своему дематериализованному содержанию цифровая информация хранится гораздо лучше, чем нецифровая, то теперь пришло отрезвление. Библиотеки и архивы, корпорации и госучреждения столкнулись с тем, что информацию на электронных носителях более чем 20-летней давности невозможно прочитать, а значит она утрачена.

Информация становится недоступной по разным причинам: носители данных стали нечитаемыми, отсутствуют нужные дисководы или больше не поддерживаются старые форматы. Американскому космическому агентству NASA не удаётся считать тысячи магнитных лент космических миссий. Большие пробелы появились в архивах газет и телепередач, примеров тому тысячи. Историк 19-го века может проследить малейшие изменения текстов, рукописные дополнения к ним или пометки на полях, а хронист прошедшего столетия (хотя он и сталкивается с бесконечной массой бессодержательного материала) не может получить доступа к тем важным данным, которые погибли в цифровой вселенной.

Реалистичная продолжительность жизни любимых носителей

Теперь цифровое забвение затрагивает не только крупные компании и организации, но и отдельных людей. Разбирая свои вещи, мы наталкиваемся на диски собственной записи, сделанные десять лет назад, которые уже невозможно проиграть. DVD с фильмами, записанные с телевизора, перестают работать уже через пять лет. Раны от таких потерь быстро заживают, но вот утрата важного носителя с текстами, фотографиями и электронными письмами переживается намного тяжелее. Хотя крупные производители CD- и DVD-дисков заявляют, что их продукция функционирует без сбоев от 30 до 100 лет. Специалисты считают, что реальная продолжительность жизни этих всеми любимых носителей составляет от 2 до 10 лет.

Несмотря на то, что доступ к наследию предыдущих лет составляет одну из важнейших основ культуры и науки, а основная часть нашего знания и нашей культуры создаются и сохраняются в цифровом виде, до сих пор не существует надёжных способов долговременного хранения данных. Можно без проблем прочесть 300-летнюю книгу, но считать электронный манускрипт 30-летней давности с 8-дюймовой дискеты уже невозможно.

Носитель данных «бумага» сохраняется сотни лет

Для сравнения, методы обращения со старыми книгам не изменились за прошедшие века: существует единая система кодирования (алфавит), который мы можем интерпретировать и сегодня, а отдельные страницы собраны в единый объект (книгу), создание которого основывается на известных всем принципах: страницы нумеруются и соединяются в книге в числовом порядке. При хорошем хранении бумага не изменяется и после сотен лет, её отдельные информационные элементы (буквы) надёжно и надолго установлены на своих местах, а на обложке книги обозначено название, чтобы быстро отличить одну книгу от другой. В итоге, книга достаточно стабильна и транспортабельна.

А вот в наш компьютерный век каждый формат хранения данных, называемый надёжным, прогрессивным и ориентированным на будущее, оказывается таким же неустойчивым, как и его предшественники, а прогнозы производителей и экспертов об их надёжности не подтверждаются. Сразу приходит на ум простое решение: распечатывать электронные файлы после завершения редактирования и тем самым обеспечивать их долгосрочную доступность. Но проблема здесь состоит в том, что содержание цифровых документов не всегда можно распечатать и включить в книгу: речь идёт о мультимедийных файлах.

Постоянное перекопирование на свежие носители

Итак, как воспользоваться завтра тем, что создано сегодня? Над этой проблемой уже давно ведётся работа, и кажется, сейчас выход найден: во-первых, постоянное перекопирование на свежие носители, во-вторых, многократное копирование для подстраховки и, в-третьих, постоянное обновление оборудования и программного обеспечения параллельно с переносом и конвертацией существующих данных. Но этот путь довольно сложен, к примеру, информация, перенесённая в новый формат со старого носителя, никогда не будет точной копией исходных данных. Так что если вы хотите избежать этой дорогостоящей ловушки, остаётся только бумажный архив.

Если распечатывание километров файлов вам не подходит, сконцентрируемся на других способах обеспечить сохранность личного цифрового архива у себя дома

Это касается как средств хранения и защиты информации, так и форматов данных. Начнём со второго: во-первых, чем более распространён формат, тем дольше, скорее всего, им можно будет пользоваться. Многое свидетельствует о том, что разброд форматов, характерный для зари компьютерной техники, постепенно закончится. К примеру, если раньше сосуществовали самые разнообразные, взаимно не поддерживаемые текстовые программы и табличные редакторы, то сегодня всё сфокусировано только на актуальной версии семейства Microsoft Office и на Open Office. И хотя эти два формата конкурируют друг с другом, оба они признаны Международной организацией стандартов (ISO).

Важные стандарты: Microsoft Office, Open Office и PDF

Информация сегодня может быть представлена не только в закодированном или двоичном виде, но и с использованием расширяемого языка разметки XML (Extensible Markup Language), то есть её можно просматривать в текстовых редакторах. Такие прозрачные форматы (Microsoft Office и Open Office) обеспечивают высокую степень сохранности, а значит, лучше перейти на один из них: они надёжнее двоичных форматов и к тому же благодаря сжатию файлы имеют намного меньший размер. Следует упомянуть, что корпорация Microsoft специально разработала для Office 2003 бесплатный пакет Compatibility Pack, который позволяет переводить данные в формат Office Open XML, а тем, кто хочет преобразовать в современный вид совсем старые форматы, подойдёт Word Perfect Office от Corel.

Другим важным стандартом является, разумеется PDF от Adobe. Этот «переносной формат документов» (Portable Document Format) практически представляет собой электронный эквивалент бумажного документа. PDF-программа Acrobat подобно драйверу принтера встраивается в операционную систему и представляет текст в том виде, какой он имел бы в книге, со всеми установленными шрифтами, форматированием, графикой и таблицами. Acrobat появился в 1993 году, и сегодня программа для чтения файлов открыта для бесплатного доступа, а для тех, кто хочет сам создавать PDF-файлы, Adobe делает несколько привлекательных предложений за плату.

Итак, формат PDF находится в свободном доступе и представляет собой формат долгосрочного хранения, признанный ISO. К тому же он широко распространён, и многие программы, к примеру, Open Office позволяют осуществлять прямой PDF-экспорт без дополнительного программного обеспечения. Документы PDF можно читать, создавать и редактировать в любой операционной системе, и PDF как электронное распечатывание отлично подходит всегда, когда что-то нужно сохранить в том виде, в каком оно существует. Многие сканеры имеют встроенные PDF-устройства, затем можно через PDF запустить распознавание текста (OCR), поиск или копирование отдельных частей текста.

И в фотографии хороших новостей больше, чем плохих

В области фотографии тоже больше хороших новостей. Хотя формат Совместной группы экспертов по фотографии (Joint Photographic Experts Group, JPEG) не самый лучший, он представляет собой бесспорный стандарт, которым пользуются все. Для долгосрочного хранения фотографий JPEG не имеет альтернативы, несмотря на то, что многие фотографы предпочитают сохранять свои работы в формате сырых данных Raw. Этот формат обеспечивает более высокое качество изображения, большую гибкость при последующей обработке и значительный динамический диапазон, однако требует огромного количества места при сохранении. К тому же Raw-форматы доступны только за плату, а иногда вообще закрыты для широкого доступа, так что фотографам приходится требовать от производителей фотокамер сделать форматы сырых данных общедоступными.

История цифровой музыки и неверный стандарт

Зато далека от всякой стандартизации электронная почта. Обычно в офисах пользуются Microsoft Outlook: это хоть и эффективная программа, но она сложна и непрозрачна из-за своего двоичного формата. О долгосрочном хранении здесь тоже не может быть и речи: всё важное преобразуйте в PDF. А тот, кто доверяет Google, может скопировать все письма в почтовый ящик Googlemail: 7 гигабайт хватит на несколько десятков тысяч писем.

Наконец, мультимедиа: история цифровой музыки демонстрирует хороший пример того, что может случиться, если сделать ставку не на тот формат. В начале 1990-х Sony представила вдохновившую многих новинку, Mini Disc с техникой сжатия Atrac. Маленькие переносные устройства обеспечивали запись превосходного качества, которую можно было сохранять на перезаписываемой мини-дискете. Экспертам было ясно, что это наследница кассет, но Mini Disc имел значительный недостаток: записи нельзя было переносить на компьютер, а тщательная защита от копирования неприятно поражала. Тогда Фраунхофский институт интегральных схем в середине 1990-х создал свой собственный формат, MP3. Как и в случае с Mini Disc, новый формат сжимал звуковой сигнал с определёнными потерями, но это был бесплатный формат, а потому его приход ознаменовал конец Mini Disc.

И ещё одна заметка об аудиофайлах: если вы покупаете в Интернете музыку с защитой от копирования или DRM (Digital rights management, защитой авторских прав), можете быть уверены, что через несколько лет эти файлы невозможно будет проиграть, даже если компьютерные компании утверждают обратное (например, слоган Plays for Sure («Играет точно») от Microsoft).

Среди видео-стандартов нет фаворитов

Что касается видео, то здесь нет однозначного фаворита среди форматов, и тому, кто когда-нибудь снимал ролики на телефон или видеокамеру, знаком хаос непреобразуемых друг в друга форматов. Лучшие шансы на будущее имеет формат Mpeg 4 AVC/H.264: это самый эффективный и современный вариант семейства Mpeg-4, который сохраняет видео в хорошем качестве, используя при этом лишь немного места на диске.

Закончив с форматами, мы подошли к вопросу о том, какую технику использовать, чтобы не прогадать. Если записанные в студиях аудио-CD или видео-DVD «живут» по 20-30 лет, то диски, прожжённые дома, далеко не так долговечны. Прежде всего, это связано с их исходным невысоким качеством. Даже крупные производители делают пустые диски на дешёвых фабриках в Индии и Юго-Восточной Азии, а качественные продукты на этом сегменте почти полностью исчезли с рынка. Другими словами, это значит, что чем дешевле диск, тем чаще будут возникать ошибки данных. Качественную технику можно получить только у специальных производителей, к примеру, у тех, которые обслуживают больницы или страховые компании.

Но несмотря на все минусы люди продолжают записывать диски дома, так что остаётся лишь добавить, что домашние диски лучше хранить в темноте и при постоянной температуре

Напоследок приведём несколько методов долгосрочного архивирования и хранения данных:

При миграции (конвертировании) данные переносятся с компьютерной техники (хардвер и программное обеспечение) старого поколения на современные образцы. При этом могут возникнуть проблемы с совместимостью и искажением исходного материала, когда, например, новый формат не обладает свойствами старого, так что функционально идентичное конвертирование возможно не для всех форматов.

При перекопировании, например, с магнитных кассет или CD, на первом месте находится сохранение материала. При этом главная цель состоит в том, чтобы перенести отдельные биты информации в самом близком к первоначальному виде: это обеспечит долгий срок службы носителя. Правда, перекопирование предполагает, что завтра всё ещё будут существовать средства для считывания того, что записывается сегодня.

При эмуляции, наконец, на устройстве копируются свойства другого устройства, на котором и были записаны данные, к примеру, как если бы компьютер копировал свойства кассетного магнитофона; качество данных при этом сохраняется абсолютно. Определяющим моментом здесь, правда, являются достаточные знания о старой технике – иначе не удастся как следует скопировать её свойства.

Илья Яковлев
штат Salon.Su