nestor Workshop im Rahmen der GES 2007“Digitale Langzeitarchivierung und Grid:

Gemeinsam sind wir stärker?”

“Synergiepotentiale zwischen GRID- und eScience-Technologien für die

Langzeitarchivierung”

Prof. Dr. W. SchiffmannFernUniversität Hagen

Baden-Baden, 2. Mai 2007

Ziele

Langzeitarchivierung (LZA) bedeutet: Digitale Information (Daten, Texte,

Multimedia, Software) langfristig speichern, wiederfinden und für die menschlichen Sinne

zugänglich machen.

Im Rahmen der Expertise sollen Ansatzpunkte für die Nutzung von Synergien zwischen existierenden F&E-Aktivitäten identifiziert, technische Integrationsmodelle abgeleitet und mögliche Kooperationsinfrastrukturen aufbereitet werden.

Vorgehen

Phasen:-Potentialanalyse-Varianten für zukünftige Integration-Organisatorische Kooperationsinfrastrukturen

Grid-Ressourcen

Der Zugriff auf die GRID-Ressourcen erfolgt über standardisierte Dienste (grid services), die mittels einer Middleware bereitgestellt werden.Im Wesentlichen können Compute- und Data-Grids unterschieden werden.Wichtige Funktionalitäten:• Workflows und Scheduling• RMS mit Advance Reservation• Service Level Agreements (SLA)

eScience-Szenarien

1. Experimente oder Simulationen erzeugen Rohdaten2. Kollaborative Interpretation von Ergebnissen 3. Wissen organisieren und vernetzen4. Prozesse und Kontexte verwalten5. Große Datenmengen visualisieren6. ....

Architektur/Schichtenmodell

Verteilte Computersysteme

Grid

Grid-Middleware

eScience LZA

Prozessmodell

LZA-Referenzmodell

OAIS-Referenzmodell (Open Archival Information System) klärt grundlegende Begriffe der Archivierung:

• Informationsmodell: Daten und deren Interpretation

• Prozessmodell: Erzeuger, Verbraucher, Management (DSEP=Deposit System for Electronic Publications)

LZA-Kernprobleme

• Persistente Speicherung der Bitfolgen

• Charakterisierung der gespeicherten Inhalte

•Wiedergabe der digital codierten Information

1. Persistente Speicherung der Bitfolgen

Wahl der Codierung: Verhältnis Dokumentinhalt : Dokumentbeschreibung• binäre vs. textuelle Formate (z.B. pdf vs. XML)• Lesbarkeit vs. Overhead• Auffrischung in regelmäßigen Abständen

Synergiepotentiale: • Data-GRID-Dienste können eingesetzt werden, um die Daten verteilt zu speichern. • Durch Repliken erreicht man Redundanz/Fehlertoleranz.

2. Charakterisierung der gespeicherten Inhalte

Charakterisierung mit Hilfe von Metadaten = Daten über DatenSemantische Beschreibung unterstützt den Suchprozess• eingebettetes vs. externes Markup • manuelle vs. maschinelle Erstellung• URI (Uniform Resource Identifier): URN+URL (PURL, Resolutionsdienste)

Synergiepotentiale:•eScience kann Ontologien bereitstellen, die den manuellen Annotationsprozess unterstützen•Compute-GRIDs erlauben rechenintensive Operationen wie Datamining

3. Wiedergabe der digital codierten Information

Bei Wechsel der Hardware-/Software-Plattform ist entweder Migration der gespeicherten Inhalte oder Emulation der alten Plattform notwendig. Migration: Authentizität ist eventuell gefährdet – Aktuelle Plattformen optimal nutzbarEmulation: Erheblicher Aufwand zur Bereitstellung sämtlicher „antiquierter“ Plattformen – Originale werden gespeichert.

Synergiepotentiale: • Migration bedeutet hohen Rechenaufwand zur Transformation großer Datenbestände. Hier bieten sich Compute-GRIDs an.• Emulation mit Hochleistungsrechnern des GRIDs. Remote Desktops bieten Zugang zu virtuellen „Lesesälen“

Analyse existierender F&E-Projekte

• Prioritäten– National (22)– Europa (63)– Weltweit (8)

• Kategorien– Grid– LZA– eScience– Grid & eScience

eScienceGrid

LZA

Synergiepotentiale

Zusammenfassung

• Kernprobleme der LZA• Architektur/Schichtenmodell• Prozessmodell• Synergiepotentiale identifiziert

• DataGrid – Dienste zur Speicherung• ComputeGrid – Dienste

• Migration• Metadaten • Abspielumgebungen

Vielen Dank für Ihre Aufmerksamkeit.

Univ.-Prof. Dr.-Ing. Wolfram Schiffmann

Fernuniversität HagenFakultät für Mathematik und InformatikLehrgebiet RechnerarchitekturUniversitätsstrasse 1D-58087 Hagen

email: Wolfram.Schiffmann@FernUni-Hagen.deTelefon: +49-2231-987-325Telefax: +49-2331-987-332