Dlouhodobé uchovávání elektronických dokumentů

Transkript

1 Bankovní institut vysoká škola Praha Katedra informatiky a kvantitativních metod Dlouhodobé uchovávání elektronických dokumentů Diplomová práce Autor: Bc. Tomáš Mertl Informační technologie a management Vedoucí práce: Ing. Vladimír Beneš, Ph.D. Praha Duben, 2015

2 Prohlášení: Prohlašuji, že jsem diplomovou práci zpracoval samostatně a v seznamu uvedl veškerou použitou literaturu. Svým podpisem stvrzuji, že odevzdaná elektronická podoba práce je identická s její tištěnou verzí, a jsem seznámen se skutečností, že se práce bude archivovat v knihovně BIVŠ a dále bude zpřístupněna třetím osobám prostřednictvím interní databáze elektronických vysokoškolských prací. V Praze, dne 29. dubna 2015 Bc. Tomáš Mertl

3 Poděkování Rád bych na tomto místě poděkoval profesorskému sboru BIVŠ, který mi vždy ochotně vyšel vstříc, který mi v mnoha ohledech dokázal rozšířit obzory a naučil mě dívat se na řešení problémů v širším kontextu. Taktéž bych chtěl poděkovat svým blízkým za podporu a trpělivost.

4 Anotace Cílem práce bylo vymezení normativních a technologických požadavků na dlouhodobou archivaci elektronických dokumentů. V úvodu práce jsou vysvětleny základní pojmy z dané problematiky. V teoretické části je čtenář seznámen s normou OAIS, metadatovými systémy, základním legislativním rámcem dlouhodobé archivace elektronických dokumentů a paměťovými médii vhodnými k tomuto účelu. Praktická část je zaměřena na aplikaci poznatků v konkrétním podniku. V návrhu řešení zajištění dlouhodobé autenticity dokumentů byla navržena aplikace metody přerazítkování časových razítek a zároveň zajištění autenticity dat pomocí relativní časové autentizace. Klíčová slova: Archivní služba, časové razítko, digitální archiv, digitální dokument, dlouhodobá archivace, Dublin Core, elektronický podpis, elektronická značka, metadata, MoReq, OAIS, životní cyklus dokumentu, ERS. Annotation Goal of the thesis was to define the normative and technological requirements for longterm preservation of the digital information. The introduction consist of the fundamental terminology explanation. In the theoretical part, reader is being acquainted with the OAIS norm, methodological systems, basic legislative scope related to the long-term preservation of the digital information and memory media applicable for these purposes. The practical part is devoted to the application of the findings in concrete firm. As a solution of securing the long term authenticity of the documents was suggested application of continuous time stamping methodology and simultaneously ensuring the authenticity of the data by using relative time authentication. Key words: Archive, time-stamp, digital repository, digital document, long term preservation, Dublin Core, digital signature, digital mark, metadata, MoReq, OAIS, electronic document management lifecycle, ERS.

5 Obsah Úvod Dlouhodobé uchovávání elektronických dokumentů Elektronický (digitální) dokument Srovnání analogového a digitálního dokumentu Technický model digitálního objektu Základní typologie digitálních dokumentů Formát dokumentu Nosič dokumentu Obsah dokumentu Životní cyklus dokumentu Archivace Dlouhodobá archivace elektronických dokumentů Archivace a zálohování Formáty digitálních dokumentů určené pro archivaci Metadata Zabezpečení dlouhodobé archivace elektronických dokumentů Hrozby elektronických dokumentů Ochranná opatření dlouhodobé archivace digitálních dat Zabezpečení dokumentů na bázi PKI Normativní požadavky Norma OAIS Vznik referenčního modelu OAIS Základní principy referenčního modelu OAIS Funkční model OAIS Přesun digitálního obsahu (migrace) Metadatové standardy

6 2.2.1 Dublin Core METS PREMIS MoReq Vznik standardu MoReq Účel MoReq Obsah MoReq Požadavky z oblasti dlouhodobého uchovávání a zastarávání technologie Uchovávací metadata Pokročilé elektronické podpisy AdES Zabezpečení dokumentů metodou relativní časové autentizace Shrnutí vymezení normativních požadavků Legislativní rámec dlouhodobé archivace elektronických dokumentů Klíčové zákony Zákon č. 499/2004 Sb., o archivnictví a spisové službě Zákon č. 227/2000 Sb., o elektronickém podpisu Zákon č. 300/2008 Sb., o elektronických úkonech a autorizované konverzi dokumentů Ostatní nařízení Shrnutí legislativního rámce Technické požadavky dlouhodobé archivace elektronických dokumentů Možnosti přístupu k datovým úložištím NAS (Network Attached Storage) SAN (Storage Area Network) / DAS (Direct Attached Storage) Paměťová média Magnetické pásky Pevné disky

7 4.2.3 SSD disky Optické disky Cloudová úložiště Shrnutí problematiky paměťových médií Shrnutí technického zabezpečení dlouhodobé archivace Případová studie Výchozí situace Identifikační údaje Popis organizace Popis vzniklé situace Definice problému Popis současného řešení Definice požadavků systému DEA Návrh řešení a implementace Architektura systému Zajištění autenticity archiválií Metadata Hardware Implementace systému v organizaci Zhodnocení zvolené metody autentizace dokumentů Shrnutí případové studie Závěr Seznam použité literatury Seznam použitých zkratek Seznam obrázků Seznam tabulek Přílohy

8 Úvod Lidstvo zažilo v průběhu svého vývoje mnoho významných milníků, které by se z historického pohledu daly označit za informační revoluci. Vynález písma, stavby prvních knihoven, vynález knihtisku, telegrafu, satelitní komunikace či masový nástup počítačů a rozvoj elektronické komunikace. Přesto je současná informační revoluce něčím specifická. Výjimečnost spočívá v bezprecedentním množství elektronických informací, které každý den vznikají. Tyto informace často ani nevytváří člověk, jsou vytvářeny automatizovanými systémy, které jsou schopné reagovat na požadavky klientů, vytvářet nové záznamy do databází, produkovat objednávky, faktury, zprostředkovávat nové informace. Díky technologickému pokroku se výrazně snížily náklady na vytváření, shromažďování, vyhledávání či vlastní přenosy informací. Snadný přístup k informacím se ještě nedávno považoval za významnou konkurenční výhodu, v dnešní době již lze toto považovat za nezbytný standard. Situace od konce 20. století Ocitáme se v době, kdy většina vznikajících informací nemá tradiční analogovou podobu, ale pouze svůj digitální obraz. Značná část těchto informací nikdy není vytištěna. Informace se upřednostňuje před její formou. Tento přerod sebou přinesl úplně nové otázky a problémy, na které nikdo nebyl připraven. Je elektronicky zaznamenaná informace rovnocenná s analogovou? Jak tyto informace uchovávat tak, aby byly čitelné i za několik dekád? Jak zabezpečit elektronické informace před nechtěným pozměňováním, paděláním nebo zničením? Cíl diplomové práce Cílem této diplomové práce je na některé z klíčových otázek nalézt odpověď. Zmapovat problematiku normativních a technologických požadavků na dlouhodobou archivaci elektronických dokumentů a následně navrhnout implementaci poznatků do podnikové praxe. Při analýze zmíněné problematiky narazil autor především na odborné práce věnované technologickým a procesním principům dlouhodobé archivace elektronických dat, případně vědního oboru digitální archivace, ale postrádal provázání technologických řešení se současnou legislativní situací a praktickou aplikaci principů dlouhodobé archivace v podniku. Tato práce se proto pokusí tyto dvě strany téže mince provázat a poukázat na adekvátní řešení. 8

9 Vlastní cíl práce byl podrobněji rozdělen do následujících částí: 1. Vymezit požadavky v oblasti: 1.1. normativní, 1.2. legislativní, 1.3. technické. 2. Využít nabyté poznatky v podnikové praxi. Struktura práce Práce je rozdělena do teoretické a praktické části. Teoretická část si ve druhé kapitole klade za cíl seznámit čtenáře s elementárními pojmy a principy k pochopení problematiky dlouhodobé archivace digitálních dokumentů. Následují tři kapitoly, které jsou zaměřeny na naplnění teoretických cílů Kapitola 2 se zabývá důležitými normami, které formují konceptuální řešení problematiky dlouhodobé archivace. Kapitola 3 je věnována seznámení se současným legislativním prostředím definujícím výchozí legislativní podmínky a požadavky na použití dlouhodobé archivace elektronických dokumentů. Kapitola 4 je zaměřena na technologickou stránku problematiky, což znamená především oblast paměťových médií. Praktická část práce je uvedena v kapitole 5 a obsahuje aplikaci poznatků v reálném prostředí a navržení vhodného řešení pro konkrétní vybranou organizaci. Zvolené metody zpracování Metodika řešení této diplomové práce vychází z analýzy odborné literatury, odborných technických norem a platné legislativy v dané problematice. Na základě syntézy získaných vědomostí bude navrženo praktické využití nově nabytých poznatků v podniku. Praktická část se opírá také o znalosti autora podnikových procesů a podnikového prostředí, jelikož je ve vybrané společnosti zaměstnán. Výsledky této diplomové práce budou sloužit jako podklad pro řešení reálného problému. 9

10 1 Dlouhodobé uchovávání elektronických dokumentů Na úvod je nezbytné definovat některé základní používané pojmy. Alespoň ve stručnosti bude v této kapitole představeno, co chápeme pod pojmem digitální dokument, jaké jsou jeho podoby a jeho životní cyklus. Taktéž zde budou představeny pojmy týkající se archivace, a co se skrývá pod pojmem dlouhodobá archivace elektronických dokumentů. V závěru této kapitoly budou představeny hrozby, se kterými se elektronické dokumenty potýkají a některé způsoby jejich řešení. 1.1 Elektronický (digitální) dokument Existuje více definic pojmu dokument, česká legislativa si vymezila tento termín takto: 2 e) Pro účely tohoto zákona se rozumí dokumentem každá písemná, obrazová, zvuková nebo jiná zaznamenaná informace, ať již v podobě analogové či digitální, která byla vytvořena původcem nebo byla původci doručena, 1 Již z této definice je zřejmé, že klíčovým subjektem dokumentu je zde informace 2 a podle technické (fyzické) podstaty jejího uložení se jedná buď o dokument digitální, nebo analogový. Analogovým dokumentem se rozumí dokument obsahující informace ve spojité, nikoliv digitální formě, nelze jej proto duplikovat bez ztráty kvality (např. zvukový záznam na gramofonové desce nebo magnetofonové pásce, filmový záznam, videozáznam systému VHS apod.) (CELBOVÁ, 2003). Digitální dokument se často užívá v souvislosti s informací zachycenou na datovém nosiči. Datové nosiče mohou mít v současné době mnoho podob (pevný disk, CDROM), ale všechny jsou pro reprodukci informací závislé na elektrické energii. Bez přístupu k elektrické energii není možné informace dále šířit a zobrazovat (CUBR, 2010). Pojem digitální dokument se vyskytuje ve vědeckých oborech zabývajících se digitální archivací a digitálními informacemi. Naproti tomu se vyskytuje ještě spojení elektronický dokument, které se používá zpravidla ve vztahu k české legislativě (elektronizace veřejné 1 Zdroj: (ČESKO, 2012a) 2 Informací se rozumí především sdělení, komunikovatelný poznatek, který má význam pro příjemce nebo údaj usnadňující volbu mezi alternativními rozhodovacími možnostmi. (JONÁK, 2003) 10

11 zprávy, elektronický podpis atd.). Oba pojmy, elektronický i digitální dokument, jsou v českém prostředí chápány jako synonyma a bude s nimi takto nakládáno i v této práci Srovnání analogového a digitálního dokumentu Pro pochopení celé šíře problému, o kterém pojednává tato práce, je nutné si uvědomit podobnost a přitom i klíčovou odlišnost analogových a digitálních dokumentů. Pokud se podíváme na to, co mají analogové a digitální dokumenty společné, je to především jejich informační hodnota. Každý analogový i digitální dokument nese nějaké sdělení informace. Tyto informace by měly být čitelné a měly by mít význam, být srozumitelné. Obojí je stejně důležité a každá část samostatně představuje jeden z klíčových problémů dlouhodobé archivace. Základní rozdíly mezi analogovými a digitálními dokumenty pramení z jejich fyzické podstaty. Kopírováním analogových dokumentů se, v závislosti na použité metodě, vytváří nové kopie, které mají nižší kvalitu, než originál. U digitálního dokumentu se kvalita zaznamenané informace nesnižuje. Fakticky není rozdíl mezi zdrojem a jeho kopií. Dá se říct, že kopírováním vzniká nový digitální originál. Z tohoto také vyplývá, že digitální dokument není závislý na jednom konkrétním nosiči (CUBR, 2010, s. 28). Na druhou stranu lze konstatovat, že z pohledu dlouhodobé archivace jsou elektronické dokumenty náchylnější na poškození nebo zničení, než je tomu u dokumentů analogových. Stačí, aby se poškodilo několik bitů uložených informací, a celý dokument může být nečitelný nebo neplatný. Případně může nastat obvyklá situace, že díky evoluci nových datových formátů se staré stávají nečitelné. Co to znamená? Ačkoliv je datová struktura neporušena, softwarový program, který by dokázal tento datový formát přečíst, již třeba není k dispozici. Naproti tomu analogové dokumenty dokáží setrvat čitelné po celá staletí a co je důležité, informace, kterou historické dokumenty uchovávají, je zpravidla i srozumitelná. Analogií k nesrozumitelným digitálním dokumentům by mohlo být sdělení zapsané civilizací, která již zanikla, nebo například zpráva zaznamenaná v jazyce, kterým již nikdo nehovoří a ani neexistuje žádný slovník do známého jazyka. Další zajímavost, nad kterou stojí za to se zamyslet, je množství informací a jejich fyzická velikost. Současný stav paměťových médií umožňuje uložit na jeden optický disk CD- ROM přibližně 2500 knih v datovém formátu určeném pro mobilní elektronické čtečky. Velikost těchto dat v tištěné podobě může odpovídat přibližně 75 metrům archivních regálů 11

12 zaplněných knihami 3. Když se na to podíváme z pohledu bezpečnosti a ochrany uložených informací, tak zničení jednoho disku CD-ROM je oproti zničení 2500 vytištěných knih nesrovnatelně snazší. Na stranu druhou toto může představovat nejen hrozbu, ale také snadno využitelnou výhodu. Zkopírování jednoho disku CD-ROM je snazší a rychlejší než fyzická výroba 2500 knih. Poslední téma, které je na tomto místě nutné zmínit, je otázka pravosti dokumentů. Ověření pravosti analogového dokumentu je relativně jednoduché, neboť pokud nastane jakákoliv změna původní informace, jedná se vždy o fyzické poškození nebo pozměnění nosiče. Dokonce existují forenzní metody a techniky, které dokáží v případě pochybností s vysokou měrou úspěšnosti prokázat pravost daného dokumentu. U digitálních dokumentů toto ověření tak snadné není. Pro digitální dokumenty musely být vyvinuty a zavedeny specifické metody digitálního podepisování, které zajišťují integritu a autentičnost uložených informací a umožňují provést ověření pravosti daného digitálního dokumentu. V případě, že byl dokument pozměněn či nebyl podepsán proklamovaným autorem, bude během ověřování digitálního podpisu tato nesrovnalost zjištěna. Podrobněji bude tato problematika popsána v kapitole Technický model digitálního objektu Pro lepší pochopení komplexity problematiky uchovávání digitálních dokumentů může posloužit pohled na konceptuální technický model digitálního objektu. Dle (THIBODEAU, 2002) se digitální objekt 4 skládá ze tří vrstev konceptuálního objektu, logického objektu a na nejnižší úrovni fyzického objektu. Viz Obrázek č. 1 na následující straně. 3 Jedná se pouze o ilustrační odhad. 4 Tento termín je užíván jako synonymum k digitálnímu dokumentu, digitálním datům apod. 12

13 Konceptuální objekt Logický objekt Fyzický objekt Obrázek č. 1: Technický model digitálního objektu. Zdroj: (CUBR, 2010, s. 42), na základě (THIBODEAU, 2002) S popisem začneme na nejnižší vrstvě. Fyzický objekt reprezentuje prostý zápis binárních znaků na elektronickém nosiči. Zápis těchto znaků se může lišit podle použitého technického prostředku (magnetická páska má odlišný způsob zápisu než optický disk) a způsob zápisu dat na nosič nezávisí na významu, který tyto bity představují. Po získání přístupu k fyzickému objektu, získáme také přístup k logickému objektu. Logický objekt je rozpoznán a přečten softwarem. Pravidla pro rozpoznání a čtení těchto logických objektů jsou nezávislá na fyzickém způsobu uložení digitálního objektu. Digitální objekt bude vždy interpretován softwarem stejně a není důležité, jestli fyzický objekt je uložen na disku CD-ROM nebo třeba na USB disku. Logická vrstva se zaobírá vlastním kódováním bitů informace, nikoliv způsobem jejich záznamu na fyzický nosič to má na starosti fyzická vrstva. Nejvyšší vrstvu představuje konceptuální objekt. Konceptuální objekt je vlastní uložená smysluplná informace, kterou dokáže lidský uživatel rozpoznat a porozumět jí. Konceptuální objekt je opět nezávislý na logickém či fyzickém objektu. Jedna informace může být uložena více způsoby. Jako příklad je možné uvést báseň od Karla Hynka Máchy Máj. Tato báseň představuje konceptuální objekt a může být například uložena jako textový soubor na disketě, nebo může být uložena jako digitalizovaná stránka tištěné podoby básnické sbírky ve formátu TIFF na pevném disku. Oba způsoby uložení nesou stejnou informaci a mají rozlišný logický a fyzický objekt. 13

14 Z tohoto vícevrstvého technického modelu je zřejmé, že každá technická vrstva představuje vlastní komplexní problematiku dlouhodobého uchovávání digitálních objektů a pouze zajištění přístupu ke všem třem vrstvám současně vytváří úplný digitální objekt. Bez přístupu, byť k jediné vrstvě, je znemožněna jeho využitelnost Základní typologie digitálních dokumentů Digitální dokumenty, stejně jako dokumenty analogové, lze rozdělovat podle mnoha rozličných kritérií. Některá kritéria jsou ovšem unikátní a nemají v analogovém světě své protějšky. Mezi signifikantně odlišné rozdělení patří dělení dle původu digitálního dokumentu: a) digitalizované dokumenty - vznikly digitalizací analogových dokumentů, tudíž existuje jejich analogový originál, b) výhradně digitální dokumenty (anglicky digital born ) vznikly v digitální podobě a nemají žádný analogový ekvivalent, c) elektronické archiválie digitální dokumenty vzniklé každodenním chodem organizací ( y, podnikové databáze apod.), mají formální status stanovený legislativou 5. Již z tohoto základního dělení je patrné, že výhradně digitální dokumenty, které nemají svůj protějšek v tištěné podobě, vyžadují specifickou péči a specifické způsoby ochrany. U digitalizovaných dokumentů je riziko poškození či zničení přece jen rozloženo mezi digitální obraz a jeho analogový vzor. Dle zdrojů dělíme dokumenty do následujících dvou skupin: a) interní dokumenty, které vznikly z interních zdrojů, neboli v rámci činnosti podniku, b) externí dokumenty, které byly do podniku doručeny z vnějšku například pomocí pošty, elektronickou poštou, faxem apod Formát dokumentu Obecně lze říci, že za digitální dokument, který je potřeba dlouhodobě archivovat, může být považován jakýkoliv digitální objekt typ digitální informace, jejíž velikost nebo formát nejsou nijak omezeny. Běžně se za dokument považuje textový soubor, ale v digitálním světě jsou možnosti uložení informací velice široké. I samotný textový dokument může být uložen 5 Zdroj: (CUBR, 2010, s ) 6 Zdroj: (European Commission, 2007, s. 35) 14

15 v mnoha různých formátech 7, a přesto nést totožnou informaci. Formát dokumentu představuje popis postupu uložení informace na nosič a způsob její reprodukce. Populárním elektronickým formátem dokumentu je například proprietární formát PDF společnosti Adobe Nosič dokumentu Nosičem dokumentu je samotné fyzické médium, na kterém je informace zaznamenána. Podle typu nosiče rozlišujeme digitální či analogové dokumenty. Populární nosiče jsou například list papíru, DVD disk, pevný disk. Na kvalitě a typu nosiče záleží, jak náročná bude dlouhodobá ochrana dokumentu Obsah dokumentu Obsah dokumentu představuje samotnou informaci, která je uložená na datovém nosiči v daném formátu dokumentu. Právě obsah dokumentu je předmětem dlouhodobé ochrany. 1.2 Životní cyklus dokumentu Koncept životního cyklu dokumentu generalizuje základní fáze, kterými projde každý dokument v podnikové praxi. Na Obrázku č. 2 je znázorněn koncept rozdělení fází dle (KUNSTOVÁ, 2009): VSTUP ZPRACOVÁNÍ VÝSTUP Přijetí Pořízení Uložení, úpravy, užívání Publikování Archivace Skartace Hodiny Dny-měsíce Měsíce - roky Obrázek č. 2: Životní cyklus dokumentu. Zdroj: (KUNSTOVÁ, 2009) 1. Fáze vstup dokumentu do podniku. V počáteční fázi životního cyklu je dokument buď přijat, nebo pořízen. Přijetí dokumentu znamená obdržení dokumentu z externích zdrojů em, poštou, agendovým informačním systémem, datovou schránkou apod. Pořízení dokumentu představuje vytvoření nového dokumentu uživatelem, nebo 7 Můžeme zmínit například běžně používaný formát Microsoft Word 2010, ale stejně tak lze stejnou informaci uložit například do historicky používaného formátu T602, nebo uložit dokument jako prostý text. 15

16 například digitalizaci listinného dokumentu pro pokračování v práci v elektronické formě apod. Tato fáze trvá řádově hodiny. 2. Fáze zpracování dokumentu. Dokument je v rámci podniku zpracováván, což představuje ukládání, sdílení, úpravy, užívání, schvalování. S ohledem na konkrétní povahu dokumentu tato fáze trvá dny nebo až měsíce. 3. Fáze výstup dokumentu. Poslední fáze životního cyklu se týká publikování či odeslání dokumentu a následné archivace a skartace. U dokumentů, na které se vztahují archivační pravidla a skartační lhůty, proběhne jejich archivace a po vypršení skartační lhůty následně skartace. Realizací oběhu dokumentu v podniku se zaobírá spisová a skartační služba, jejíž provoz se řídí vyhláškou č. 259/2012 Sb., o podrobnostech výkonu spisové služby 8. Výběr archiválií se provádí pomocí tzv. skartačního řízení, během kterého se vyřazují dokumenty nepotřebné pro práci původce. Termínem původce se označuje ten, kdo má povinnost dokumenty uchovávat. Každý dokument ve spisovně má přirazenou skartační lhůtu a skartační znak. Skartační lhůta představuje dobu, během níž musí být dokument uložen u původce. Skartační znak kategorizuje způsob nakládání s dokumentem ve skartačním řízení. Definované skartační znaky a příslušné lhůty jsou uvedeny ve skartačním plánu, jenž tvoří součást spisového a skartačního řádů. Spisový plán obsahuje seznam spisových znaků jednotlivých skupin dokumentů, které slouží k ukládání dokumentů ve spisovně (ČESKO, 2012a). Elektronická spisová služba je informační systém, který je specializovaný na příjem, evidenci, včasné vyřizování, odesílání, archivování a skartaci dokumentů Archivace Pro potřeby této práce se zaměříme detailněji na samotný proces archivace. Nejprve je vhodné představit definici pojmu archivní služba: Pod pojmem archivní služba rozumíme soubor pravidel, zásad a činností souvisejících se soustřeďováním, přejímáním, evidencí, ukládáním (kategorizací), ochranou, odborným zpracováním, zpřístupňováním a využíváním archiválií. (BITTNER, 1998, s. 78) Archivace souvisí se spisovou službou, resp. prostřednictvím skartačního řízení přechází plynule spisová služba v archivní. Archiv přebírá dokumenty, tj. písemné, obrazové, 8 Tato vyhláška byla v době psaní této diplomové práce novelizována vyhláškou č. 283/2014 Sb. 16

17 zvukové a jiné záznamy, které vzešly z činnosti původce a které vzhledem ke svému dokumentárnímu významu mají trvalou hodnotu tzv. archiválie (BITTNER, 1998, s. 79). Základní činnosti archivní služby plynoucí z definice jsou podle (BITTNER, 1998) tyto: a) příjem archiválií na základě skartačního řízení jsou archiválie přejímány do archivu, kde jsou přírůstkově ukládány, b) evidence archiválií každý nový přírůstek do archivu musí být zachycen v evidenci, přírůstky jsou v evidenci zaznamenávány chronologicky podle data převzetí do archivu, každý přírůstek je opatřen unikátním číslem, které již nikdy nesmí být použito pro jinou archiválii, c) ochrana a kategorizace archiválií ochranou se rozumí udržování optimálních environmentálních podmínek, ve kterých nedochází k nežádoucí degradaci nosičů; archiválie se kategorizují podle jejich důležitosti a podle toho je s nimi adekvátně nakládáno, d) zpracování archiválií zahrnuje postupy od skartace přes evidenci, řazení až po inventarizaci a katalogizaci, e) využívání archiválií veškerá péče o archiválie vede k jejich využívání, tzn. zpřístupnění archiválií k nahlížení, reprodukci a evidenci těchto přístupů. Mezi základní cíle archivace patří zajištění: a) integrity dokumentu, b) dostupnosti obsahu, c) plné reprodukovatelnosti, d) autentičnosti dokumentu, e) a v některých případech i utajení dokumentů. 1.3 Dlouhodobá archivace elektronických dokumentů Nikde není exaktně uvedeno, jaký časový úsek reprezentuje slovo dlouhodobá. Velice příhodná definice, která pramení z metodiky OAIS (viz kapitola 2.1), je chápání dlouhodobé perspektivy jako období tak dlouhé, že je nutné se zaobírat důsledky měnících se technologií včetně podpory nových datových nosičů a datových formátů, nebo měnící se uživatelské skupiny. 17

18 V úvodu této kapitoly budou vysvětleny základní pojmy z prostředí archivace. Jako první téma bude rozlišení archivace a zálohování. Tyto dva procesy mají mnoho společného, proto se občas zaměňují. Elektronické dokumenty mohou být uloženy v nejrůznějších datových formátech, proto jedna z následujících podkapitol bude věnována tématu formátů elektronických dokumentů vhodných pro dlouhodobou archivaci. V neposlední řadě budou zmíněny přístupy k dlouhodobé archivaci a obecné metody zabezpečení dlouhodobé čitelnosti a neporušenosti uchovávaných elektronických dokumentů Archivace a zálohování. Pod pojmem archivace rozumíme, v souladu s kapitolou 1.2.1, úkony spojené s ukládáním, evidencí, tříděním dokumentů nebo dat za účelem dlouhodobého uchování. Cílem archivace je tedy ochrana archiválií pro dalších použití v řádu desítek či stovek let. Abychom dobu archivace lépe specifikovali, můžeme provést základní rozdělení podle délky uchovávání (Bezpečná archivace elektronických dokumentů, 2011): a) krátkodobé uchovávání řádově měsíce až 3 roky, b) střednědobé uchovávání řádově 3 roky až 10 let, c) dlouhodobé uchovávání desetiletí až století. Principem digitální archivace je přesunutí dokumentů z primárního úložiště (např. spisová služba, složka dokumentů, databázová záloha, intranetová stránka) do archivního (sekundárního) úložiště s vysokou trvanlivostí záznamů. Z primárního úložiště mohou být data odstraněna. Často se archivace zaměňuje s pojmem zálohování. Zálohování, ačkoliv jeví podobné znaky jako archivace, má odlišný cíl. Cílem zálohování je zabezpečení dokumentů či dat proti ztrátě nebo jejich zničení. V případě, kdy nastane kritická situace a aktuální data jsou z nějakého důvodu nepoužitelná (nežádoucí smazání, zničení, porušení integrity), je možné provést obnovu dat ze zálohy a pokračovat v práci. Na rozdíl od archivace mohou být zálohována i provozní data, zatímco při archivaci se pracuje s finální podobou dokumentů a dat. Z podstaty problému je zřejmé, že zálohování klade vyšší nároky na rychlost úložiště záloha nesmí systém zpomalovat a obnova dat musí nastat v přiměřeném čase, aby nedošlo ke kriticky dlouhým výpadkům systému. 18

19 Jelikož rychlejší zálohovací systémy představují obvykle finančně náročnější řešení, jedním ze způsobů, jak docílit ekonomické úspory, je například vytvoření efektivnější zálohovací strategie a nepotřebná data předávat právě do digitálního archivu. Pro ilustraci jsou v následující Tabulce č. 1 zobrazeny klíčové rozdíly mezi archivací a zálohováním: Porovnávaný parametr Archivace Zálohování Uchovávání pro budoucí Rychlá obnova dat při jejich Cíl uchovávání užití. ztrátě. Data uložena na Data jsou uložena na nepřepisovatelných přepisovatelných médiích. Uložení dat médiích nebo jsou chráněna proti přepsání. Datová duplicita Rychlost úložiště Ekonomické náklady na uložený dokument Horizont uchování dokumentů Požadavek na životnost média Každý dokument je uložen pouze jednou. Rychlý přístup k vybraným datům. Nízké. Dlouhý (roky). Dlouhá. Dokumenty jsou ukládány ve více verzích na základě časového rámce záloh. Rychlý přístup k celé záloze. Vyšší. Krátký (dny - měsíce). Kratší. Tabulka č. 1: Klíčové rozdíly archivace a zálohování. Zdroj: (KUNSTOVÁ 2009) Stěžejním prvkem efektivní archivace a zálohování je kvalitně připravený plán. Důležité je kvalifikovaně rozhodnout, kdy a jak často mají probíhat zálohy, po jakou dobu mají být zálohy uchovávány, kdy se mají přepsat nebo uložit do archivu. Při tvorbě plánu je třeba zohlednit veškeré objektivní skutečnosti, které souvisí s celým procesem např. vytížení přenosové infrastruktury, kapacitní zatížení zálohovacích mechanik, rychlost a velikost změn zálohovaných datových struktur apod Formáty digitálních dokumentů určené pro archivaci Jedním z nejpalčivějších problémů oblasti dlouhodobé archivace digitálních dat je bezpochyby zastarávání formátů. S tímto problémem se setkal každý, kdo v minulosti využil některý z proprietárních systémů, které v průběhu uplynulých let zanikly, a nyní pro ně není 19

20 možné legálně pořídit softwarové nástroje, které by umožnily data přečíst nebo převést do srozumitelného formátu. Je velice náročné odhadnout, který formát bude využitelný za 20 let, natož predikovat, jaký formát se bude používat za 100 let. Obecně lze definovat kritéria, která by měl vhodný formát splňovat. Prvním kritériem pro výběr vhodného formátu je dostupnost otevřené dokumentace formátu. Formáty bez dostupné otevřené dokumentace nelze využít pro dlouhodobou archivaci. Jedinou možností jak tyto dokumenty archivovat je převod do jiného formátu, který má dostupnou otevřenou dokumentaci. Dalším kritériem je proprietárnost formátu. Otevřený neproprietární formát může být vhodnějším řešením. Problémem ovšem je, že pro některé typy dat neexistuje dostupný neproprietární formát a naopak některé neproprietární systémy nemají dostatečně širokou uživatelskou podporu. Proto je někdy žádoucí učinit kompromis a užívat proprietární formát s otevřenou dokumentací. Ideálním příkladem tohoto formátu je PDF (zkr. portable data format), který se stal možná nejpopulárnějším formátem pro dlouhodobou archivaci digitálních dokumentů. (CUBR, 2010, s ) Důležitým kritériem je, aby formát data uchovával v nezašifrované a nekomprimované podobě. Důvody pro toto jsou podobné riziková závislost na kryptovacích a komprimačních algoritmech. Mezi další kritéria, která je třeba zvážit, patří podle (Stanford University Libraries, n. d.) tato: a) standardizace formátu uznávanou normalizační organizací (např. ISO), b) možnost zpětné kompatibility formátu, c) možnost exportu do jiných formátů, d) nezávislosti formátu na hardwarových a softwarových platformách. Doporučené formáty pro digitální archivaci jsou uvedeny v následující Tabulce č

21 Kategorie Nejvhodnější formáty Poznámka Přípona Text Prostý text (plain text) Kódování USASCII, - UTF-8 nebo UTF-16 XML - PDF/A-1 Norma ISO Pdf Bitmapová grafika TIFF Nekomprimovaný - JPEG2000 Bezztrátový Jp2 PNG Png Vektorová grafika SVG Bez JavaScriptu Svg Zvuk AIFF (PCM) Aif, aiff WAV (PCM) Wav Video Motion JPEG2000 Norma ISO/IEC Mj2 AVI Nekomprimovaný, motion Avi JPEG QuickTime Movie Nekomprimovaný, motion JPEG Mov Tabulka č. 2: Vhodné formáty pro digitální archivaci. Zdroj: (CUBR, 2010, s. 84) Lze říci, že z pohledu dlouhodobé archivace je ideální nosič strukturovaných dat formát XML 9. Tento formát byl standardizován pro výměnu dat konsorciem W3C 10, jeho specifikace je snadno přístupná a mezi jeho největší přednost patří jednoduchost a srozumitelnost. Zároveň lze v tomto formátu uložit i binární data. Pro archivaci dokumentů je velice často využíván formát PDF/A. Ačkoliv byl tento formát vytvořen společností Adobe, jeho specifikace je otevřená a byla definována normou ISO :2005. Tento formát vychází z formátu PDF, ale jeho funkčnost byla zredukována s ohledem na požadavky dlouhodobé archivace. Formát PDF/A je platformě nezávislý, obsahuje veškeré potřebné informace pro zobrazení informace uvnitř dokumentu, obsahuje vlastní metadata, nepodporuje šifrování nebo zaheslování obsahu, není v něm možné uložit multimediální obsah ani vnořené objekty, není komprimovaný a neumožňuje skriptování (PDF/A-1, PDF for Long-term Preservation, Use of PDF 1.4, 2010). Mimo základní formát PDF/A-1 existují i rozšíření PDF/A-2 a PDF/A-3, která rozšiřují původní formát o možnosti komprese obrázků, transparentní vrstvy, vložené fonty, pokročilé elektronické podpisy či vkládání jiných dokumentů do jednoho souboru. 9 Zkr. Extensible Markup Language XML 10 Zkr. World Wide Web Consorcium W3C 21

22 1.3.3 Metadata Metadata, neboli strukturovaná data o datech, tvoří nedílnou součást archivovaných dokumentů. Slouží především k popisu objektu, popisu jeho kontextu, umožňují vyhledávání a zobrazení. Bez uložených metadat by byl digitální archiv pouze haldou nepoužitelných dat, které ve které bychom data nemohli vyhledat a často ani rozluštit. Metadata se nejčastěji dělí na: a) popisná, b) administrativní, o metadata práv, o ochranná metadata, o technická metadata, c) strukturální. Popisná metadata popisují intelektuální obsah dokumentů. Administrativní metadata slouží ke správě digitálních objektů a jsou určena administrátorům nebo automatizovaným systémům. Strukturální metadata popisují struktury a vztahy mezi digitálními objekty tvořícími komplexní digitální objekt. (HUTAŘ, 2012) Metadata mohou být podle původu rozdělena do tří skupin: a) původní získaná od původce, b) získaná vytvořená na základě vlastností dokumentu a jeho obsahu, c) systémová dodaná archivem. Podle umístění můžeme rozdělit metadata takto 11 : a) interní (embedded), která jsou umístěna uvnitř dokumentu, tvořící s dokumentem jeden bitový celek (např. JPEG 2000, MP3), b) externí, která jsou uchovávána separátním souboru (např. XML, TXT), c) uložená v nezávisle spravované databázi. Nejrozšířenější je uložení metadat v jednom archivním balíčku spolu s digitálním objektem, díky čemuž se stává tento balíček samopopisný. Zároveň s tím se ukládají metadata 11 Zdroj: (Vohnout, 2014) 22

23 duplicitně i do databáze. V případě změny je nutné opravit jak záznam v archivním balíčku, tak i záznam v databázi. Je důležité pochopit, že metadata nejsou digitálním přepisem katalogizačního štítku, ale mají v případě digitálních objektů daleko hlubší význam. Jelikož jsou správně vytvořená metadata stěžejní pro zajištění cílů dlouhodobé archivace, bylo vytvořeno několik norem, které se tomuto tématu věnují. Ty nejdůležitější budou představeny v kapitole Zabezpečení dlouhodobé archivace elektronických dokumentů V této kapitole jsou popsány jednotlivé úrovně problematiky zabezpečení dlouhodobé archivace elektronických dokumentů a následně jsou představeny základní techniky a postupy k vypořádání s problémovými oblastmi Hrozby elektronických dokumentů Popis hrozeb archivace elektronických dokumentů je rozdělen do čtyř konceptuálních rovin: 1) technologická rovina, 2) informační rovina, 3) systémová rovina, 4) institucionální rovina. Elementární rovinou je technologická rovina, která zahrnuje technologické překážky pro splnění cílů dlouhodobé archivace. Informační rovina se zabývá zpřístupnitelností a srozumitelností digitálních dokumentů. Systémová rovina se zabývá samotným digitálním archivem a institucionální rovina se zabývá institucionálním kontextem, ve kterém se konkrétní digitální archiv vyskytuje. Institucionální rovina se zabývá širším kontextem digitálního archivu, jeho ekonomickými, personálními a legislativními faktory. Popis dílčích problematik je vypracován na základě (CUBR, 2010) Technologická rovina Technologická rovina zajišťuje přístup k fyzické vrstvě digitálního objektu a potýká se především s těmito hrozbami: a) degradace nosičů, b) technologická selhání, c) technologická zastaralost. 23

24 Degradace nosičů vychází z fyzické podstaty paměťových médií, které podléhají opotřebení a postupné chemické degradaci. Na rozdíl od tradičních nosičů, které často přetrvaly stovky i tisíce let, životnost elektronických nosičů je výrazně kratší. Elektronické nosiče jsou křehké a velice citlivé na vlivy prostředí a kvalitu zacházení. Jak již bylo dříve zmíněno, je snazší zničit jedno CD obsahující stovky či tisíce digitalizovaných knih, než zlikvidovat tyto knihy v analogové podobě. Technologická selhání zahrnují jak hardwarové či softwarové dysfunkce, tak selhání zapříčiněná lidským faktorem. Může se jednat o chyby způsobené z nedbalosti, nekvalitními výrobními postupy (nebo použitím nekvalitních výrobních materiálů), ale také chyby způsobené s úmyslem poškození digitálního archivu. Specifickou problematiku, která je unikátní pro digitální svět, představují počítačové viry a škodlivý software obecně. Technologická zastaralost je důsledkem rychlého vývoje informačních technologií v posledních letech. Nové technologie rychle nahrazují staré a to, co bylo dříve hojně používáno, se stává během krátké doby obsolentní Informační rovina Tato rovina navazuje na technologickou rovinu. Samotné vyřešení otázek technologické roviny ještě neimplikuje, že digitální dokument, který je technologicky správně čitelný, je také reprodukovatelný a zpřístupnitelný softwarovými prostředky. Hrozby pramenící z informační roviny jsou: a) formátová rizika, b) dokumentace. Formátová rizika v sobě obsahují několik dílčích problematik, které s tímto tématem souvisí. Tak jak zastarávají technologie, tak úplně stejně působí vývoj nových softwarových formátů na zastarávání a nedostupnost starých formátů. Významnou překážkou je také duševní vlastnictví formátu. Proprietární systémy jsou často chráněny copyrightem a jejich specifikace nemusí být volně dostupná, což může znamenat nepřekonatelné překážky pro použití při dlouhodobé archivaci. Dalším klíčovým faktorem je podpora a rozšířenost formátu. Posledním důležitým faktorem je robustnost formátu a schopnost vypořádat se například s částečným 12 Ještě před dvaceti lety byl každý počítač vybaven disketovou mechanikou, před deseti lety byly diskety nahrazeny optickými médii a v dnešní době je trend nemontovat do notebooků žádnou mechaniku a jediné rozhraní, které má uživatel k dispozici, je port USB. 24

25 poškozením souboru. Některé souborové formáty v případě částečného poškození není možné vůbec otevřít a u některých lze alespoň přečíst nepoškozené části. Dokumentace slouží k zajištění srozumitelnosti a rozpoznatelnosti digitálního dokumentu. Zatímco tištěnou knihu si může každý přečíst a odborník z ní může vyčíst celou řadu dodatečných informací, digitální dokument takto snadno zkoumat nelze. Dokumentace a archivace všech informací, které mají vztah k digitálnímu objektu, k jeho obsahu, vztahu s okolím, technické informace o požadavcích na software určený k jeho reprodukci apod., hraje zásadní roli pro dlouhodobou archivaci Systémová rovina Systémová rovina řeší dlouhodobou ochranu fyzické, logické a konceptuální vrstvy digitálních objektů v organizovaných sbírkách digitálních archivech. Organizované sbírky se potýkají s následujícími problémy: a) správa enormního počtu souborů, b) identifikace dokumentů, c) digitální práva, d) integrita, e) autenticita. Správa enormního počtu souborů souvisí s exponenciálním nárůstem digitálních dokumentů. Spravování mnohamilionových sbírek je velice složité a vyžaduje specifické postupy a přístupy. Identifikace dokumentů souvisí s potřebou jasného označení dokumentu tak, aby ho bylo možné pomocí identifikátoru lokalizovat (buď v rámci archivu, nebo i v širším kontextu) a získat o něm například popisné informace. Digitální práva souvisí s právy duševního vlastnictví. Z pohledu dlouhodobé archivace je třeba sledovat, jakým způsobem se vyvíjí autorská práva a zajistit, aby nebyla tato práva porušována. Významným fenoménem této doby je také počítačové pirátství, které je založeno na porušování digitálních práv. Významný problém hrají digitální práva například při uplatňování některých ochranných metod, které jsou zaměřeny na prodloužení životnosti digitálních dokumentů, ale během nichž dochází k pozměnění originálního dokumentu. 25

26 Integrita (neporušenost) a autenticita (důvěryhodnost) jsou dva klíčové atributy, které by měl každý digitální archiv u uložených dokumentů zajistit. Dodržení integrity digitálního objektu může být opět v rozporu s některými ochrannými metodami. S tím souvisí také zajištění autenticity, která z integrity objektu přímo vyplývá Institucionální rovina Institucionální rovina se zabývá širším kontextem a vlivy, které ovlivňují chod archivu. Základním problémem je otázka důvěryhodnosti archivu, neboli schopnosti fungovat s cíli a ustanoveními. Touto otázkou se nemusí zabývat tradiční analogové archivy, ale je zřejmé, že s příchodem digitálních dokumentů je nutné využívat nové moderní postupy a formy prokazování důvěryhodnosti. Digitální archivy musí být schopny v širším kontextu prokázat svou schopnost dostát závazkům dlouhodobé archivace digitálních sbírek. V dnešní době je již možné certifikovat důvěryhodnost digitálních archivů (např. Trustworthy Repositories Audit & Certification). Mezi další problematiky institucionální roviny patří ekonomická rizika, která se týkají především způsobu financování archivů, jejich provázání s komerčním sektorem a uživateli, nejasnou rovnováhou mezi odpovědnostmi a úlohami stakeholderů a obav z náročnosti z digitální archivace. Nakonec je třeba zmínit organizační a procedurální překážky, které se potýkají se změnami ochranného horizontu, které jsou u digitálních dokumentů daleko kratší, než je zvykem u tradičních analogových dokumentů. Ochranná opatření je u digitálních dokumentů nutné aktivovat daleko dříve. V dnešní době existuje poměrně velké množství specializovaných LTP 13 systémů, které se umí vypořádat s většinou výše uvedených problémů. Jako příklad uvádí (HUTAŘ, 2012) systémy Safety Deposit Box, Rosetta, DAITSS, Archivematica, Mopseus, Hoppla, RODA a další Ochranná opatření dlouhodobé archivace digitálních dat Ochranná opatření obnáší širokou škálu nejrůznějších metod a technických řešení, která cílí na jednotlivé hrozby. Na Obrázku č. 3 jsou uvedeny metody uchovávání digitálních objektů tak, jak je sestavil (THIBODEAU, 2002). 13 LTP Long Term Preservation Dlouhodobá ochrana digitálních dokumentů. 26

27 Na svislé ose je zanesena využitelnost od specifických metod, které řeší konkrétní problém, až po metody obecné, které řeší problematiku principiálně. Vodorovná osa vyznačuje, nakolik je daná metoda zaměřena na uchovávání technologie či uchovávání samotných digitálních objektů. Specifická Využitelnost Obecná Emulace Programovatelné čipy Konzervace technologie Virtuální stroje Softwarový reinženýring Prohlížeč Universální virtuální stroj Strategie DRS Formátová standardizace Migrace verzí TOM konverze Trvalé archivy Object interchange format Uchovávání technologie Záměr uchovávání Uchovávání objektů Obrázek č. 3: Metody uchovávání digitálních dokumentů. Zdroj: (THIBODEAU, 2002) V následující části budou stručně popsány základní principy jednotlivých metod. a) Konzervace technologie udržování hardwaru, softwaru i informačního systému, ve kterém byl digitální objekt využíván. b) Emulace vytvoření systému, který bude fungovat jako systém původní a bude v něm možné spouštět totožné programy. c) Programovatelné čipy jedná se o formu emulace, kdy emulovaný systém bude uchován na naprogramovaném čipu. d) Prohlížeč vytvoření prohlížeče, který dokáže zobrazit uchovávané digitální objekty daného typu. 27

28 e) Softwarový reinženýring pomocí postupů softwarového reinženýringu je možné vytvořit prohlížeče i pro zaniklé a nepoužívané formáty digitálních objektů. f) Virtuální stroje poskytují základní prostředí pro spouštění potřebných programů na široké škále platforem bez nutnosti použití emulátorů (například Java Virtual Machine). g) Universální virtuální stroj poskytuje esenciální funkčnosti pro zobrazení datových formátů, zaměřuje se na rekonstrukci chování originálního dokumentu a nikoliv na hardwarové nebo softwarové prostředí. h) Migrace verzí znamená převedení digitálního objektu do nové verze formátu (například dokument ve formátu Word 97 do formátu Word 2013). i) Formátová standardizace je specifickou variantou migrace, kdy všechny formáty jsou migrovány do jednoho vybraného formátu (například všechny textové dokumenty jsou uloženy ve formátu PDF). j) Strategie DRS (Digital Rosetta Stone) je princip založený na myšlence, že pomocí archivace komplexních znalostí o původním technologickém prostředí, jeho vlastnostech a formátu bude možné toto prostředí v budoucnu zrekonstruovat. k) TOM (Typed Object Model) konverze tato metoda umožňuje převádět do vybraných formátů digitální objekty stejného typu (například dokument ve Wordu je možné uložit do formátu PDF při zachování obsahu i vzhledu). l) Object Interchange Format metoda zaměřená na uchovávání vyměňovaných informací (v e-commerce nebo e-governmentu), kde na konceptuální rovině lze definovat objekty a logické modely výměny dat tak, že lze předpokládat jejich správné zpracování v budoucnosti (podobný princip jako u strategie Digital Rosetta Stone). m) Trvalé archivy (Persistant Archives) komplexní metoda využívající vysokou míru abstrakce, která umožňuje (nezávisle na hardwaru nebo softwaru) uchovávat explicitně definované vlastnosti, strukturu a informace o objektu, z čehož plyne srozumitelnost obsahu po neomezenou dobu Zabezpečení dokumentů na bázi PKI Bezpečnostní technologie PKI (Public Key Infrastrukture infrastruktura veřejného klíče) využívá metod asymetrické kryptografie k ověření integrity elektronického dokumentu. Symetrické šifry používají pro zašifrování i dešifrování stejný klíč (heslo), naproti tomu asymetrické šifry využívají klíče dva. V PKI se tyto klíče nazývají privátní (soukromý) 28

29 a veřejný klíč. Oba klíče jsou vzájemně provázány v závislosti na zvolené šifrovací metodě. Veřejný klíč slouží k šifrování zpráv a není potřeba ho tajit, soukromý klíč naopak slouží k dešifrování zprávy a je nutné ho držet v tajnosti. Základním principem asymetrického šifrování je skutečnost, že je relativně jednoduché pomocí veřejného klíče zašifrovat text, ale na základě znalosti veřejného klíče a veřejným klíčem šifrované zprávy je velice obtížné získat původní zprávu. 14 Délka klíčů pro asymetrické šifrování se pohybuje od 1024 bitů do 4096 bitů (algoritmus RSA) Hash (otisk) Důležitým nástrojem je tzv. hash (česká legislativa používá nepříliš vhodné označení otisk). Otisk je výsledkem jednocestné funkce 15, která z libovolně dlouhé posloupnosti bitů vytvoří exaktní strukturu konstantní délky. Výsledný řetězec by měl maximálně charakterizovat původní text. Běžně užívaná velikost řetězce je řádově od 128 bitů (algoritmus MD-5) do 2048 bitů (SHA-2). Důležitá vlastnost těchto algoritmů spočívá v tom, že i nejmenší změna výchozí zprávy by měla vytvořit výrazně odlišný otisk. Jelikož jsou výsledné otisky relativně malé řetězce s konečnou variabilitou, stává se, že se podaří nalézt různé texty, které mají stejný otisk (tzv. kolizní dokumenty). Díky tomu se některé hashovací 16 algoritmy přestávají používat (např. MD-5) Digitální podpis Integrita a autenticita listinných dokumentů se nejčastěji zajišťuje pomocí vlastnoručního podepsání více totožných kopií, kdy každou podepsanou kopii obdrží jedna ze zúčastněných stran. Pro ověření integrity a autenticity elektronického dokumentu slouží mechanismus digitálního podpisu. Digitální podpis se vytváří ve dvou krocích: 1. Vypočítá se otisk elektronického dokumentu. 2. Tento otisk se zašifruje soukromým klíčem 18 podepisujícího uživatele a výsledek se připojí k elektronickému dokumentu. Tento šifrovaný otisk se nazývá digitální podpis zprávy. 14 Zdroj: (DOSTÁLEK, 2009, s. 26) 15 Jednocestná funkce znamená, že z výsledného řetězce nelze odvodit původní text. 16 Slovo hashovací sice není součástí spisovného jazyka, ale český tvar otiskovací se ve spojení s funkcemi a algoritmy nepoužívá. 17 Zdroj: (DOSTÁLEK, 2009, s. 21) 18 Zde je mírný odklon od principu PKI, kde se zpráva šifruje veřejným klíčem a dešifruje soukromým. Toto vychází z rozličných potřeb, kdy cílem digitálního podpisu není zprávu utajit, nýbrž umožnit veřejně podpis ověřit. 29

30 Ověření podpisu se provádí v těchto krocích: 1. Příjemce elektronického dokumentu spočítá otisk. 2. Příjemce dešifruje pomocí veřejného klíče přijatý digitální podpis. 3. Příjemce porovná, zdali výsledek bodu 1. se shoduje s výsledkem bodu 2. Pokud se toto shoduje, lze konstatovat, že zprávu opravdu podepsal odesílatel svým soukromým klíčem a zároveň zpráva nebyla pozměněna. 19 Pokud to umožňuje použitý formát, může být digitální podpis uložen přímo v elektronickém dokumentu (tzv. interní elektronický 20 podpis), nebo v opačném případě může být uložen do separátního souboru (tzv. externí elektronický podpis). Předností externího elektronického podpisu je možnost podepsat jakýkoliv digitální soubor. Nevýhodou je složitější udržování logických vazeb mezi podpisem a podepsaným dokumentem. Toto lze řešit například vložením všech logicky souvisejících dokumentů do jednoho kontejneru. (PETERKA, 2011, s. 47) Klíče pro ověření digitálních podpisů jsou uloženy na tzv. certifikátech. Certifikát je vydáván nezávislou důvěryhodnou stranou, tzv. certifikační autoritou. Osobní certifikát obsahuje údaje nutné k autentizaci podepisující osoby a její provázání na veřejný i soukromý klíč a zároveň obsahuje veřejný klíč pro ověření digitálního podpisu (PETERKA, 2011, s. 17). Certifikát veřejného klíče je datová struktura, která spojuje identifikaci žadatele s jeho veřejným klíčem. Tato vazba je stvrzena digitálním podpisem certifikační autority (DOSTÁLEK, 2009, s. 121). Každý certifikát má časově omezenou platnost. Jak píše (PETERKA, 2011, s. 42): Platnost elektronického podpisu jako takového není v čase apriorně omezována. Omezována je možnost ověřit (a tím i prokázat) platnost podpisu s využitím certifikátu, na kterém je podpis založen, a to skrze umělé omezení životnosti tohoto certifikátu. Důvodem pro omezování platnosti je především bezpečnost používaných šifrovacích algoritmů, která může v čase klesat. Pro případ kompromitace certifikátu existuje proces jejich zneplatnění (revokace). Každá certifikační autorita vede tzv. seznam zneplatněných certifikátů CRL (Certificate Revocation List). Tento seznam obsahuje identifikační čísla všech zneplatněných certifikátů a je digitálně podepsán certifikační autoritou, aby se zamezilo jeho pozměnění či podvrhnutí. 19 Zdroj: (DOSTÁLEK, 2009, s. 27) 20 Elektronický podpis je zde opět použit jako synonymum digitálního podpisu. 30