3 Le stockage pour la préservation numérique s’inscrit dans un horizon de temps que peu d’autres systèmes informatiques partagent. Bibliothèques nationales, archives nationales et régionales, institutions de recherche et organismes du patrimoine culturel doivent garder leurs collections numériques exploitables non pas pendant des années, mais pendant des générations. Archives du web, livres et journaux numérisés, documents administratifs nativement numériques, collections audiovisuelles et données de recherche doivent tous survivre aux pannes matérielles, aux changements technologiques, aux cycles budgétaires et à la lente dégradation des supports, tout en restant authentiques et accessibles. Cet article explique ce que la préservation numérique attend du stockage, les architectures qu’utilisent les institutions et comment planifier une plateforme de stockage de préservation. Il s’adresse aux responsables de la préservation numérique et aux architectes informatiques des bibliothèques, des services d’archives et des organismes comparables. Ce qui distingue la préservation La plupart des stockages informatiques sont conçus autour d’applications et de besoins métier qui changent tous les quelques ans. Le stockage de préservation est conçu autour de contenus qui doivent survivre à de nombreuses générations de matériel et de logiciels. Il en découle des priorités propres : L’intégrité dans la durée : les contenus doivent être identiques au bit près des décennies plus tard, avec la preuve qu’ils n’ont pas changé. Plusieurs copies indépendantes : pour qu’aucune panne, catastrophe ou erreur isolée ne puisse détruire la collection. L’indépendance technologique : les contenus doivent pouvoir être transférés vers un nouveau stockage sans perte, encore et encore. L’authenticité : la provenance et les modifications doivent être documentées. L’accessibilité : les contenus doivent rester faciles à trouver et à utiliser pour les chercheurs et le public de demain. La soutenabilité : les coûts doivent rester abordables année après année, puisque la préservation ne s’arrête jamais. Les référentiels qui façonnent le stockage de préservation OAIS Le modèle de référence OAIS (Open Archival Information System), publié comme norme internationale (ISO 14721), décrit les fonctions et responsabilités d’une archive qui préserve l’information pour une communauté cible. Il définit la manière dont les contenus sont ingérés, stockés, gérés et mis à disposition, et sert largement à concevoir et à évaluer les systèmes de préservation. Le stockage relève principalement de sa fonction Stockage. Voir le modèle OAIS et le stockage. Les niveaux de préservation numérique de la NDSA La National Digital Stewardship Alliance, aux États-Unis, publie les niveaux de préservation numérique (Levels of Digital Preservation), un guide pratique par paliers qui couvre le stockage, l’intégrité, le contrôle, les métadonnées et les contenus. Ses recommandations de stockage vont de la conservation de deux copies complètes dans des lieux distincts à davantage de copies dans des lieux géographiquement séparés, exposés à des risques de catastrophe différents. De nombreuses institutions hors des États-Unis l’utilisent aussi comme outil d’autodévaluation. La certification de dépôt de confiance Des dispositifs de certification comme CoreTrustSeal et la norme d’audit ISO 16363 évaluent la fiabilité des dépôts, y compris leur gestion du stockage, de l’intégrité et des risques. Ce que le stockage de préservation doit apporter Plusieurs copies dans des lieux distincts Les pratiques de préservation exigent plusieurs copies de chaque élément, stockées dans des lieux différents exposés à des risques différents, souvent sur des technologies différentes. Voir les copies de préservation numérique. Le contrôle de fixité La fixité consiste à vérifier que les contenus n’ont pas changé, généralement en calculant des sommes de contrôle et en les comparant dans le temps. À l’échelle du pétaoctet, des contrôles de fixité réguliers représentent une charge importante. Voir les contrôles de fixité à grande échelle. Le renouvellement des supports et des technologies Les disques tombent en panne, les formats de bandes vieillissent et les systèmes de stockage arrivent en fin de support. Le stockage de préservation doit permettre de transférer régulièrement les contenus vers du nouveau matériel sans perte, idéalement sans projets de migration perturbateurs. La soutenabilité des coûts à long terme Les budgets de préservation doivent couvrir le stockage pour un avenir indéfini. Le coût par téraoctet et par an, énergie, espace, personnel et renouvellement compris, compte davantage que le prix d’achat. L’accès Certaines collections sont très consultées, comme les collections numérisées populaires ou les archives du web ; d’autres le sont rarement. Le stockage doit répondre aux besoins d’accès sans obliger à tout placer sur un stockage rapide et coûteux. Sécurité et contrôle Les collections peuvent inclure des documents administratifs sensibles ou des données personnelles. L’accès doit être contrôlé et audité. Les contenus doivent aussi être protégés contre les ransomwares et la suppression malveillante. Les architectures de stockage pour la préservation La bande Les bibliothèques de bandes occupent depuis longtemps une place centrale dans la préservation grâce à leur faible coût au téraoctet, leur faible consommation électrique et leur protection hors ligne. Les générations de bandes changent régulièrement : les contenus doivent donc être migrés vers de nouveaux formats, et l’accès est plus lent que sur disque. Le stockage objet sur disque Le stockage objet sur des serveurs standard offre l’accès en ligne, une croissance scale-out, le codage à effacement, le contrôle d’intégrité et la possibilité de remplacer le matériel nœud par nœud. De nombreux systèmes de préservation et plateformes d’entrepôt peuvent utiliser un stockage compatible S3. Le stockage cloud Certaines institutions utilisent le stockage cloud pour l’une de leurs copies. Les points d’attention sont le coût à long terme, les frais de restitution, la souveraineté des données et la capacité de l’institution à récupérer ses contenus plus tard. Les approches combinées La plupart des institutions nationales combinent les technologies : une copie en stockage objet en ligne pour l’accès et le contrôle de fixité, une deuxième copie sur un autre site et souvent une copie sur bande ou hors ligne pour une protection supplémentaire contre les défaillances corrélées et les cyberattaques. Souveraineté et dépôt légal Les bibliothèques et archives nationales exercent généralement leur mission dans le cadre de lois sur le dépôt légal et les archives publiques qui les rendent responsables des collections nationales. Beaucoup préfèrent, ou sont tenues de, conserver leurs copies de préservation dans les frontières nationales et sous leur contrôle direct. En Europe, les institutions nationales gardent souvent toutes leurs copies dans le pays. Au Japon, au Royaume-Uni, en France et en Allemagne, des attentes similaires s’appliquent aux collections nationales. Un stockage qui peut être déployé sur plusieurs sites nationaux, sans dépendre de régions cloud étrangères, répond à ces exigences. Intégrité et authenticité Le stockage de préservation doit garantir l’intégrité à chaque étape : Des sommes de contrôle calculées à l’ingestion et stockées dans les métadonnées de préservation. Une vérification régulière de la fixité sur toutes les copies. Une réparation à partir de copies saines en cas de corruption détectée. Des journaux d’audit des opérations de stockage. L’immuabilité (en anglais) pour les contenus qui ne doivent jamais changer, contre la suppression accidentelle ou malveillante. Les plateformes de stockage objet qui vérifient les sommes de contrôle en arrière-plan ajoutent une couche de protection sous les contrôles de fixité propres au système de préservation. Des collections aux besoins différents Toutes les collections ne se comportent pas de la même façon, et le stockage de préservation doit en tenir compte : Les archives du web croissent vite au fil des collectes régulières du domaine national, produisent un très grand nombre de fichiers conditionnés dans des formats conteneurs et sont très consultées par les chercheurs une fois l’accès ouvert. Les collections imprimées numérisées, comme les livres, les journaux et les cartes, génèrent des images maîtres haute résolution et des dérivés pour l’accès en ligne, avec une forte demande du public pour les titres populaires. Les collections audiovisuelles comptent parmi les plus volumineuses, avec des fichiers maîtres non compressés ou peu compressés issus de la numérisation de bandes et de films, qui peuvent atteindre plusieurs gigaoctets par heure de contenu. Les documents nativement numériques versés par les administrations arrivent dans de nombreux formats, souvent avec des restrictions de communicabilité qui limitent l’accès pendant des années. Les données de recherche peuvent devoir être préservées pour la reproductibilité, avec des formats et des tailles très variables. Regrouper les collections par taille, croissance, usage et sensibilité aide à décider lesquelles ont besoin de copies d’accès en ligne, lesquelles peuvent reposer principalement sur un stockage profond et comment fixer les calendriers de fixité. Personnel et compétences Le stockage de préservation réussit ou échoue selon les personnes qui l’exploitent sur des décennies. Les institutions ont besoin d’équipes qui maîtrisent à la fois les principes de préservation et l’exploitation du stockage, de procédures documentées qui survivent au renouvellement du personnel et de relations avec des fournisseurs capables de soutenir des plateformes au long cours. Choisir un stockage simple à exploiter et à étendre, fondé sur du matériel standard et des interfaces ouvertes comme S3, réduit la dépendance à des compétences spécialisées rares et facilite le changement de fournisseur si nécessaire. Planifier une plateforme de stockage de préservation Définir les collections, les volumes, la croissance et les modes d’accès. Recenser les exigences issues de l’OAIS, des niveaux NDSA et des objectifs de certification. Décider du nombre et de l’emplacement des copies ainsi que des technologies de chacune. Planifier la fréquence et la capacité des contrôles de fixité. Choisir un stockage qui permet de renouveler le matériel sans projets de migration des contenus. Modéliser les coûts sur au moins dix ans. Intégrer le stockage aux systèmes d’entrepôt et de préservation. Tout documenter pour l’audit et la transmission. Liste de contrôle : stockage pour la préservation numérique Conserver plusieurs copies dans des lieux distincts exposés à des risques différents. Utiliser au moins deux technologies de stockage lorsque c’est possible. Calculer et stocker les sommes de contrôle à l’ingestion. Mener des contrôles de fixité réguliers et réparer à partir de copies saines. Protéger les contenus par l’immuabilité et le contrôle d’accès. Planifier le renouvellement des supports et du matériel sans perte. Garder les copies dans les frontières nationales requises. Modéliser la soutenabilité des coûts à long terme. S’aligner sur l’OAIS et les exigences de certification. En résumé Le stockage pour la préservation numérique est conçu pour la permanence : plusieurs copies indépendantes, un contrôle d’intégrité constant, un renouvellement technologique sans perte et des coûts soutenables indéfiniment. Les bibliothèques et archives nationales combinent généralement un stockage objet en ligne, un second site et une copie supplémentaire sur une autre technologie, le tout sous contrôle national. Choisissez des plateformes qui font du renouvellement une routine plutôt qu’une rupture, et concevez chaque couche pour qu’elle puisse être auditée et transmise à la génération suivante de gardiens des collections. Questions fréquentes Quel stockage les bibliothèques nationales utilisent-elles ? Généralement une combinaison : un stockage disque ou objet en ligne pour l’accès et le contrôle de fixité, des copies supplémentaires sur des sites distincts et souvent des copies sur bande ou hors ligne. Combien de copies la préservation numérique exige-t-elle ? Les recommandations de préservation prévoient généralement au moins deux copies, et souvent trois ou plus, dans des lieux distincts exposés à des risques différents. Qu’est-ce que la fixité en préservation numérique ? La vérification que les contenus n’ont pas changé, généralement en comparant les sommes de contrôle calculées à l’ingestion avec celles calculées plus tard. Le stockage cloud est-il acceptable pour la préservation numérique ? Il peut servir pour une copie, mais le coût à long terme, les frais de restitution, la souveraineté et les possibilités de sortie doivent être évalués avec soin. Qu’est-ce que l’OAIS ? Le modèle de référence Open Archival Information System, une norme internationale qui décrit les fonctions et responsabilités d’une archive numérique à long terme. Pour aller plus loin Le modèle OAIS et le stockage Les copies de préservation numérique Les contrôles de fixité à grande échelle Stockage pour la gestion des données de recherche Bonnes pratiques d’archivage des données (en anglais)
