Важная проблема, требующая дальнейшей проработки, это проблема аутентификации (подтверждения подлинности) электронных документов. 3 страница

Помимо OpenDocument существуют другие открытые форматы, обладающие более ограниченной областью применения и потому не получившие такой известности, как ODF. Это форматы компрессии аудио- и видеоданных OGG Vorbis и OGG Theora, формат PNG для растровых графических изображений, SVG для векторной графики и др. Каждому из этих форматов может быть противопоставлен «закрытый» аналог. Так, закрытыми альтернативами OGG Vorbis, SVG и PNG являются соответственно MP3, Flash и GIF (использование последнего, на момент разработки PNG, было связано с патентными ограничениями). Нынешнее положение этих форматов тоже различно. Так, PNG уверенно завоевывает позиции GIF, что объясняется не только открытостью, но и технологическим превосходством PNG, разработанного почти на десять лет позже предшественника. Позиции OGG Vorbis не столь прочны, и он уступает по популярности как формату MP3, так и формату WMA, продвигаемому Microsoft.

Более интересна судьба формата SVG. Он был разработан компанией Adobe как формат представления векторных графических изображений. Однако по мере усиления конкуренции с компанией Macromedia, Adobe включала в формат SVG все больше функций, соответствующих функциям Macromedia Flash, но несмотря на это, получить сколь-нибудь заметное рыночное признание формат не смог. В 2006 г. компания Adobe поглотила Macromedia, и таким образом в ее распоряжении оказалось два аналогичных формата. Не исключено, что вскоре SVG вернется в более узкую нишу «рабочего» формата приложений, предназначенных для обработки векторной графики, а вот Flash будет развиваться как формат передачи видеоданных, а также средство создания пользовательских приложений с графическим интерфейсом.

Граждане работают с электронными документами посредством самых разных электронных устройств (персональных и карманных компьютеров, коммуникаторов и т. п.) с различными программно-аппаратными платформами, и государство должно устранить все барьеры для доступа к документам с помощью этих устройств. Спецификации, определяющие информационное взаимодействие между государством и обществом, должны быть открытыми — с тем, чтобы любые поставщики могли реализовывать их в своих продуктах.

Помимо порядка обмена документами, государственная политика должна регулировать и их долгосрочное хранение. Государственные учреждения осуществляют массовый сбор и хранение персональных данных граждан, и следует обеспечить безопасность, конфиденциальность и достоверность данных на обоих этапах. Кроме того, по действующим международным и национальным нормативным актам (в том числе в России), граждане должны иметь недискриминационный свободный доступ к своим персональным данным, хранящимся в государственных органах.

В силу этих причин государственные информационные (учетные) системы невозможно строить на основе закрытых (проприетарных) спецификаций, неизвестных общественности и защищающих частные интересы какой либо компании.

В России пока не вполне осознана необходимость разработки собственной стратегии в области открытых стандартов и открытых форматов документооборота. В российских государственных концепциях и программах упоминаются открытые стандарты и указывается на необходимость разработки соответствующей государственной политики, однако воплощения этой политики на практике не наблюдается. То же самое можно сказать и о случаях целенаправленного внедрения открытых стандартов, а те немногие примеры, что есть, плохо документированы. Различные основания деления и признаки, используемые в классификациях, вызывают значительные сложности при практическом определении типов электронных ресурсов.

В электронной среде функционирует достаточно много объектов, которые пока трудно идентифицировать в качестве документов, но вполне можно отнести к составляющим частям электронных архивов документов. Например, с точки зрения функционального и целевого назначения, в качестве сетевых электронных изданий могут быть рассмотрены: отдельные произведения (оригинальные и электронные представления печатных), сборники (в том числе материалы конференций), компьютерные средства обучения, базы данных, географические информационные системы и сайты.

Архив электронных документов – это не просто отдельный сервер, компьютер или место для складирования носителей с информацией. Это не только и не столько поисковая система, способная "выудить" нужную пользователю электронную информацию. Архив – это, прежде всего, технологии и производственные процессы, обеспечивающие весь цикл хранения документов от экспертизы ценности до их использования, через учет, описание, обеспечение сохранности и развитие научно-справочного аппарата.

Электронный архив относится к классу систем управления корпоративным контентом (Enterprise Content Management).

Основная цель электронного архива упорядочение работы с неструктурирванной электронной информацией организации: текстовыми данными, мультимедиа, графикой и т.д. Сотрудники в основном работают со статичными документами, т.е. окончательно сформированными и неизменными – такая документация может храниться в электронных архивах и быть доступной для чтения. Для систематизации документов разрабатывается их иерархия, на каждый заводится так называемая карточка, с перечнем атрибутов, однозначно идентифицирующих документ.

Как полноценная ЕСМ-система электронный архив включает базовые компоненты:

- Управление документами (check-in/check-jut, поддержка версионности, безопасность, управление сервисами);

- Имиджинг документов (оцифровка, трансформация, представление в разных форматах бумажных документов);

- Система Workflow для поддержки бизнес-процессов, распределение контента, контроль исполнения задач, аудит действий и изменений;

- управление Web-контентом;

- поддержка командной работы над электронными документами.

Основные функции электронного архива:

- создание иерархического каталога документов;

- разделение информации по различным видам документов;

- хранение электронных документов или электронных копий бумаг;

- поиск документов как по иерархическому каталогу, так и по атрибутам документов;

- доступ к документам на основе прав пользователей;

- просмотр документов;

- работа с копиями дел;

- печать документов;

- резервное копирование;

- администрирование системы (регистрировать новых пользователей, определять их права).

В электронных архивах перечисленные функции осуществляются с помощью средств информационной техники и собственно информационный процесс можно разделить на следующие операции:

- отбор документов, характеризующих объект;

- формирование информационных сообщений (образов документов) на основе отобранных документов;

- ввод сообщений в технические устройства;

- хранение сообщений для последующего поиска;

- ввод запросов пользователей абонентов архива;

- обработка запросов и выборка сообщений по критерию смыслового соответствия запросам;

- передача сообщений по каналам связи;

- отображение информации, содержащейся в сообщении, в доступном человеку виде.

Критерии отбора электронных документов делятся на четыре группы: по содержанию, по структурным и функциональным свойствам, по технологическим характеристикам, по правовому статусу документа. При этом основное внимание традиционно уделяется вопросам организации процесса информационного поиска как определяющему показатели качества функционирования системы архива в целом.

По оценкам ведущих специалистов современные системы управления электронным архивом способны обеспечить надежное хранение данных, возможность быстрого поиска документов и, в случае необходимости, оперативного предоставления всех версий документов, как изначально созданных в электронном виде, так и полученных путем сканирования бумажных носителей. При этом документы могут быть объединены между собой сложными логическими связями.

Электронный архив не является полным заместителем системы электронного документооборота: электронный архив и документооборот дополняют друг друга.

Система электронного архива и документооборота работают по принципу аналогичного процесса для бумажных носителей. Отличие заключается в том, что система электронного архива предусматривает структурированное хранение информации, которая не подлежит изменению.

Организация электронного архива имеет отличия от системы документооборота в организации:

- большинство пользователей, имея доступ к архиву и информации, хранящейся в нем, не имеют права на ее изменение;

- все документы находятся на центральном сервере, а для работы пользователи получают лишь электронные копии;

- в архивах уделяется больше внимания вопросам резервирования информации и обеспечения ее защиты.

К электронному архиву можно получить доступ из любого рабочего места с компьютера или мобильного устройства. Возможно работать с документами удаленно, например через Интернет. При этом и электронные архивы и базы данных физически находятся на центральных серверах. Сегодня наиболее перспективным решением создания емких баз данных – электронных архивов считается применение «облачных технологий».

С одной стороны, единый электронный архив предприятия - база знаний компании. С другой стороны, полноценный и полнофункциональный электронный архив предприятия является «фундаментом» для систем документооборота и технической поддержки эксплуатации месторождений, ядром всех систем, включая системы управления предприятием (ERP), СЭД, финансовые, почтовые и т.д.

Это обусловлено тем, что в отличие от традиционной концепции жизненного цикла документа, которая предполагает, что документ помещается в архив на его финальной стадии, электронный документ помещается в электронный архив (регистрируется в системе) на начальной стадии жизненного цикла.

Для холдинговых структур осуществляется интеграция электронных архивов в рамках распределенной структуры группы компаний - унифицированные электронные архивы холдинга представляют собой единую систему архива управляющей (головной) компании и предприятий.

Структура электронного архива подразумевает систематизацию созданных файлов и обеспечение к ним быстрого доступа. В частности, под индивидуальные требования организации создается база данных с определенной структурой, где каждому документу присваивается уникальный идентификационный номер. Программа электронного архива и база документации записываются на выбранный носитель и передаются разработчиком архива в пользование заказчику. При этом в программе уже реализована система поиска документов по различным критериям (например, по уникальному номеру, по тексту).

Рассмотрим возможные варианты построения электронного архива.

Варианты	Возможности поиска	Тип хранения	Первичный ввод
Вариант 0 (минимальный)	Поиск по файловой системе	Документы в файловой системе	Документный ввод
Вариант 1	Поиск по картотеке	Документы в файловой системе	Документный ввод
Вариант 2	Поиск по картотеке	Документы в файловой системе	Потоковый ввод
Вариант 3	Поиск по картотеке	Система управления документами	Документный ввод
Вариант 4	Поиск по картотеке	Система управления документами	Потоковый ввод
Вариант 5	Полнотекстовый поиск	Документы в файловой системе	Документный ввод
Вариант 6	Полнотекстовый поиск	Документы в файловой системе	Потоковый ввод
Вариант 7	Полнотекстовый поиск	Система управления документами	Документный ввод
Вариант 8	Полнотекстовый поиск	Система управления документами	Потоковый ввод

Вариант 0 - это минимальный набор средств, обеспечивающий решение задач электронного документального архива. Все последующие варианты являются его расширениями, поэтому далее будем называть его базовым.

В базовый комплект средств не включены специализированные программные средства организации потокового ввода, автоматизации документооборота, а также картотечного и полнотекстового поиска документов.

Образы как текстовых, так и графических документов представляют собой их сканированные изображения в формате графических файлов TIFF Group 4 (мульти tiff, или многостраничный tiff файл). В рамках этого формата одному многостраничному документу соответствует один файл с расширением.tif, каждая страница документа может быть обработана отдельно от других. Для уменьшения объема хранимых данных используется сжатие информации.

Хранение образов документов в файловой системе позволяет реализовать простейший режим поиска документов. Однако использование простейших поисковых утилит командной строки или программ типа Explorer (Проводник), присутствующих в составе серверных ОС и ОС рабочих станций, для организации поиска в библиотеках нежелательно. Ведь алгоритм последовательного просмотра содержимого тома крайне медленно работает в больших объемах данных, характерных для библиотек. Поэтому базовый комплект средств не может быть рекомендован для создания электронного архива (ЭА). Самый разумный способ избежать выполнения медленных поисковых операций ограничить доступ пользователей к файлам образов документов. Доступ к этим файлам должен быть возможен только через поисковую систему.

Варианты 1-4 предполагают поддержку поиска по картотеке, варианты 5-8, кроме поиска по картотеке, обеспечивают полнотекстовый поиск.

Вариант 1 является расширением базового варианта ЭА и может быть назван вариантом архива с поиском по картотеке (картотечный архив) и хранением документов в файловой системе. Для его реализации в состав ПО ЭА должны быть введены программные средства организации картотеки документов коллективного пользования, например системы Дело фирмы Электронные Офисные Системы (ЭОС) или Евфрат компании Cognitive Technologies.

Эти системы строятся по архитектуре клиент-сервер и состоят из двух компонент серверной и клиентской. Серверная компонента ориентирована на использование стандартной реляционной клиент-серверной СУБД типа MS SQL Server или Oracle, которую необходимо также установить на сервере. Более совершенными считаются системы типа DOCSOpen фирмы PC DOCS и StaffWare фирмы StaffWare.

Существуют системы, использующие для клиентской части стандартные программы. Например, система MediaStream Server применяющая стандартные броузеры c протоколом HTTP. Такие системы наиболее эффективны в глобальных сетях при использовании технологии Интернет/Интранет.

Вариант 2 (картотечный архив с поточным вводом) отличается от варианта 1 тем, что в состав ПО станций ввода дополнительно введены программные средства организации поточного ввода.

Вариант 3 предполагает использование системы управления документами, (картотечный архив с системой управления документами) и хранением документов в файле системы управления документов. Система управления документами, как правило, содержит в комплекте программ средства формирования библиотек документов и организации поиска по картотеке.

Вариант 4 является наиболее полным для архива, поддерживающего поиск по картотеке (картотечный архив с системой управления документами и поточным вводом). В его состав входят как программные средства поточного ввода, так и система управления документами.

Вариант 5 является минимальным для архива с полнотекстовым поиском (полнотекстовый архив).

Для этого необходимо обеспечить ввод в систему не только изображений документов, но и их содержания в текстовом виде, что означает либо ручное (с помощью оператора) распознавание всех вводимых в архив документов, либо полуавтоматическое с использованием технологии OCR (оптического распознавания символов). Кроме того, в состав ПО сервера хранилища документов должны быть введены программные средства полнотекстового поиска, так называемая поисковая машина. Все вводимые документы должны быть проиндексированы по тексту поисковой машиной; результатом индексирования является индексный файл, который занимает дополнительный объем памяти на запоминающих устройствах сервера. Объем индексного файла ориентировочно равен объему текстов индексируемых документов.

И, конечно, на каждом из сетевых ПК должна быть установлена клиентская часть программного комплекса полнотекстового поиска.

Таким образом, вариант 5, в отличие от варианта 1, должен содержать дополнительно:

- несколько станций распознавания текста с программной системой OCR типа FineReader фирмы ABBYY, Cunieform фирмы Cognitive или аналогичной. В 2009 году выпущены графические интерфейсы к открытой версии Cuneiform на основе библиотеки Qt 4 — Cuneiform-Qt, YAGF. Начиная с версии 0.9.0 открытую версию для Linux можно использовать в качестве библиотеки. Cognitive Open Source OCR Cuneiform – международный проект по развитию технологии оптического распознавания. Он был начат на базе системы Cuneiform компании Cognitive Technologies, программные коды которой были открыты для независимых разработчиков. - дополнительную внешнюю память на сервере хранилища документов для хранения полнотекстовых индексов.

CuneiForm — шрифтонезависимая система и способна распознавать любые шрифты (за исключением декоративных).

В CuneiForm используются самообучающиеся алгоритмы. Система независимо от пользователя способна обучаться в процессе распознавания. Это позволяет значительно увеличить точность распознавания. Еще одним отличительным свойством CuneiForm является наличие «экспертной системы» внутри ядра, которая в зависимости от качества и структуры документа позволяет выбирать оптимальный алгоритм распознавания.

ReadIris — комбинация шрифтонезависимой и шрифтозависимой системы оптического распознавания в чистом виде, то есть пользователь может включить или отключить обучение системы шрифту.

В CuneiForm результат распознавания помещается во встроенный текстовый редактор, в котором можно удобно перемещаться по «сомнительным» словам. Проверка сомнительных слов в ReadIris осуществляется в том же окне, что и обучение шрифту: появляется отдельное окно, в котором показывается сомнительное слово, и предлагается посимвольно проверить, правильно ли система его понимает. Если вы не хотите заниматься обучением системы, то вам не удастся и просмотреть сомнительные слова. В ReadIris отсутствует встроенный текстовый редактор, с чем и связан описанный выше способ проверки сомнительных слов — невозможно видеть одновременно результат распознавания и оригинал.

Заметно преимущество CuneiForm при работе с так называемыми плохими текстами: факсами, ксерокопиями, текстами, отпечатанными на пишущей машинке или матричном принтере, документами, отсканированными в низком разрешении. В таких документах количество ошибок у ReadIris возрастает на порядок, у CuneiForm же качество распознавания ухудшается незначительно.

CuneiForm предоставляет более удобные, чем у ReadIris, возможности работы с распознаваемым текстом: встроенный текстовый редактор, проверка сомнительных слов, удобный инструментарий по работе с таблицами на стадии разметки, мощные средства ручной фрагментации.

- в состав ПО сервера хранилища документов должна быть включена полнотекстовая поисковая машина, поддерживающая работу с несколькими языками, а в состав ПО рабочих станций операторов клиентская часть полнотекстового поиска.

Вариант 6 отличается от варианта 5 тем, что в состав ПО станций ввода добавлены программные средства организации поточного ввода (полнотекстовый архив с поточным вводом). Примером такого средства является программный комплекс Accent Capture фирмы Kofax.

Вариант 7 в дополнение к средствам варианта 5 предполагает использование системы управления документами, такой, как DOCs Open фирмы PC DOCS (полнотекстовый архив с системой управления документами). Система DOCs Open, как правило, содержит в комплекте программ поисковую машину полнотекстового поиска Verity. Однако ее возможности несколько ограничены по сравнению с возможностями системы Excalibur RetrievalWare.

Вариант 8 является наиболее полным для архива, поддерживающего как поиск по картотеке, так и полнотекстовый поиск (полнотекстовый архив с системой управления документами и поточным вводом). В его состав входят как программные средства поточного ввода, оснащенные средствами распознавания текста, так и система управления документами, дополненная программной поисковой машиной полнотекстового поиска.

На предприятиях также создается многоуровневая структура архива (несколько тематических разделов или несколько архивов различных подразделений в едином архиве) с системой регламентации прав доступа к документам и их частям, а также защиты документов. Схематически она может состоять из нескольких подсистем выглядеть следующим образом:

Схема Основные подсистемы системы электронного архива

Подсистема ввода в свою очередь, включает:

а) Подсистему ввода сканированных документов, включающую средства перевода документов в электронный вид, средства обработки изображений, средства ввода в систему электронного архива.

Подсистема ввода сканированных документов состоит из:

Подсистемы ввода узкоформатных документов;

Подсистемы ввода широкоформатных документов.

б) Подсистему ввода документов, создаваемых сразу в электронном виде.

Подсистема хранения, включает в себя:

а) Области оперативного хранения;

б) Области долгосрочного архивного хранения.

Подсистема тиражирования, включает в себя:

а) Подсистему тиражирования узкоформатных документов;

б) Подсистему тиражирования широкоформатных документов.

Подсистема приложений, в свою очередь, включает:

а) ПО управления аппаратными средствами;

б) ПО обработки сканированных изображений;

в) Средства разработки электронных документов;

г) ПО электронного архива и документооборота, включающее:

СУБД;

"Серверную часть";

"Клиентские части".

д) Дополнительные программные средства. Например, конверторы таблиц для разных СУБД (при создании единого информационного пространства) и т. д.

Дополнительное оборудование. В свою очередь, включает:

а) Сервер системы;

б) Рабочие станции;

в) Сетевое оборудование.

Вариант 1 построения структуры архива:

Самостоятельно. Крупные холдинги с большим штатом делопроизводителей и IT-специалистов, обладающие свободными средствами на приобретение ПО, серверов с защищенными каналами передачи данных, обучение сотрудников и их содержание, могут пойти по этому пути. При условии, разумеется, грамотной организации такого архива и соблюдения архивных и законодательных требований.

Но даже финансовые «монстры» предпочитают это дело делегировать профессионалам.

Вариант 2:

Найм сторонней компании. Выбравшие этот путь уже не озадачиваются вопросом, как создать электронный архив: профессиональные архивисты вовремя все подскажут, сделав все, главным образом, посредством собственных сил и ресурсов. Это выгодно и с позиции снижения затрат и по скорости и качеству.

Оцифровке документации с бумажного носителя предшествует обязательная экспертиза ценности каждого документа полистно, проводимая специальной совместной комиссией (заказчика и исполнителя), затем разбивка фонда на категории по видам, признакам, срокам хранения. Само сканирование (исходя из вида документации фонда) производится на промышленных сканерах разной конфигурации (с расшивкой дел или без оной). После чего изображение подвергается распознаванию и обработке.

Промышленные сканеры от тех, что применяются в обиходе отличаются особой скоростью, мощностью, функционалом: цифровые изображения получаются четкими, без затемнений. Высокая скорость позволяет оцифровывать документацию по поточному принципу, после чего производится полистная проверка результатов и верификация (обработка) спецпрограммой распознавания текстов, так чтобы электронный архив был столь же функционален, как вновь напечатанные документы (корректировался, пересылался, удалялся, переоформлялся).

Системы электронных архивов относятся к классу систем управления электронными записями (ERMS).

Создание электронного архива документов условно состоит из трех этапов работы:

1. Сканирование документов. В результате создаются точные копии документов со всеми подписями, резолюциями, печатями и т.д.

2. Индексация документов. Электронные документы индексируются по различным информационным полям: номер документа, дата создания, название и т.д.

3. Наполнение электронного архива.

Следует подчеркнуть, что для получения полноценного электронного архива недостаточно создать и установить информационную систему. Трудоемкими и требующими выверенного методологического подхода являются и сами работы по ее наполнению. Нередко архив организации не располагает необходимыми специалистами для формирования электронного информационного ресурса, так как данная деятельность не является для архивов профильной.

Главное требование к электронному архиву – обеспечение сохранности документов. Электронный архив имеет средства восстановления после сбоев.

Создать можно различные электронные архивы: архивы бухгалтерской документации, электронные картотеки персональных данных кадровых служб, электронные архивы конструкторской и технологической документации и т. д.

Важным этапом создания электронного архива является процесс ввода в него архивной документации. Обычно данный процесс представляет собой прямую передачу надлежащим образом оформленных дел из корпоративной системы электронного документооборота в ее специализированный модуль «электронный архив». Даже если дела в СЭД нуждаются в дополнениях, к примеру в создании описей, а также сдаточной документации, тем не менее этот процесс является практически полностью автоматизированным. Совершенно другим, значительно более затратным и по времени и по финансам является процесс ретроконверсии – оцифровки бумажного архива организации.

Этапы ретроконверсии:

Первый - получение образа документа. Для этого может быть использовано разнообразное оборудование. Самым дешевым являются офисные сканеры, функциональность которых может быть расширена лотком автоподачи и системой двустороннего сканирования документа. Далее идут документные сканеры, затем потоковые сканеры, обеспечивающие самую высокую скорость сканирования, богатые возможности, но при этом отличающиеся высокой стоимостью. Штативные фотосканеры переводят документы в цифровую форму посредством фотографирования; Просмотр PDF-, графических многостраничных (TIFF) и одностраничных (JPEG, PNG), звуковых (WAV, MP3, AMR) файлов и медийных дисков в формате образа (ISO) достигается с помощью дополнительно установленных в системе просмотрщиков/проигрывателей/монтировщиков.

Второй формирование метаданных, то есть хранимых отдельно от контента документа полей с описательной информацией, позволяющей ECM-системе этот документ корректно обрабатывать;

Третий - маркировка документа, производимая для автоматизированного заполнения метаданных в архивной системе (для этого используются программное обеспечение для генерации штрихкода, принтер штрихкода, программный считыватель штрихкода, ручной сканер штрихкода, необходимый при непосредственной работе с маркированными документами).

Работая в комплексе, подсистема маркировки, построенная таким образом, обеспечивает возможность проведения процедуры ретроконверсии на адекватном техническом уровне;

- извлечение (распознавание) контента. Производится с использованием OCR-системы. Для этих целей преимущественно используется Abbyy FineReader 7.0 Scripting Editiion. В задачу данной системы входит перевод изображения (образа) документа в текстовый формат с сохранением форматирования либо без такового.

Не оснащенная этим функционалом архивная система не сможет обеспечить полноценную индексацию, а также исключит возможность использования полнотекстового поиска по хранимой в системе документации.

В совокупности перечисленные пункты описывают затраты, необходимые для проведения ретроконверсии документов в рамках одного проекта (не используя аутсорсинг). Эта сумма должна быть разделена на время эксплуатации оборудования и ПО, применяемых для ретроконверсии, стоимость расходных материалов за тот же период, а также затраты на персонал, осуществляющий ввод документных данных в архивную систему. Соотнеся полученные затраты с объемом ретроконверсированной документации, мы получим стоимость ввода в систему единичного документа. Также немаловажно, что само сканирование не является достаточным условием для ввода документа в систему, так как ECM-система требует получения метаданных документа, а поисковая подсистема – текстового контента. Лишь тогда мы можем говорить о полноценном вводе документа в соответствии с требованиями системы электронного архива.

Дата добавления: 2014-12-29