Tous les articles par Michel Jacobson

Etude du NDSA sur le format PDF/A-3

Le consortium NDSA (National Digital Stewardship Alliance) vient de publier une étude sur les avantages et les risques de l’utilisation par les institutions de conservation du nouveau format de fichier PDF/A-3. Cette étude relève une fonctionnalité nouvelle de ce format qui conduit à reconsidérer notre perception des normes de la série PDF/A. Les précédentes normes PDF/A-1 et PDF/A-2 se présentaient comme des contraintes appliquées respectivement aux spécifications des formats PDF1.4 et PDF1.7 de nature à garantir la préservation de l’apparence visuelle statique de documents mis en page. Cette garantie de conservation était mise en oeuvre en restreignant des fonctionnalités (par exemple: impossibilité de mettre des scripts) et en faisant en sorte que le document soit auto-porteur c’est-à-dire porte en lui même toutes les informations nécessaires à son interprétation (par exemple: encapsulation de polices).

Le format PDF/A-2 ouvrait la possibilité d’encapsuler dans un document, d’autres fichiers, à la condition que ceux-ci soient eux-même des fichiers PDF/A bien formés. Cette possibilité d’encapsulation de contenus a été élargie dans le nouveau format PDF/A-3, lui permettant de contenir n’importe quel format binaire. Cette ouverture permet de nouveaux usages (encapsulation des sources ayant donné lieu au document mis en page, encapsulation d’autres formes de représentation de l’information, encapsulation de métadonnées dans des formats divers, encapsulation d’outils, etc.), mais ouvre aussi une brèche du point de vue de la conservation en encapsulant dans une forme bien maitrisée des contenus potentiellement moins maitrisés. On peut aussi se demander si cette dérive ne rapproche pas ainsi le format PDF de formats conteneur de type zip ou tar.

L’étude décrit quelques cas d’utilisation réalistes en donnant à chaque fois les avantages et inconvénients de l’usage du format PDF/A-3. Nous retenons de cette étude que ce nouveau format peut correspondre à des usages. Par exemple, ce qui est appelé dans la norme “hybrid archiving” mélange au sein d’un même conteneur PDF/A-3 un contenu de l’information mis en page dans une représentation à pérenniser et d’autres contenus potentiellement équivalents qui ne sont pas forcément à pérenniser sur la même durée. Cet usage permettrait d’archiver au plus tôt une information tout en conservant des usages qui disparaitront dans le temps. Dans les inconvénients, nous retiendrons que l’utilisation dans un contexte d’archivage de ce nouveau format introduit une plus grande complexité technique pour sa validation mais aussi pour la gestion de l’information (par exemple le cycle de vie peut être différent d’un contenu à l’autre au sein d’un même document) et demande donc d’encadrer très finement son utilisation (précision des formats acceptables, utilisation des métadonnées prévues à cet effet pour décrire le type de relation entre le document et ses pièces jointes, description des règles de gestion des contenus, etc.).

L’étude est téléchargeable à l’adresse: http://www.digitalpreservation.gov/ndsa/working_groups/documents/NDSA_PDF_A3_report_final022014.pdf

Publication de la norme Z 44-022 (MEDONA) issue du SEDA

Depuis 2006, les Archives de France maintiennent et font évoluer un
Standard d’échange de données pour l’archivage (SEDA) en s’appuyant sur
un comité de gouvernance rassemblant l’ensemble des communautés
(archivistes, informaticiens, privés, publics) intéressées par le sujet.
Ce standard, conçu initialement en collaboration avec l’ancienne
Direction générale à la modernisation de l’état (DGME) permet de
normaliser les échanges entre applications métier (systèmes
d’information) et systèmes d’archivage numérique avec un double objectif
: pouvoir automatiser les échanges et pouvoir permettre aux systèmes de
se “comprendre” entre eux (objectif d’interopérabilité nécessaire pour
ensuite permettre la récupération ou réversibilité d’un système à
l’autre des fichiers archivés). Ce standard est par conséquent inscrit
dans le référentiel général d’interopérabilité (RGI).

En 2012, le SIAF a engagé une démarche de normalisation du SEDA à partir
de la version 1.0. Cette démarche était souhaitée tant par les services
d’archives publics, les prestataires de tiers archivage ayant obtenu
l’agrément du ministère pour la conservation d’archives publiques
numériques pendant l’âge courant et intermédiaire, les éditeurs de
solutions logicielles.

Ce travail de normalisation s’est effectué dans le cadre de l’Afnor au
sein de la commission de normalisation sur l’interopérabilité technique
(CN46-4).   Des liaisons ont également été établies avec la commission
de normalisation 171 “Applications pour l’archivage et la gestion du
cycle de vie du document”, et la CN46-11 “Archives / Gestion des
documents d’activité”.

MEDONA apporte un cadre normatif pour les différents échanges
d’informations (données comme métadonnées) entre le Service d’archives
et ses partenaires. Les échanges entre plusieurs services en charge des
archives (services intégrés dans les organisations, services publics
d’archives, prestataires d’archivage) sont également concernés. La
présente norme définit des diagrammes d’activités et des modèles de
données selon le formalisme UML. Les échanges se traduisent par des
messages formalisés par des schémas XML. La norme apporte des éléments
utiles pour la construction d’applications ou de modules complémentaires
aux applications existantes en amont et en aval des messages. Elle
indique en particulier les informations nécessaires que ces applications
doivent gérer. Ces informations seront utilisées pour générer ou
recevoir les messages, par mise en correspondance entre le modèle de
données des applications et les schémas XML.

En parallèle de ce travail de normalisation, le SEDA devra faire l’objet
d’une nouvelle version afin de le rendre compatible avec la norme
MEDONA. Ce travail s’inscrit dans un environnement technique qui a
beaucoup évolué depuis 2006 (l’EAD est en cours de révision, les
standards de la bibliothèque du Congrès PREMIS et METS se sont
stabilisés et bénéficient d’expériences diverses). Dans ce nouveau
contexte, les choix du départ doivent être reconsidérés. Cette activité
sera celle du comité de pilotage pour 2014. Ce travail s’inscrit par
ailleurs dans l’évolution du référentiel général d’interopérabilité
(version 2) piloté par la DISIC (Direction interministérielle des
systèmes d’information et de communication).

La norme Afnor NF
Z44-022 MEDONA – Modélisation des échanges de données pour l’archivage est disponible à l’adresse suivante :

http://www.boutique.afnor.org/norme/nf-z44-022/medona-modelisation-des-echanges-de-donnees-pour-l-archivage/article/814057/fa179927.

Etude sur les outils de conversion vers le format PDF

La deuxième partie de l’étude sur les formats PDF réalisée en collaboration entre le CINES (Centre Informatique National de l’Enseignement Supérieur) et la société NUMEN à la demande des archives de France et de la TGIR (Très Grande Infrastructure de Recherche) Huma-Num a été publiée.

Cette partie est consacrée aux outils qui permettent de produire des fichiers au format PDF à partir d’un autre format. Le domaine à couvrir étant trop vaste, cette étude s’est concentrée sur la conversion de trois types de formats d’origine a) des formats de traitement de texte issus des suites bureautiques OpenOffice, LibreOffice et MicrosofOffice, b) des formats d’édition scientifique issus des outils TeX et LaTeX c) et enfin du format DWG pour le dessin technique (format d’origine du logiciel Autocad). Pour réduire également le périmètre de l’étude, les formats cibles privilégiés ont été ceux de la famille PDF/A, souvent utilisés comme formats d’archivage.
L’étude présente les différents scénarios que l’on peut envisager pour effectuer des conversions vers PDF et montre pour chaque cas envisagé et chaque logiciel testé les résultats observés sur un panel de critères (critères extraits de ceux présentés dans la partie 1 de l’étude). Les observations faites sur les outils ne sont valables que sur les versions étudiées, mais la méthodologie décrite dans l’étude permet de reproduire ces tests pour évaluer d’autres outils ou d’autres versions de ces mêmes outils.

Les conclusions montrent que le marché ne porte pas d’outils parfaits, que l’on ne peut pas s’affranchir d’analyser le besoin et d’identifier finement l’information que l’on souhaite conserver, enfin que pour certaines catégories de données (en particulier pour les formats de dessin technique), une bonne connaissance métier sur le contenu des données et les fonctionnalités d’origine peut être nécessaire pour piloter la conversion.

Cette étude est accessible à l’adresse suivante :

http://www.archivesdefrance.culture.gouv.fr/gerer/archives-electroniques/formats-et-supports/