Compliance
Archiwizacja stron
wiarygodna, niezawodna, w Europie
Archiwizacja strony utrwala, jak Państwa organizacja komunikowała się online — łącznie z układem, treścią i linkami, dokładnie tak, jak widzieli to odwiedzający.
Idealne rozwiązanie dla administracji publicznej i organizacji, które muszą spełniać wymogi ustawy archiwalnej lub surowe wymogi compliance — z odtwarzalnymi archiwami WARC i przechowywaniem w UE.
- WARC (ISO 28500)Standard odtwarzalnych archiwów.
- Dane w UEPrzechowywanie w Europie, prywatność na pierwszym miejscu.
- Przeglądanie archiwumNa żywo przez czas — dokładnie tak, jak było wtedy.
Co utrwala archiwizacja stron
Archiwum internetowe to nie kopia zapasowa. Kopia zapasowa pomaga Państwu stronę przywrócić; archiwum niepodważalnie utrwala sposób, w jaki Państwa organizacja komunikowała się online — łącznie z układem, treścią i linkami, dokładnie tak, jak widzieli to odwiedzający. Utrwalamy to okresowo, dostarczamy odtwarzalne archiwa WARC i bezpiecznie przechowujemy je w Europie.
- Cykliczne przebiegiCo godzinę, codziennie, co tydzień, co miesiąc lub co rok — dopasowane do Państwa polityki.
- Odtwarzalne (WARC)Archiwa ISO 28500 — ten sam format, którego używają archiwa narodowe i biblioteki.
- Dwa crawlerySzybki crawl statyczny lub Browsertrix dla stron bogatych w JavaScript i aplikacji SPA.
- Utrwalone z mocą dowodowąSumy kontrolne, podpis cyfrowy i znacznik czasu RFC 3161 dla każdego archiwum.
- Przechowywanie w EuropieStandardowo centrum danych w UE; na życzenie podłączymy Państwa własny bucket S3.
- Przeglądanie & offlinePortal przeglądania na żywo oraz dostęp offline dzięki przeglądarce ReplayWeb.
Dla kogo jest to istotne?
W Niderlandach organizacje publiczne mają obowiązek archiwizowania swoich stron internetowych zgodnie z ustawą archiwalną. Dobre archiwum pomaga ponadto przy wnioskach Woo i nadzorze wewnętrznym: wykazują Państwo, co w danym momencie było opublikowane online. Również w sektorach regulowanych przejrzystość jest często zakotwiczona w przepisach — na przykład w usługach finansowych, ochronie zdrowia i edukacji — gdzie możliwość udowodnienia publikacji ma duże znaczenie.
Jak to działa — od crawlu po dowód
Po Państwa akceptacji konfigurujemy dla każdej strony osobny workflow i przechodzimy przez pięć kroków. Następnie proces powtarza się automatycznie z ustaloną częstotliwością.
- 1 · InwentaryzacjaAnalizujemy strukturę strony i szacujemy potrzebną przestrzeń oraz czas obliczeń.
- 2 · CrawlowanieStatycznie lub za pomocą Browsertrix utrwalamy wszystkie strony i zasoby.
- 3 · WARC + podpisWszystko pakujemy do formatu WARC, z sumami kontrolnymi, podpisem i znacznikiem czasu.
- 4 · Przechowywanie w UEArchiwum trafia do europejskiego centrum danych lub Państwa własnego bucketu S3.
- 5 · Przeglądanie & przekazaniePrzeglądają Państwo historię, udostępniają ją publicznie lub przekazują do e-Depot.
Dwa crawlery, jedno archiwum
Nie każdą stronę utrwala się w ten sam sposób. W przypadku zwykłych witryn wystarczy szybki, lekki crawl statyczny. Strony z dużą ilością JavaScriptu lub o architekturze single-page utrwalamy za pomocą Browsertrix, który steruje prawdziwą przeglądarką i dzięki temu uwzględnia także elementy dynamiczne.
| Aspekt | Crawler statyczny | Browsertrix (zalecany) |
|---|---|---|
| Technika | Pobiera HTML i automatycznie wykrywa zasoby | Headless Chromium, które w pełni wykonuje JavaScript |
| Szybkość & obciążenie | Szybki i lekki — około 5 sekund na 6 stron | Dokładniejszy i cięższy; renderuje każdą stronę jak przeglądarka |
| Nadaje się do | Zwykłe strony HTML, WordPress i Drupal | Strony bogate w JavaScript i aplikacje jednostronicowe (SPA) |
| Używany przez | Proste, stabilne strony | Biblioteki i zawodowych archiwistów |
Mają Państwo wątpliwości? Standardowo zalecamy Browsertrix: utrwala także menu, interakcje i elementy dynamiczne, które umykają crawlowi statycznemu. Dla każdej strony można to zmienić.
Archiwizacja mediów społecznościowych
Komunikacja online nie kończy się na Państwa stronie. Również Państwa obecność na mediach społecznościowych utrwalamy okresowo — przydatne dla administracji i organizacji, które muszą w sposób dowodowy przechowywać także swoje wpisy w kanałach społecznościowych, na przykład na potrzeby ustawy archiwalnej lub wniosków Woo.
Rejestrujemy kanały publiczne utrwalamy — w zakresie, na jaki pozwala każda platforma — i dostarczamy je w tym samym odtwarzalnym archiwum, z sumami kontrolnymi i znacznikiem czasu.
Dowodowo pewne i niepodważalne
Każde archiwum dostarczamy w formacie WARC 1.1 (ISO 28500) — międzynarodowym standardzie archiwów internetowych, w którym zachowywane są oryginalne bajty każdej strony i każdego zasobu. Aby integralność była możliwa do wykazania, pieczętujemy każde archiwum:
- Format
- WARC 1.1 (ISO 28500), z zachowaniem oryginalnych bajtów i kompresji
- Sumy kontrolne
- SHA-256 i SHA-512 dla każdego pliku WARC oraz danych wyszukiwania
- Podpis
- Manifest podpisany GPG/PGP (manifest.json z osobnym podpisem)
- Znacznik czasu
- RFC 3161, zakotwiczony zewnętrznie przez OpenTimestamps
- Walidacja
- Zgodność z WARC sprawdzana za pomocą warcio
- Kontrola
- Sumy kontrolne i podpis można w każdej chwili ponownie zweryfikować
Jeden odbiegający bajt i od razu to widać: sumy kontrolne przestają się zgadzać, a podpis nie przechodzi weryfikacji. W ten sposób wykazują Państwo w sposób niepodważalny, co i kiedy było opublikowane online.
Przechowywanie w Europie
Prywatność i suwerenność cyfrowa są dla nas najważniejsze. Standardowo przechowujemy archiwa w europejskim centrum danych (Scaleway, UE). Chcą Państwo mieć większą kontrolę? Wtedy podłączymy Państwa własny bucket S3 — AWS, MinIO lub kompatybilnego dostawcę — albo będziemy zapisywać do kilku lokalizacji jednocześnie dla dodatkowej redundancji. Kolejne crawle zapisują przyrostowo wyłącznie zmiany i dzięki temu zajmowana przestrzeń pozostaje pod kontrolą.
Częstotliwość i precyzyjne dostrojenie
Dla każdej strony ustalają Państwo dokładnie, jak i jak często utrwalamy, tak aby archiwum odpowiadało Państwa polityce archiwizacji i retencji.
- CzęstotliwośćOd co godziny do raz w roku, albo automatycznie przez wywołanie API po zmianie.
- Zakres & głębokośćCała strona lub wybrane ścieżki, z regulowaną maksymalną głębokością kliknięć.
- Włączanie i wykluczanie ścieżekUwzględniaj wybrane części lub wykluczaj je za pomocą wzorców.
- Renderowanie JavaScriptuWłącz renderowanie osobno dla każdego workflow, dla stron dynamicznych.
- Baseline + przyrostowoPierwsze pełne utrwalenie, a następnie efektywne aktualizacje.
- API & webhookiUruchamiaj crawle i odbieraj sygnały we własnych systemach.
Przekazanie do e-Depot
Czy archiwum ma ostatecznie trafić do e-Depot? Odbywa się to na zasadzie podwójnego podpisu. Manifest podpisują zarówno Państwo, jak i my; bez Państwa podpisu nic nie może zostać przekazane ani usunięte. Zawsze zachowują więc Państwo wbudowane prawo weta. Również usunięcie — na przykład na podstawie RODO — jest odrębną, podpisaną i zarejestrowaną czynnością, dzięki czemu pozostaje niepodważalny ślad tego, co się wydarzyło. Przy przekazaniu dostarczamy metadane zgodnie z MDTO — standardem Metagegevens voor Duurzaam Toegankelijke Overheidsinformatie Archiwum Narodowego (Nationaal Archief) — dzięki czemu archiwum może zostać od razu przyjęte do rządowego e-Depot.
Przeglądanie archiwum — na żywo przez czas
Oprócz dostarczenia plików WARC zapewniamy również portal przeglądania archiwum do umieszczenia na Państwa własnej stronie. Odwiedzający wybierają rok, miesiąc i dzień i widzą stronę dokładnie taką, jaka była wtedy — jakby cofnęli się w czasie. Dziennikarze i badacze mogą ponadto pobrać pliki WARC i otworzyć je we własnej przeglądarce archiwum. Zobacz przykładowe archiwum aby zobaczyć, jak to działa w praktyce.
Przeglądanie offline
Archiwa można przeglądać także bez połączenia z internetem, korzystając z przeglądarki ReplayWeb — przydatne przy audytach, w dokumentacji i w sytuacjach bez połączenia na żywo. Otwierają Państwo plik WARC lokalnie i poruszają się po zarchiwizowanej stronie jak zwykle.
Sposób pracy i zgłoszenie
Po Państwa zgłoszeniu inwentaryzujemy stronę, szacujemy przestrzeń i czas obliczeń, a następnie otrzymują Państwo ofertę. Po akceptacji startujemy w ciągu kilku dni. Najczęściej można się obejść bez dostępu do CMS — indeksujemy publiczną wersję strony tak, jak widzi ją odwiedzający. Za naszą usługą stoi InnoARCHIVE, nasza własna platforma do archiwizacji stron internetowych i nadzoru nad nimi.
Często zadawane pytania
Jaka jest różnica między archiwizacją stron a kopią zapasową?
Kopia zapasowa pozwala przywrócić stronę. Archiwum internetowe w sposób niepodważalny utrwala, jak strona wyglądała w danym momencie — łącznie z układem, treścią i linkami — w formacie WARC, opatrzonym sumami kontrolnymi i podpisem cyfrowym. Służy jako dowód i do celów zgodności, a nie jako punkt przywracania.
Czy muszę udostępnić dostęp do swojego CMS?
Zazwyczaj nie. Indeksujemy publiczną wersję strony tak, jak widzi ją odwiedzający. Dodatkowe ustalenia są potrzebne tylko w przypadku części chronionych lub rozbudowanych aplikacji.
Jak często utrwalana jest moja strona?
Od co godziny do raz w roku, albo automatycznie przez wywołanie API po każdej zmianie. Częstotliwość dostosowujemy do Państwa polityki archiwizacji i retencji.
Czym jest WARC i dlaczego jest ważny?
WARC (ISO 28500) to międzynarodowy standard archiwów internetowych, stosowany przez biblioteki narodowe i archiwa. Zachowuje oryginalne bajty każdej strony i każdego zasobu, dzięki czemu archiwum jest odtwarzalne i odporne na upływ czasu.
Skąd mam pewność, że archiwum nie zostało zmienione?
Każde archiwum otrzymuje manifest z sumami kontrolnymi SHA-256 i SHA-512, podpis GPG oraz znacznik czasu RFC 3161, zakotwiczony zewnętrznie przez OpenTimestamps. Jeden zmieniony bajt od razu to ujawnia.
Gdzie przechowywane są moje archiwa?
Standardowo w europejskim centrum danych (Scaleway, UE). Na życzenie podłączymy Państwa własny bucket S3 (AWS, MinIO lub kompatybilny) albo będziemy zapisywać do kilku lokalizacji jednocześnie dla dodatkowej redundancji.
Czy mogę przekazać archiwum do e-Depot?
Tak. Przekazanie i usunięcie odbywają się na zasadzie podwójnego podpisu: manifest podpisują zarówno Państwo, jak i my. Bez Państwa podpisu nic nie może zostać przekazane ani usunięte — to wbudowane prawo weta. Metadane dostarczamy zgodnie ze standardem MDTO, dzięki czemu archiwum może zostać przyjęte do rządowego e-Depot.
Czy spełniam w ten sposób wymogi ustawy archiwalnej?
Organizacje publiczne mają obowiązek archiwizowania swoich stron internetowych. Nasze odtwarzalne archiwa WARC, znaczniki czasu i portal przeglądania pomagają wykazać wypełnienie tego obowiązku — a także obsłużyć wnioski o dostęp do informacji publicznej (Woo). Doradzamy przy ustalaniu częstotliwości i retencji.
Czy odwiedzający mogą sami przeglądać archiwum?
Tak, opcjonalnie. Dostarczamy portal przeglądania archiwum do umieszczenia na Państwa własnej stronie; odwiedzający wybierają rok, miesiąc i dzień. Badacze i dziennikarze mogą też pobrać pliki WARC i otworzyć je offline w przeglądarce ReplayWeb.
Bezproblemowe spełnienie obowiązku archiwizacji
Chętnie doradzimy w kwestii częstotliwości, retencji, przechowywania w Europie oraz konfiguracji Państwa portalu przeglądania lub przekazania do e-Depot.