Gestion d’identifiants pérennes¶

Introduction¶

Pourquoi avoir des identifiants plutôt que simplement des URL (qui peuvent être tout aussi pérennes) ?

Un identifiant (qui peut d’ailleurs être inclus dans une URL, comme dans le cas de ARK) offre une indication plus claire à l’utilisateur final que la référence de l’objet est persistante alors qu’il est difficile de dire à partir d’une URL si elle est persistante ou non.

Un identifiant peut être diffusé par plusieurs canaux (via différentes URL incluant un même identifiant par exemple). L’utilisateur final peut savoir qu’il s’agit de la même ressource.
ARK vs DOI

ARK et DOI fournissent tous deux un mécanisme d’identification pérenne des objets. Historiquement DOI est associé au monde des éditeurs (notamment de publications techniques) et ARK plutôt au monde des associations culturelles (bibliothèques, archives, etc.). La création d’identifiant DOI est payante.

ARK s’intéresse uniquement à l’aspect pérenne de l’identification des objets, pas à la persistance de l’accès à ces objets qui est vu comme une question de service. Ainsi un identifiant ARK est généralement inclus dans une URL de façon à être actionnable directement. DOI s’appuie sur un ensemble d’autorités intermédiaires garantes du registre des identifiants et chargées de la résolution des identifiants DOI (en URL). Ainsi le système DOI se substitue au mécanisme de résolution du DNS ce que ne fait pas ARK (à dessein).

ARK laisse une grande liberté à l’autorité de nommage.

ARK¶

La forme générale d’un identifiant ARK est la suivante (les éléments entre crochets sont optionnels) :

[http://NMAH/]ark:/NAAN/Name[Qualifier]

NMAH (Name Mapping Authority Hostport) est une adresse (potentiellement temporaire) qui fournira une réponse aux requêtes ARK, on parle d’autorité d’adressage. Cette autorité fournit le service de persistence des URL.
NAAN (Name Assigning Authority Number) est l’identifiant de l’autorité de nommage. Il sert notamment à obtenir (auprès d’un registre) un NMAH valide pour cette autorité.
Name est le nom assigné par l’autorité de nommage.
Qualifier permet de fournir d’autres ressources ou représentation à partir de l’identifiant ARK (par exemple, une page particulière d’un document, une vue particulière ; voir des exemples plus loin).

Génération de la partie `NAME` des identifiants ARK¶

La partie NAME de l’identifiant ARK est de la responsabilité de l’autorité de nommage. Une grande liberté est laissée à cette autorité mais en pratique on recommande de générer des identifiants opaques en respectant quelques règles comme :

ne pas rentrer en conflit avec la syntaxe HTML/XML
éviter les caractères de ponctuation
de façon générale, limiter les effets liés au contexte du langage de l’utilisateur

A priori, l’autorité de nommage est libre de générer des noms selon la méthode qu’elle choisit. Il est par exemple assez courant de s’appuyer sur un identifiant existant en interne de l’organisation pour construire un identifiant ARK. Il existe des logiciels (tel que NOID ou arkpy) ou des services Web (comme EZID) qui permettent de d’automatiser la génération (et la validation) des identifiants ARK.

La partie `Qualifier`¶

L’utilisation de cette partie optionnelle de l’identifiant ARK est laissé à la discrétion de l’autorité de nommage. Elle permet souvent de fournir des services ou ressources complémentaires associés à l’objet identifié par le numéro ARK (par exemple la version d’un document, différents formats ou langues). Par exemple,

http://gallica.bnf.fr/ark:/12148/bpt6k103039f/f26.thumbnail

référence la page 26 en miniature du document identifié par ark:/12148/bpt6k103039f.

Historiquement, le standard ARK propose également un protocole de requête permettant d’obtenir des informations supplémentaires (notamment liées à la persistence) à partir d’un identifiant. Ce protocole nommé THUMP (pour The HTTP URL Mapping Protocol) est basé sur l’utilisation du caractère ? à ajouter à l’identifiant va enrichir la réponse HTTP d’un enregistrement de métadonnées spécifiques à ARK. En pratique, les implémentations de ce protocole semble assez rares, probablement du fait que la plupart des fournisseurs de services ARK ont choisi de s’appuyer sur les qualifiers.

Résoudre les identifiants ARK¶

La résolution des identifiants ARK repose en général sur le mécanisme de DNS et d’URL. Le standard ne spécifie pas à notre connaissance de moyen d’obtenir l“« adresse » d’un objet à partir de son identifiant ARK uniquement.

Utilisation d’ARK à la BNF¶

ARK est utilisé pour identifier les ressources du type documents numériques et notices (bibliographiques, d’autorité, etc). Dans chaque cas, la BNF utilise un identifiant interne (existant) pour générer l’identifiant ARK avec en plus :

un préfixe correspondant au type de ressource,
un caractère de contrôle

La politique d’utilisation des identifiants ARK à la BNF est disponible à l’adresse suivante : http://ark.bnf.fr/ark:/12148/bpt6k107371t.policy.

Selon les portails de la BNF, l’identifiant ARK peut servir directement d’URL principale ou uniquement d’URL pérenne (permalien). En particulier, le portail data.bnf.fr transforme une URL incluant un identifiant ARK en URL sans identifiant, mais incluant une partie intelligible permettant de reconnaitre l’objet désigné. Par exemple, l’URL http://data.bnf.fr/ark:/12148/cb11907966z devient http://data.bnf.fr/11907966/victor_hugo/ et est référencée en tant que permalien de la ressource. On notera la présence de l’identifiant de la notice 11907966 dans les deux URL et le préfixe c indiquant qu’il s’agit d’une notice (a contrario http://gallica.bnf.fr/ark:/12148/bpt6k107371t référence un document numérique).

Les identifiants ARK sont par ailleurs utilisés en tant qu’URL dans la version RDF des documents (voir par exemple : http://data.bnf.fr/11907966/victor_hugo/rdf.xml) et sont aussi présents dans la version JSON (sous forme courte).

Utilisation d’ARK dans le cadre du Référentiel SAEM¶

Le référentiel permet de paramétrer des autorités nommante ARK. Chaque autorité administrative est associée à une autorité nommante et enfin chaque utilisateur est lui-même associé à une autorité administrative.

Pour créer une notice d’autorité, un vocabulaire ou un profil SEDA, il faut spécifier l’autorité nommante qui sera utilisée pour générer on identifiant ARK - par défaut celle de l’autorité administrative de l’utilisateur connecté.

Une fois le NAAN désigné, le Name est généré de la forme :

<prefix><random character sequence><control character>

Certains types d’entités sont des composants d’un autre type d’entité (leur composite). C’est le cas des concepts vis-à-vis des vocabulaires, des agents ou des unités administratives vis-à-vis des autorités administratives ainsi que des unités d’archive vis-à-vis des profils SEDA. Les identifiants ARK des entités de ces types composants sont construits à partir de l’identifiant ARK de leur parent composite avec un qualifier.

<parent ARK identifier>/<qualifier>
<NAAN/<Name>/<qualifier>

La partie <qualifier> est, comme la partie Name, une chaine de caractères aléatoires.

Par exemple, un concept identifié par ark:/75548/rf5cqr376g/mkn4tdx6ff appartient au vocabulaire identifié par ark:/75548/rf5cqr376g.

Structure des identifiants ARK¶

Les parties Name et qualifier sont construites sous la forme d’une chaine de caractères aléatoires avec les contraintes suivantes :

uniquement des consonnes et des chiffres
au plus trois lettres successives

La partie Name commence par un préfixe rf (pour référentiel) et se termine par un caractère de contrôle.

Ces deux parties ont une longueur fixes de 10 caractères.

Intégrité des identifiants ARK¶

Les identifiants ARK sont stockés dans une table SQL dont la structure est la suivante :

  Colonne  |  Type   |         Modificateurs
-----------+---------+-------------------------------
 naan      | integer | non NULL
 name      | text    | non NULL
 qualifier | text    | non NULL Par défaut, ''::text

Une contrainte d’unicité sur le tuple (naan, name, qualifier).

Pour générer un nouvel identifiant, on produit les chaines de caractères aléatoires selon les règles évoquées ci-dessus en s’assurant (via le gestionnaire de base de données) de l’unicité globale de l’identifiant.