ARlab RESEARCH | Digital Preservation

transcript

CONTENTS

AGENTIFICATION OF DIGITAL OBJECTS

AGENTIFICATION

INTRODUCTION

AGENTIFICATION OF DP SOCIAL NETWORKS

AGENTIFICATION OF DP SERVICES

REMARKS

PROPOSAL

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

INTRODUCTION

The challenge in preserving valuable digital information is real and growing at an exponential pace

2008: 422 Exabytes new digital information was created

x2 every 18 months

http://www.storagenewsletter.com/news/miscellaneous/idc-digital-information-created

OBJECTIVES

The mission of this Research is: Distribute the DP efforts Make Digital Preservation easy enough for

individuals, companies and general institutions Help to reduce the cost and increase the capacity of

memory institutions to preserve digital information for the long-term

As a first attempt, in this paper will lay the foundations for a new object-centric DP paradigm with AGENTS

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

We will design agents that suit the needs of DP, introducing agency properties to the DP actors

1st Identify actors

2nd Agentification: Applying agency properties to the actors

AGENTIFICATION (I)

Digital Objects resilience Users expertise Services scalability

AGENTIFICATION (II)

This approaches answer three questions derived from Berman statements: WHEN (preserving a DO and whether is affordable) is

necessary to preserve HOW (the solutions of the Users) to do WHAT (the DP

Services) is necessary to be done

Three approaches might coexist: AOUS (Agentificationof Objects, Users and Services)

Characteristic Digital Object(SPADO)

Social network (Users)

Services

Autonomous

Social Competitive Cooperative Coopetitive

Proactive

Mission ? ?

AGENTIFICATION (III)

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

BUCKETS

Buckets were designed to imbue information objects with certain responsibilities such: The display Dissemination Protection Maintenance

As SPADOs will do

Nelson M. 2001, Buckets: Smart Objects for Digital Libraries, PhD thesis, Old Dominion Univ.

AGENTIFICATION OF DIGITAL OBJECTS Agents might encapsulate the versions they migrated to Their mission is to stay alive as long as possible (accessible,

authentic, readable) With their own budget for attracting DP know-how and services: SPADO (Self-Preservation Aware Digital Object) Preservation paradigm with three types of agents

• The digital object has the role of “caring” for itself• The users “pay” for its preservation and provide know-how for “curate” it• The DP services compete to “preserve” it

Object-level preservation budget • The more interest in this DO, the more budget it will receive and the more likely it will be preserved

Format Redun-dancy

Social

Multi-componentsBudget

Mission

PRELIMINARY RESULTS

Two evolutionary computing approaches are taken, one from swarm intelligence and another one from genetic algorithms.

Swarm Intelligence (SI)

Simulations based on

Genetic Algorithms(GA)

PRELIMINARY RESULTS

Split the preservation budget for their operations and descendents

Descendents might have a same or different format

Checksum, migration or version charge to the budget and being accessed by users increase it

When a descendant run out of budget, it tries to go back to its ancestors site to get further DP budget

PRELIMINARY RESULTS IN SWARM INTELLIGENCE

Catastrophes consist in a sudden change of a ¼ or 1/3 of the sites, because of an update in their software that provoke massive changes and migrations in the format of the DOs that are there stored.

MEASURE Shannon Entropy: to know whether there is enough diversity of formats

that provide the sufficient resilience to recover back to the former state after each catastrophe.

Being resilient means the capacity of gaining back the lost entropy.

⋅−=n

iii ppxH

12log)(

Steps simulation

The red line (execution 2) shows in average 85% of resilience

CATASTROPHES

PRELIMINARY RESULTS

PRELIMINARY RESULTS IN GENETIC ALGORITHMS

DOs genetic code is characterized by their formats

Genetic operations: Mutation (random formatting changes) Cross (encapsulation of DO into other DO)

It shows resilience, but is affected by the execution 1

Generation simulation

Instead of entropy, a fitness function is used to measure how adapted is the population of DOs

PRELIMINARY RESULTS IN GENETIC ALGORITHMS

CATASTROPHES

VALIDATION

This is validated with a PROTOTYPE Designed in INGENIAS (methodology) Implemented in Java

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

RESILIENCE

AGENTIFICATION OF DP SOCIAL NETWORKS Most of the work that bloggers and Web sites do on the Internet

is, in fact, connecting people with other resources and people. This is a reference function.

Libraries are trying to integrate and assimilate this “social networking” world.

From this level comes the need to assign at least one agent to every contributor or consumer, every user in the social network, to automate a certain amount of knowledge exchange.

This is our aim in this approach, to provide tools to help people developing agents and let them create a network of agents that handle DP QAs for SPADOs.

Results are in PROTAGE (PReservation Organizations using Tools in AGent Environments) project

With this approach we obtain the (DP) EXPERTISE

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

RESILIENCE

EXPERTISE

According to the W3C Web Services Architecture note, a Web Service is an abstract notion that can be implemented by a concrete agent

Our approach named "Shout and Act", a type of swarm intelligence for communication and coordination of agents is inspired by rescue robots: the files, all DOs, that need preservation are called the “victims”.

They COMPETE: to be the first at finding a DO with DP needs

They COOPERATE: when they see they cannot handle it.

The result is a number of agents that search a user's file system, a site for DOs

Low Medium High

Heterogeneous (varying skills)

Homogeneous (combined super-skilled)

Medium

Performance of homogeneous vs. heterogeneous agents vs. an exponential growth of the number of digital objects. Y-axis is the qualitative average processing effort per agent and x-axis is a qualitative order magnitude of the number of digital objects (high = 10 times medium = 100 times low)

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

RESILIENCE

EXPERTISE

SCALABILITY

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

REMARKS

Comparison ofthe AOUS appr. Objects Users Services

ScalabilityExpected

to be goodImprove the

social networks

Good (ifheterogeneous

agents)

Resilience Good ?Expected

to be GoodOptimization of the DP budget Proved ? ?Openness Very Good Good Still a challengeImproves Digital Preservation Awareness Good Very Good ?

Synergy with ? Web 3.0Antivirus and

backup services

The proofs of concept show that resilience under tight DP budgets and scalability are achievable

DP should be taken seriously as a “killer application” of agents

CONTENTS

AGENTIFICATION

INTRODUCTION

REMARKS

PROPOSAL

RESEARCH PROPOSAL

Make Digital Objects more intelligent

Make the environment where they work more intelligent too.

Previous work: Buckets

Social networks

Services

Nelson M. 2001, Buckets: Smart Objects for Digital Libraries, PhD thesis, Old Dominion Univ.

CATASTROPHEVideo format: 3 4Image format: 1 2

The Users

Digital Objectsand differentformats

Users affected by catastrophes

INTRODUCTION (III)

In 2011, looking at what is hot on the Web and in IT development, many scientists wonder Where are all agents?

And we wonder how can they be applied to Digital Preservation?

We will show three approaches to an answer to those questions: Agentification of digital objects and the architecture of the

SPADO (self-preservation aware digital objects) Agentification of the DP social networks Agentification of the preservation web services

Most of the work that bloggers and Web sites do on the Internet is, in fact, connecting people with other resources and people. This is a reference function.

Libraries are trying to integrate and assimilate this “social networking” world.

The changing reference world will produce new information agents which is also a very promising and enriching trend, especially from our approach if agents were doing the job.

DP questions and answers (QA) provide ways to describe how needs are defined, how people understand them, and how questions are answered

Our aim is to expand social networks through the use of agents that reduce the burden of answering repetitive questions

Agents should link data, agents, and people to find answers.

Agents should encapsulate such linking information as well as content, and they should avoid spamming

The teams of preservation agents comprise agents of type:

A, whose main goal is to detect files as potential victims that need migration actions

B , that are fewer and slower in detecting victim than the type A agents, though they have superior abilities to appraise and rescue victims. They follow the shouts that type A agents emit.

The shouts are of a magnitude that could be proportional to the severity of the digital injuries of the victim. Shouts disappear time after being emitted, and disperse with distancein a metric created from file systems

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (IV)

RESULTATS S’han fet també cinc execucions sobre dues configuracions

diferents:

Els resultats són avaluats segons la mitjana del fitness de tots els individus

Formats de moda

Mida població

Generacions límit

Configuració 1 5;4;3;2 20 100Configuració 2 3;5;1;4 50 500

1 2 3 4 5

Valor aleatori

1 2 3 4 5

Valor aleatori

1 2 3 4 5

Valor aleatori

1 2 3 4 5

Valor aleatori

Format de moda 5Format de moda 4Format de moda 3Format de moda 2Format de moda 1

PRESERVACIÓ DIGITAL (II)

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (III)

Només es tenen en compte els canvis de format i, per tant, les catàstrofes en aquest model seran els canvis del format de moda

Els cromosomes, que representaran els objectes digitals, tenen la següent estructura:

La llibreria emprada per dur a terme la simulació ha estat JENES

REMARKS (I)

DP should be taken seriously as a killer application of agents.

If all the three agentification approaches were combined, there will result the smart DP environment necessary to support the SPADOs activities

CONTINGUTS

Disseny i implementació del prototipus de preservació digital

Anàlisi del sistema

Introducció

Validació i resultats

Conclusions i treballs futurs

CONTINGUTS

Introducció

MOTIVACIONS

Està emmarcat en el projecte PRESERVA TIN-2010-17903 (Comparative approaches to the implementationof intelligent agents in digital preservation from a perspective of the automation of social networks)

L’objectiu és implementar aproximacions de preservació digital mitjançant agents que treballen sobre una xarxa social

PRESERVACIÓ DIGITAL (I)

La preservació digital combina les polítiques, estratègies i accions que garanteixin l'accés als continguts digitals al llarg del temps

Els fitxers poden ser fàcilment destruïts o emmagatzemats en un format o suport que es torna obsolet

PRESERVACIÓ DIGITAL (II)

OBJECTIU

L’objectiu principal és desenvolupar un prototipus de preservació digital que:

Permeti emular la preservació digital d’agents que representen fitxers del nostre ordinador

Els agents interactuïn amb un entorn simulat que representa una xarxa social on succeeixen catàstrofes

Una anàlisi del sistema basat en algorismes d'intel·ligència d'eixam i algorismes genètics

Un prototipus en mode emulació

Una proposta de transferència tecnològica

La memòria d'aquest projecte

Els resultats que es pretenen obtenir són:

CONTINGUTS

Introducció

ANÀLISI DEL SISTEMA

Les estratègies de preservació es classifiquen en dues aproximacions: La preservació de l’entorn tecnològic (emulació) La superació de l’obsolescència dels formats de fitxers

(migració)

El projecte PRESERVA necessita la implementació d’algorismes de computació evolutiva

Simularem les migracions de format amb tècniques d'intel·ligència d’eixam i algorismes genètics per la seva aplicació en la preservació digital

Muñoz, A. M., Lopez, J. A. & Caicedo, E. F., Inteligencia de enjambres: sociedades para la solución de problemas (una revisión). Ingeniería e Investigación, 2008. 28: p. 119-130.

SIMULACIONS REALITZADES

Intel·ligència d’eixam (Swarm Intelligence)

Simulacions basades en

Algorismes genètics (Genetic Algorithms)

SIMULACIÓ BASADA EN INTEL·LIGÈNCIA D’EIXAM (I)

L’analogia emprada és la següent: Objectes digitals (vídeo o imatge) ≡ formigues Usuaris xarxa (servei de preservació)≡ aliment Ordinadors xarxa ≡ hàbitats

El programa emprat ha estat Repast-Simphony

SIMULACIÓ BASADA EN INTEL·LIGÈNCIA D’EIXAM (II)

format={ }

CATÀSTROFEFormat vídeo: 3 4Format imatge: 1 2

1 2 3 4 5

Agents usuari

Objectes Digitals i els seus possibles formats

Usuaris afectatsper catàstrofe

SIMULACIÓ BASADA EN INTEL·LIGÈNCIA D’EIXAM (III)

RESULTATS Entropia de Shannon: Com més alt és el valor d’entropia

preveiem millor preservabilitat major resistència i recuperació davant catàstrofes

⋅−=n

iii ppxH

12log)(

∑ ∑= =

⋅−=

i jjiji ppxH

1,2, log)( ∑

On: n és el total d'objectes digitals originals j són els diferents formats que hi ha, que són 5 pi,j és el percentatge que suposen les còpies de format j respecte el total de

còpies que té un objecte digital original i k són els diferents formats que hi ha

Adaptat alsmodels simulats

RESULTATS

Durada:15 anys on succeeix una catàstrofe cada 5 anys Suposant que 3 steps ≡ 1mes, hi haurà una catàstrofe cada 180

steps i la simulació tindrà una duració de 540 steps

S’ha executat un total de 5 vegades (estabilitat estadística)

SIMULACIÓ BASADA EN INTEL·LIGÈNCIA D’EIXAM (IV)

Paràmetres Model 1 Model 2

Canvis de format 0,5,4;1,4,3;0,3,2 1,4,3;0,5,3;1,3,1OD associats a un usuari inicialment entre 1 i 5 entre 1 i 5Cost moure’s per la xarxa 2 2Cost quedar-se quiet 1 1Límit superior pressupost 60 60Límit inferior pressupost 20 20Cost allotjament en un usuari entre 1 i 10 entre 1 i 10Servei de preservació d’un usuari 100 100Percentatge esborrat d’usuaris 25% i 33% 25% i 33%

SIMULACIÓ BASADA EN INTEL·LIGÈNCIA D’EIXAM (V)

RESULTATS Model 1

Esborrat del 25% d’usuaris Execució 2 mostra

resilence

Esborrat del 33% d’usuaris Execució 4, després de

la primera catàstrofe mostra resilence

Steps simulació

SIMULACIÓ BASADA EN INTEL·LIGÈNCIA D’EIXAM (VI)

RESULTATS Model 2

Esborrat del 25% d’usuaris Resilence interessant

després de la segona catàstrofe

Esborrat del 33% d’usuaris No es mostra gaire

resilence

Steps simulació

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (I)

La població serà de mida fixa i cada individu és un objecte digital (format imatge, vídeo, Word, PowerPoint)

Operacions genètiques: Mutacions (modificacions aleatòries de format) Creuament (encapsular objectes digitals dins d’altres)

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (II)

Selecció

CreuamentMutació

Inserció

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (III)

Només es tenen en compte els canvis de format i, per tant, les catàstrofes en aquest model seran els canvis del format de moda

Els cromosomes, que representaran els objectes digitals, tenen la següent estructura:

La llibreria emprada per dur a terme la simulació ha estat JENES

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (IV)

RESULTATS S’han fet també cinc execucions sobre dues configuracions

diferents:

Els resultats són avaluats segons la mitjana del fitness de tots els individus

Formats de moda

Mida població

Generacions límit

Configuració 1 5;4;3;2 20 100Configuració 2 3;5;1;4 50 500

1 2 3 4 5

Valor aleatori

1 2 3 4 5

Valor aleatori

1 2 3 4 5

Valor aleatori

1 2 3 4 5

Valor aleatori

Format de moda 5Format de moda 4Format de moda 3Format de moda 2Format de moda 1

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (V)

RESULTATS Configuració 1:

Mostra resilence Afectat per l’execució 1

Generacions simulació

SIMULACIÓ BASADA EN ALGORISMES GENÈTICS (VI)

RESULTATS Configuració 2:

Millor resilence Mitjançant l'evolució, els objectes digitals

s'adapten als canvis de format71

Generacions simulació

CONCLUSIONS ANÀLISI DEL SISTEMA

A aquests models evolutius implementats hem trobat uns primers indicis que corroboren la bondat per la preservació digital de: La còpia i la migració de format L'intercanvi entre amics El pressupost digital L'encapsulament d'objectes

El model que hem estudiat de genètics és poc realitzable : Població fixa L’estructura rígida del cromosoma L’encapsulament limitat

La mutació té força similitud a la còpia i migració en swarm descartem implementar-ho al prototipus

CONTINGUTS

Introducció

METODOLOGIA (I)

S’ha seguit la metodologia INGENIAS

S’ha integrat amb la metodologia RUP (Rational UnifiedProcess) en les fases d’anàlisi i disseny

L’eina emprada ha sigut INGENIAS Development Kit (IDK)

METODOLOGIA (II)

J. J. Gómez-Sanz. Modelado de Sistemas Multi-Agente. PhD thesis, Departamento de Sistemas Informáticos y Programación, Universidad Complutense Madrid, 2002.

El sistema desenvolupat es divideix en dues parts ben diferenciades:

La interfície d’usuari, que s’ha dissenyat orientada a objectes

El sistema d’emulació de preservació digital, que es concep com un Sistema Multiagent que es basa en gestionar un ecosistema d'SPADO (Self Preservation Aware Digital Objects)

DISSENY (I)

DISSENY (II)

Les pantalles principals del prototipus són: Selecció de fitxers

IMPLEMENTACIÓ (I)

Les pantalles principals del prototipus són: Configuració de la xarxa social

IMPLEMENTACIÓ (II)

Les pantalles principals del prototipus són: Configuració de paràmetres

IMPLEMENTACIÓ (III)

Les pantalles principals del prototipus són: Inicialització de l'emulació

IMPLEMENTACIÓ (IV)

CONTINGUTS

Introducció

VALIDACIÓ (I)

Es comparen els resultats obtinguts amb la simulació basada en la intel·ligència d'eixam

S’han executat els mateixos models emprats en la simulació basada en intel·ligència d'eixam

Paràmetres Model 1 Model 2

Canvis de format 0,5,4;1,4,3;0,3,2

1,4,3;0,5,3;1,3,1

OD associats a un usuari inicialment entre 1 i 5 entre 1 i 5Cost moure’s per la xarxa 2 2Cost quedar-se quiet 1 1Límit superior pressupost 60 60Límit inferior pressupost 20 20Cost allotjament en un usuari entre 1 i 10 entre 1 i 10Servei de preservació d’un usuari 100 100Percentatge esborrat d’usuaris 25% i 33% 25% i 33%

VALIDACIÓ (II)

Model 1

Esborrat del 33% d’usuaris El prototipus es torna a

comportar molt millor que la simulació d'intel·ligència d'eixam.

Resilence del prototipus amb més “força”(16 punts més forta)

Esborrat del 25% d’usuaris Amb el prototip: més

còpies i amb mes diversitat de formats del previst en les primeres simulacions

Resilence en les dues primeres catàstrofes (4,9 punts més intensa)

Steps simulació

VALIDACIÓ (III)

Model 2

Esborrat del 25% d’usuaris El prototip es comporta

millor, però no mostra gaire resilence

Catàstrofes afecten més al prototip

Esborrat del 33% d’usuaris El prototip es comporta

millor, però no mostra gaire resilence

Steps simulació

Requeriments ValidacióCòpia i migració de formatIntercanvi entre amicsPressupost digital

OD amb tipus (imatge, vídeo, Word, PowerPoint)OD amb tipus concret (ex: Word 2003, 2007, etc)Xarxa social basada en amicsOD amb referència al site “propietari”Succeeixen catàstrofesValoració resultats amb entropiaValidació amb•25% d’esborrats•33% d’esborrats

DISCUSSIÓ SOBRE EL GRAU D’ASSOLIMENT DEL PROTOTIPUS

Requeriments Validació BonusCòpia i migració de formatIntercanvi entre amicsPressupost digital

OD amb tipus (imatge, vídeo, Word, PowerPoint)OD amb tipus concret (ex: Word 2003, 2007, etc)Xarxa social basada en amicsOD amb referència al site “propietari”Succeeixen catàstrofesValoració resultats amb entropiaValidació amb•25% d’esborrats•33% d’esborratsCàlcul entropia a cada stepRecompte del número d’objectes a cada stepCàlcul de nous percentatges per fer experimentació

DISCUSSIÓ SOBRE EL GRAU D’ASSOLIMENT DEL PROTOTIPUS

VÍDEO DEMO PROTOTIPUS

NOUS EXPERIMENTS AMB EL PROTOTIPUS (I)

ESTADÍSTICS Percentatge d’objectes digitals salvats. Entre el 81.91% i el

96.79% d’objectes salvats

NOUS EXPERIMENTS AMB EL PROTOTIPUS (II)

ESTADÍSTICS Percentatge d’objectes digitals que tenen una còpia compatible

al site que corresponen. Entre el 63.59% i el 77.35%

CONTINGUTS

Introducció

CONCLUSIONS (I) S'ha estudiat i realitzat un prototipus de preservació digital

basat en agents que treballen sobre una xarxa social

En l'anàlisi s’ha fet una incursió en el món de la recerca implementant algorismes d'intel·ligència d'eixam i algorismes genètics aplicats a la preservació digital

Amb els coneixements adquirits en l'anàlisi i de la metodologia INGENIAS s’ha fet el disseny del sistema

S’ha implementat el prototipus, un software multithread, que redueix l'obsolescència i la desaparició dels objectes que tenim en l'ordinador, i dóna feedback a l'usuari via interfície gràfica

S'ha validat el prototipus i podem dir que la nostra solució proporciona noves i interessants prestacions de preservació mostrades amb l'entropia i comprovades per l'alt percentatge d'objectes salvats en les emulacions realitzades

CONCLUSIONS (II) Del treball desenvolupat en l'anàlisi s'ha enviat a:

Olvera, J. A.(2011). An Outline of The Application of Agents to Digital Preservation and an Introduction to Self Preservation Aware Digital Objects (acceptat). 13th European Agent Systems Summer School(EASSS 2011)

Olvera, J. A. , and de la Rosa, J. L. (2011). Preliminary Study on SwarmIntelligence and Genetic Algorithms Applied to Digital Preservation(enviat). 14è Congrés Internacional de l'Associació Catalana d'Intel·ligència Artificial (CCIA 2011)

S’ha realitzat una proposta de transferència dels algorismes desenvolupats en el prototipus (conclusions i treballs futurs memòria)

TREBALL FUTUR Transferència a Pyramid

Fer més experiments i comprovacions addicionals del prototipus

Desenvolupar els algorismes, millorant-los en robustesa i escalabilitat

Implementar dos versions alfa i una beta, i proves amb usuaris beta-testers

Validació del software

S’ha obert una línia de recerca on hi ha nombroses millores en la modelització i l’experimentació Simulació basada en la intel·ligència d’eixam Simulació basada en algorismes genètics

ARlab RESEARCH | Digital Preservation

Technology