随着大数据时代的到来以及大数据在各领域的广泛应用， 数据驱动的科学发现模式在自然科学以及人文社会科学领域的研究中发挥着越来越大的作用。 作为科研活动的基础性战略资源， 科技信息资源的长期保存已经成为各国保存机构战略资源管理的重要举措, 并成为各国国家信息安全的重要内容。
1 数字保存领域所面临的挑战
自1996 年 《 保 存 数 字 信 息： 最 终 报 告 和 建 议书》 [1 ] 发布， 正式开启了全球数字资源长期保存的进程， 通过20 多年的探索和实践， 国际保存领域得到长足发展[2] 。 同时在快速变化的新环境中， 数字保存领域不断面对接踵而来的挑战。一方面， 从推特到博客， 从传感器数据到“公民科学” 数据， 从政府数据到社会调查数据， 以及全民健康和基因组数据， 社会的数字化进程使得这些可用数据的体量激增， 带来了数据汇聚及保存等技术、管理和成本方面的挑战。另一方面， 技术的飞速发展不断延展数据的内涵和外延， 数据内 容 日 益 丰 富 和 复 杂 化。 OCLC 报 告《 不断发展的学术记录》 [3] 提到： 目前构成学术记录的内容变得更加动态而且“界限” 模糊。 我们常用的数字学术记录的组成也变得越来越复杂， 例如电子期刊论文或电子书， 已经由过去的PDF 文件变身为“分布式复合对象” ， 它的各种内容组成可以来自不同的地方； 可以有多个版本分别保存在不断变化的具有杂层次结构的硬件和软件平台上。 这类对象不但收集和保存复杂， 而且服务（ 发现、 访问和呈现） 要求也日益复杂。 另外人工智能等技术所带来的“算法驱动的系统” [4] ， 使得流行的社交媒体应用程序更加复杂化， 这让保存工作面临更加复杂的挑战[5] 。
态体系的变化， 为长期保存带来了一系列亟待解