科研原始电子数据备份归档管理规范共识

科研原始电子数据备份归档管理规范共识随着科学研究的深入发展，科研数据已成为国家战略资源和创新驱动发展的核心要素。科研原始电子数据作为研究成果的基石，其真实性、完整性、可靠性和可追溯性直接关系到科研成果的质量与学术诚信。然而，当前科研数据管理面临着数据丢失风险高、存储介质老化快、格式兼容性差、管理标准不统一等诸多挑战。为了规范科研原始电子数据的备份与归档流程，确保数据资产的长久保存与有效利用，特制定本共识。本共识旨在为科研机构、高校、医疗机构及企事业单位提供一套科学、严谨、可操作的数据备份归档管理指南，以应对日益增长的数据安全挑战，促进科研数据的开放共享与价值挖掘。一、适用范围与基本原则本共识适用于所有产生、处理和管理科研原始电子数据的科研主体，涵盖自然科学、工程技术、医学卫生、农业科学及社会科学等各个领域。所指的科研原始电子数据，是指在科研活动过程中通过实验、观测、调查、计算、模拟等手段直接产生的、未经加工处理的、具有原始记录性质的电子文件及其附属元数据。在实施备份归档管理过程中，必须严格遵循以下基本原则：1.真实性原则：备份与归档的数据必须是原始数据的真实副本，不得进行任何修改、篡改或伪造。必须通过技术手段确保数据在产生、传输、存储和迁移过程中的完整性，防止数据被非授权更改。2.完整性原则：备份归档的内容不仅包括数据文件本身，还应包括描述数据产生背景、采集方式、设备参数、处理流程等必要的元数据，以及相关的实验记录、分析代码和说明文档，确保数据的可理解性和可复用性。3.安全性原则：建立严格的数据安全防护体系，采用物理隔离、访问控制、加密存储、防病毒等措施，防止数据因硬件故障、人为失误、网络攻击或自然灾害而丢失、泄露或损坏。4.可用性原则：备份数据应具备快速恢复能力，归档数据应支持长期的读取和访问。应定期评估备份数据的恢复有效性，并关注存储介质的寿命和技术的更新换代，确保数据在需要时能够被准确提取和使用。5.合规性原则：数据备份归档活动必须遵守国家相关法律法规、行业标准及伦理规范，特别是涉及人类遗传资源、国家秘密、个人隐私和敏感信息的数据，必须采取相应的保护措施。二、科研原始电子数据的分类与分级管理为了实施针对性的保护策略，提高管理效率，应对科研原始电子数据进行科学的分类与分级。数据分类是根据数据的学科属性、表现形式和结构特征进行的划分；数据分级则是根据数据的重要性、敏感性和保密性要求的程度进行的划分。（一）数据分类标准科研原始电子数据通常可分为以下几类：1.结构化数据：具有固定格式和结构，可以存储在数据库表中的数据，如问卷调查结果、仪器测量的数值序列、基因测序的碱基对数据等。2.非结构化数据：没有固定格式，无法直接用数据库二维表逻辑表达的数据，如显微镜图像、音频视频记录、扫描的电子版纸质记录、田野调查笔记等。3.半结构化数据：具有一定的结构，但结构灵活、可变，如XML、JSON、HTML格式的数据文件，系统日志文件等。（二）数据分级策略依据数据一旦丢失、泄露或篡改对科研活动、国家安全及公共利益造成的影响程度，将数据划分为四个等级，并实施差异化管理：数据等级定义与特征管理要求备份频率归档介质一级数据（核心级）涉及国家秘密、核心知识产权或重大科研项目的关键原始数据。丢失将导致重大科研失败或严重安全后果。最高级别物理隔离，强制加密，严格审批访问，多重冗余备份。实时或每小时增量备份。WORM（一次写入多次读取）介质，离线磁带库，异地容灾中心。二级数据（重要级）重要的科研项目原始数据，涉及人类遗传资源、个人隐私或未公开发表的关键成果。丢失将严重影响科研进度。严格的访问控制，数据加密，定期完整性校验，本地及异地备份。每日增量备份，每周全量备份。高性能硬盘阵列，磁带库，云端冷存储。三级数据（一般级）常规科研活动产生的原始数据，不涉及敏感信息，可部分公开。丢失造成一定损失但可补救。标准访问控制，定期备份，基本的防病毒保护。每日或每周增量备份。网络存储（NAS），硬盘，云端对象存储。四级数据（公开级）已公开发表或无保密要求的原始数据，用于共享交流。开放访问，防篡改保护，防止意外删除。按需备份。公共云存储，分布式文件系统。三、备份管理实施细则备份是防止数据丢失的第一道防线，其核心任务是建立数据的冗余副本，以便在主数据发生故障时能够快速恢复。（一）备份策略的制定各科研团队应根据数据分级制定详细的备份策略，严格遵循“3-2-1”备份黄金法则，即至少保留3份数据副本，存储在2种不同的存储介质上，其中1份副本必须保存在异地。1.全量备份与增量备份结合：对于数据量较小的一级和二级数据，应定期进行全量备份；对于数据量巨大的数据，可采用“全量+增量”或“全量+差异”的备份策略，以减少存储空间占用和备份时间。2.备份窗口与恢复时间目标（RTO/RPO）：明确备份操作允许的时间窗口（如系统负载低峰期），并设定可接受的数据丢失量（RPO）和系统恢复所需时间（RTO）。一级数据的RPO应接近于零。3.版本控制：备份系统应支持版本控制功能，保留数据的多个历史版本，防止因误操作或逻辑错误（如病毒感染、程序Bug）导致主数据损坏后，备份的也是错误数据。版本保留期限应根据科研项目的周期和审计要求确定。（二）备份技术与流程1.自动化备份：必须采用自动化备份软件或脚本，摒弃人工手动复制文件的方式，以减少人为失误。备份任务应设置自动触发机制，并具备断点续传功能。2.传输加密与校验：数据在传输到备份存储的过程中，应采用加密传输协议（如SFTP、HTTPS）。备份完成后，系统必须自动对源数据和备份数据进行校验和比对，推荐使用SHA-256或更高级别的哈希算法，确保备份副本的比特级一致性。3.离线备份：对于一级数据和极其重要的二级数据，除了在线备份外，必须定期（如每季度）制作离线备份（如磁带、蓝光光盘、一次性写入硬盘），并物理隔离存放，以防范勒索软件和网络攻击。（三）备份监控与恢复演练1.状态监控：建立备份监控告警机制，实时监控备份作业的执行状态。一旦备份失败、超时或校验错误，系统应立即通过邮件、短信或即时通讯工具向管理员发送告警信息。2.日志恢复：所有备份操作必须记录详细的日志，包括备份时间、数据范围、文件大小、校验值、操作人员等，日志本身应被妥善保护，防止篡改。3.定期演练：每半年至少进行一次数据恢复演练。随机抽取部分备份数据进行恢复测试，验证备份数据的完整性和可用性，并记录恢复演练报告，发现问题及时整改。四、归档管理实施细则归档是科研数据管理的最终环节，其目的是将具有长期保存价值的数据进行规范化整理，转入长期存储系统，以满足科研审计、成果复现和历史查考的需求。（一）归档前的数据整理与清洗在数据归档前，项目负责人（PI）或数据管理员必须对原始数据进行整理。1.剔除冗余：删除明显的临时文件、中间过程文件、重复文件和测试数据，仅保留具有保存价值的最终原始数据和必要的元数据。2.格式标准化：优先采用国际通用、非专有的开放标准文件格式进行归档，以确保数据的长期可读性。文本类：PDF/A,TXT,XML,JSON。图像类：TIFF,PNG,JPEG2000。音视频类：FFV1(Matroska),WAV,FLAC。数据表格：CSV,ODS。若必须使用专有格式，需同时归档该格式的阅读软件或转换工具，并附上格式说明文档。3.封装打包：将相关的数据文件、元数据文件、说明文档等按照一定的逻辑结构进行封装打包。推荐使用BagIt标准或类似的打包规范，并在包中包含清单文件，记录所有文件的清单和校验和。（二）元数据管理元数据是归档数据的核心，是数据被理解和发现的关键。归档时必须填写完整的元数据信息，至少包括以下核心元素：1.描述性元数据：标题、创建者、摘要、关键词、学科分类、时间范围、地理范围。2.技术元数据：文件格式、文件大小、创建环境（硬件型号、软件版本及参数设置）、数据采集方法、校验和（MD5/SHA-256）。3.管理元数据：项目编号、资助机构、数据密级、访问权限、保存期限、归档日期、归档责任人。4.结构元数据：数据文件之间的关联关系，文件命名规则，目录结构说明。元数据应尽可能采用相关领域的国际或国家标准（如DublinCore,DataCite,EML等），以便于跨机构的数据交换与共享。（三）归档流程与质量控制1.归档申请：项目负责人在项目结题、阶段性验收或发表成果前，向数据管理部门提交归档申请，并附上数据清单和元数据。2.审核校验：数据管理部门对申请归档的数据进行形式审查和技术校验。检查内容包括：文件完整性、格式合规性、元数据完整性、病毒扫描等。对于不符合要求的数据，退回申请人限期整改。3.移交入库：审核通过后，数据从在线工作区迁移至长期归档存储区。移交过程应办理交接手续，生成归档凭证，双方签字确认。4.赋予唯一标识符：归档数据入库后，系统应自动为其分配全球唯一的持久标识符（PID），如DOI（数字对象唯一标识符）或Handle，确保数据引用的准确性和稳定性。五、存储介质与硬件环境管理存储介质是数据的物理载体，其可靠性直接决定了数据的安全寿命。（一）存储介质的选择与使用1.磁盘存储：用于在线备份和近线归档。应使用企业级硬盘，组建RAID（独立磁盘冗余阵列）阵列。推荐RAID6或RAID10级别，以提供较高的容错能力。需关注硬盘的健康状态（SMART信息），及时预警和更换故障盘。2.磁带存储：用于离线归档和冷存储。LTO（线性磁带开放协议）磁带是目前主流选择，具有容量大、寿命长（15-30年）、成本低、离线安全性高的优势。磁带库应处于恒温恒湿环境，并定期进行磁带倒带和读写测试，防止磁带粘连。3.光盘存储：用于“黄金归档”或永久保存。推荐使用M-DISC（千年光盘）等archival-grade光盘，具有抗老化、抗划伤特性。适合存储容量较小但极其重要的核心数据。4.云存储：利用公有云或私有云对象存储服务。具有弹性扩展、按需付费、维护简便的优势。但需注意数据主权问题，对于敏感数据，必须采用客户端加密后上传，并确保云服务商具备相应的安全资质。（二）硬件环境维护1.机房环境：数据中心或机房必须具备良好的供电系统（双路供电+UPS不间断电源）、温湿度控制系统（温度：22±2℃，相对湿度：40%-55%）、消防系统（气体灭火）和防雷接地系统。2.存储网络：构建高性能、高可用的存储区域网络（SAN）或网络附加存储（NAS）。关键网络设备应冗余配置，避免单点故障。3.巡检维护：建立日常巡检制度，每日检查存储设备指示灯状态、系统日志、磁盘空间使用率等。定期对硬件设备进行除尘、固件升级和性能优化。六、数据安全与访问控制保障数据安全是备份归档管理的底线，必须构建全方位的安全防护体系。（一）身份认证与权限管理1.最小权限原则：严格控制用户对数据的访问权限，仅授予完成工作所需的最小权限。区分数据管理员、备份操作员、普通科研人员、审计人员等角色，实施基于角色的访问控制（RBAC）。2.多因素认证：对于一级、二级数据的访问，必须实施多因素认证（MFA），如密码+动态令牌+生物特征。3.账号管理：建立严格的账号审批、创建、变更和注销流程。禁止共享账号，定期强制修改密码。人员离职或转岗时，必须立即回收其数据访问权限。（二）数据加密1.传输加密：数据在网络传输过程中，必须使用SSL/TLS等加密协议，防止数据被窃听或劫持。2.存储加密：对于存储在服务器、移动硬盘或云端的一级、二级数据，必须采用静态加密技术。推荐使用AES-256等强加密算法。3.密钥管理：建立完善的密钥管理机制，密钥的生成、存储、分发、轮换和销毁必须符合安全规范。密钥应与数据分开存储，实施物理隔离或逻辑隔离。（三）审计与追踪启用完善的系统审计功能，记录所有用户对数据的访问、查询、下载、修改、删除等操作。审计日志应包含用户ID、操作时间、IP地址、操作对象、操作类型、操作结果等信息。审计日志本身必须防篡改，并保存足够长的时间（如3年以上），以便于事后追溯和责任认定。七、数据生命周期与长期保存策略科研数据具有全生命周期特征，备份归档管理应覆盖从数据产生、使用、归档到销毁的全过程。（一）保存期限的确定根据数据的科研价值、法律要求和机构政策，设定不同的保存期限。1.永久保存：对学科发展具有重大历史意义、涉及重大科技成果、国家重点项目或具有长期复用价值的数据，应实施永久保存。2.长期保存：一般科研项目的原始数据，保存期限至少为项目结题后10年或30年，以满足后续审查和复现需求。3.定期保存：对于短期验证性实验数据，经评估后可设定较短保存期限（如5年）。（二）格式迁移与介质刷新为了应对技术过时和介质老化，必须采取积极的保存策略。1.介质刷新：每隔3-5年，将数据从旧存储介质迁移到新存储介质，或对磁带进行倒带测试，防止因物理老化导致数据丢失。迁移过程必须进行校验和比对。2.格式迁移：密切关注文件格式的技术发展，当文件格式面临被淘汰、阅读软件失传或硬件不支持时，应将数据迁移到新的通用格式。迁移过程应保留原始格式和转换日志，确保转换的可信度。3.技术监控：建立技术监控机制，定期评估当前存储硬件、软件和文件格式的风险，提前制定迁移计划。（三）数据的销毁与处置当数据超过保存期限且无继续保存价值时，或因项目撤销需要清理数据时，应严格按照规范进行销毁。1.审批流程：数据销毁必须经过项目负责人申请、部门审核、机构批准的流程。2.销毁方式：对于存储在硬盘、磁带等物理介质上的敏感数据，必须采用物理销毁（消磁、粉碎、焚化）或专业的数据覆写工具（符合DoD5220.22-M等标准）进行彻底清除，防止数据恢复。3.销毁记录：销毁过程应有详细记录，包括销毁数据的名称、数量、销毁时间、销毁方式、监销人等，并归档保存。八、应急响应与灾难恢复尽管采取了多种防护措施，但仍需为极端情况做好准备，建立完善的应急响应和灾难恢复机制。（一）风险评估与预案制定定期进行数据安全风险评估，识别潜在的威胁（如火灾、地震、水灾、网络攻击、大规模停电等）。针对不同级别的灾难，制定详细的应急响应预案（DRP）。预案应明确应急组织架构、人员职责、通讯联络方式、恢复流程和资源调配方案。（二）异地容灾对于一级数据和关键业务系统，必须建立异地容灾中心。容灾中心应具备与生产中心相当的处理能力，数据同步方式可采用实时同步或定期异步同步。当生产中心发生灾难性故障时，可快速切换至容灾中心，保障科研业务的连续性。（三）演练与改进每年至少组织一次应急响应演练，模拟灾难发生场景，测试备份恢复流程的有效性和预案的可行性。演练结束后，应对演练过程进行复盘总结，发现漏洞和不足，及时修订应急预案和管理制度。九、责任体系与培训教育（一）明确责任主体1.科研机构：负责制定数据管理政策，提供基础设施和经费支持，监督执行情况。2.数据管理部门：负责备份归档系统的建设、运维和技术支持，执行日常备份和归档操作。3.项目负责人（PI）：是科研数据管理的第一责任人，负责对本项目产生的数据质量、备份和归档负总责。4.科研人员：负责按照规范产生、整