點擊上方藍(lán)字關(guān)注我們

高能同步輻射光源科學(xué)數(shù)據(jù)管理策略研究與應(yīng)用

胡皓^1,2,?齊法制^1,2,?孫曉康³,?羅齊¹

1?中國科學(xué)院高能物理研究所，北京 100049

2?國家高能物理科學(xué)數(shù)據(jù)中心，北京 100049

3?中國科學(xué)技術(shù)大學(xué)，安徽 合肥 230026

?摘要：針對高能同步輻射光源（HEPS）科學(xué)數(shù)據(jù)管理和開放共享面臨的問題，論述了科學(xué)數(shù)據(jù)策略研究對同步輻射大科學(xué)裝置這類公共實驗平臺的必要性和重要性。依據(jù)國內(nèi)外光源類裝置科學(xué)數(shù)據(jù)策略的研究進(jìn)展，分析了我國同步輻射大科學(xué)裝置數(shù)據(jù)策略研究的現(xiàn)狀，重點闡述高能同步輻射光源數(shù)據(jù)策略研究包含的內(nèi)容，總結(jié)策略研究中遇到的問題并提出相關(guān)思考。最后，系統(tǒng)介紹了數(shù)據(jù)策略研究取得的階段性進(jìn)展以及在高能同步輻射光源的應(yīng)用情況，并對高能同步輻射光源未來的科學(xué)數(shù)據(jù)策略提出了展望。

關(guān)鍵詞：科學(xué)數(shù)據(jù) ; 數(shù)據(jù)策略 ; 數(shù)據(jù)管理 ; 開放與共享 ; 高能同步輻射光源

論文引用格式：

胡皓, 齊法制, 孫曉康, 等. 高能同步輻射光源科學(xué)數(shù)據(jù)管理策略研究與應(yīng)用[J]. 大數(shù)據(jù), 2022, 8(1): 5-14.

HU H, QI F Z, SUN X K, et al. HEPS scientific data management policy research and applications[J]. Big Data Research, 2022, 8(1): 5-14.

0 引言

高能同步輻射光源（high energy photon source，HEPS）是國家“十三五”規(guī)劃優(yōu)先建設(shè)的國家重大科技基礎(chǔ)設(shè)施。它是我國第一臺高能量同步輻射光源，也是世界上亮度較高的第四代同步輻射光源之一，將服務(wù)于超高空間分辨、時間分辨、能量分辨的高通量同步輻射實驗，為國家重大戰(zhàn)略需求和前沿基礎(chǔ)科學(xué)研究提供技術(shù)支撐平臺。

高能同步輻射光源是面向多學(xué)科交叉前沿研究的同步輻射公共實驗平臺類裝置，依托該裝置開展的實驗向高通量、多模態(tài)、超高頻率、原位及動態(tài)加載的形式轉(zhuǎn)變，以實現(xiàn)樣品的跨尺度、多功能原位表征的目標(biāo)。高能同步輻射光源每年產(chǎn)生PB級甚至數(shù)百PB級的海量科學(xué)數(shù)據(jù)，具有不可重復(fù)性、高維性、高度計算復(fù)雜性和高度不確定性等特征。這些數(shù)據(jù)屬于公共實驗類科學(xué)數(shù)據(jù)，數(shù)據(jù)構(gòu)成基本一致，包括原始數(shù)據(jù)、元數(shù)據(jù)、處理數(shù)據(jù)與結(jié)果數(shù)據(jù)。科學(xué)數(shù)據(jù)是高能同步輻射光源裝置的核心資產(chǎn)，更是國家的寶貴財富和戰(zhàn)略資源，關(guān)系到國家的科技進(jìn)步與創(chuàng)新能力，因此建立權(quán)責(zé)明晰且能力健全的科學(xué)數(shù)據(jù)管理規(guī)范與開放共享機(jī)制尤為重要。

隨著科學(xué)數(shù)據(jù)的不斷積累，基于大數(shù)據(jù)的科學(xué)發(fā)現(xiàn)已經(jīng)成為繼實驗歸納、模型推演、仿真模擬之后的科學(xué)研究第四范式，并引起了相關(guān)國家和科技領(lǐng)域的高度重視。為了進(jìn)一步加強(qiáng)和規(guī)范科學(xué)數(shù)據(jù)管理，保障科學(xué)數(shù)據(jù)安全，提高開放共享水平，我國出臺了一系列與數(shù)據(jù)管理相關(guān)的政策和法規(guī)。2018年3月，國務(wù)院辦公廳印發(fā)《科學(xué)數(shù)據(jù)管理辦法》，該辦法明確了中國科學(xué)數(shù)據(jù)管理的總體原則、主要職責(zé)、數(shù)據(jù)采集匯交與保存、共享利用、保密與安全等方面的內(nèi)容，首次站在國家高度面向多領(lǐng)域科學(xué)數(shù)據(jù)提出以開放為主的指導(dǎo)原則，具有劃時代意義。2019年2月，中國科學(xué)院印發(fā)了《中國科學(xué)院科學(xué)數(shù)據(jù)管理與開放共享辦法（試行）》，該辦法規(guī)定科學(xué)院屬法人單位是科學(xué)數(shù)據(jù)管理與開放的責(zé)任主體，提出科學(xué)數(shù)據(jù)應(yīng)按照分等級、可發(fā)現(xiàn)、可訪問、可重用的原則，適時向院內(nèi)外用戶提供數(shù)據(jù)開放共享，為《科學(xué)數(shù)據(jù)管理辦法》在中國科學(xué)院的落地提供了具體指導(dǎo)意見。

上述綱領(lǐng)性文件為我國建立科學(xué)數(shù)據(jù)的管理規(guī)范和開放共享機(jī)制提供了指導(dǎo)性意見，但是對于同步輻射公共實驗平臺類裝置的科學(xué)數(shù)據(jù)管理，仍有許多需要細(xì)化和落實的地方：科學(xué)數(shù)據(jù)的所有權(quán)和使用權(quán)界定不清晰；科學(xué)數(shù)據(jù)管理與開放的責(zé)任主體及職責(zé)范圍不明確；未對用戶使用國家大裝置資源的行為進(jìn)行約束和要求等。這些問題嚴(yán)重阻礙了高能同步輻射光源在數(shù)據(jù)管理工作上的推進(jìn)。

針對科學(xué)數(shù)據(jù)管理和開放共享中面臨的具體問題，高能同步輻射光源亟須研究和建立數(shù)據(jù)管理策略及實施細(xì)節(jié)，明確科學(xué)數(shù)據(jù)的所有權(quán)和使用權(quán)；加強(qiáng)對用戶知識產(chǎn)權(quán)的保護(hù)，規(guī)范科學(xué)數(shù)據(jù)使用者的行為；保證科學(xué)數(shù)據(jù)安全，并圍繞科學(xué)數(shù)據(jù)的全生命周期，為科學(xué)數(shù)據(jù)的采集、長期保存、處理分析、開放共享等各個環(huán)節(jié)的工作提供政策依據(jù)。

1 同步輻射光源大科學(xué)裝置數(shù)據(jù)策略

1.1 數(shù)據(jù)策略

本文的科學(xué)數(shù)據(jù)策略指大科學(xué)裝置產(chǎn)生的科學(xué)數(shù)據(jù)全生命周期管理過程的制度和規(guī)范，裝置的科學(xué)數(shù)據(jù)管理必須遵從該數(shù)據(jù)策略的各項規(guī)定。科學(xué)數(shù)據(jù)策略需要對科學(xué)數(shù)據(jù)的所有權(quán)、管理和訪問3個方面進(jìn)行約束和說明。

● 科學(xué)數(shù)據(jù)的所有權(quán)：回答了“數(shù)據(jù)是誰的”這一問題，是數(shù)據(jù)權(quán)利保護(hù)的核心問題。數(shù)據(jù)所有權(quán)的界定能真正實現(xiàn)對數(shù)據(jù)權(quán)利的保護(hù)、對數(shù)據(jù)的有效利用，并激勵數(shù)據(jù)開發(fā)、技術(shù)應(yīng)用的研究。對于同步輻射光源類大科學(xué)裝置，科學(xué)數(shù)據(jù)的來源比較復(fù)雜，科學(xué)數(shù)據(jù)可能由公共研究或非公共研究的實驗產(chǎn)生，數(shù)據(jù)的種類包括原始數(shù)據(jù)、處理數(shù)據(jù)、結(jié)果數(shù)據(jù)、標(biāo)定數(shù)據(jù)等，需要根據(jù)不同的數(shù)據(jù)來源分別界定科學(xué)數(shù)據(jù)的所有權(quán)。

● 科學(xué)數(shù)據(jù)管理：圍繞科學(xué)數(shù)據(jù)全生命周期過程，明確科學(xué)數(shù)據(jù)的數(shù)據(jù)獲取方式、數(shù)據(jù)格式和唯一永久標(biāo)識、數(shù)據(jù)短期和長期存儲策略、數(shù)據(jù)處理軟件或數(shù)據(jù)讀取軟件提供方式等。

● 科學(xué)數(shù)據(jù)訪問：為了遵循科學(xué)數(shù)據(jù)的FA I R原則，保證數(shù)據(jù)的可發(fā)現(xiàn)（findable）、可訪問（accessible）、可互操作（interoperable）和可重用（reusable），同時保護(hù)用戶的知識產(chǎn)權(quán)，需要針對不同的數(shù)據(jù)類型，從數(shù)據(jù)訪問對象和數(shù)據(jù)保護(hù)期等角度對數(shù)據(jù)訪問進(jìn)行相關(guān)約束和規(guī)定。

1.2 國外研究情況

目前國際上有多個光源類大科學(xué)裝置制定了相應(yīng)的科學(xué)數(shù)據(jù)管理策略，如歐洲同步輻射裝置（ESRF）、瑞典MAX IV、瑞士保羅謝爾研究所（PSI）和歐洲X射線自由電子激光裝置（European XFEL）。這些裝置的科學(xué)數(shù)據(jù)策略均對科學(xué)數(shù)據(jù)的所有權(quán)、管理和使用進(jìn)行了詳細(xì)規(guī)定。例如，ESRF和PSI將提供不少于5年的長期存儲，MAX IV將提供最多3個月的短期存儲，各裝置的長期存儲期限可根據(jù)資金、存儲硬件設(shè)施配置情況以及實驗數(shù)據(jù)量調(diào)整。為了在保護(hù)用戶知識產(chǎn)權(quán)的前提下對數(shù)據(jù)進(jìn)行開放共享，國外光源類裝置都提出了數(shù)據(jù)保護(hù)期的概念，自實驗結(jié)束開始的一段時間內(nèi)，只有實驗的提案組擁有該數(shù)據(jù)的使用權(quán)，僅對實驗組成員開放數(shù)據(jù)讀取權(quán)限。大部分裝置將數(shù)據(jù)保護(hù)期定為2~3年，并在數(shù)據(jù)保護(hù)期過后對系統(tǒng)注冊用戶提供免費的公開訪問。

國際上多個先進(jìn)的光源類大科學(xué)裝置發(fā)布的數(shù)據(jù)策略已經(jīng)得到多年應(yīng)用和改進(jìn)，為科學(xué)數(shù)據(jù)管理規(guī)范和數(shù)據(jù)開放共享提供了有效的政策指引。雖然國內(nèi)外在國家法律和管理制度上存在巨大差異，但這些經(jīng)驗總結(jié)仍對制定國內(nèi)同類大科學(xué)裝置的數(shù)據(jù)策略有很高的參考價值。

1.3 國內(nèi)研究現(xiàn)狀

國內(nèi)目前運行的光源類大科學(xué)裝置主要有北京同步輻射裝置（BSRF）、合肥同步輻射裝置（HLS）、上海光源（SSRF）、中國散裂中子源（CSNS）、X射線自由電子激光試驗裝置（SXFEL）和大連相干光源（DCLS），高能同步輻射光源（HEPS）、上海硬X射線自由電子激光裝置（SHINE）和軟X射線自由電子激光用戶裝置（SXFEL）等裝置正在建設(shè)中。在過去一段時間內(nèi)，國內(nèi)光源類大科學(xué)裝置在科學(xué)數(shù)據(jù)的管理和共享中缺乏相應(yīng)的技術(shù)手段和驅(qū)動力，科學(xué)數(shù)據(jù)的協(xié)同處理和分析難度較大，更沒有形成統(tǒng)一的科學(xué)數(shù)據(jù)標(biāo)準(zhǔn)及管理與開放共享的策略。當(dāng)前，國內(nèi)光源類大科學(xué)裝置在數(shù)量和規(guī)模上都達(dá)到了國際水平，相關(guān)機(jī)構(gòu)也逐漸意識到數(shù)據(jù)策略的重要性，逐步規(guī)劃和建立專業(yè)的數(shù)據(jù)管理團(tuán)隊開展相關(guān)研究。但總體來說，國內(nèi)光源類大科學(xué)裝置的數(shù)據(jù)管理策略研究還處于起步階段。

2 高能同步輻射光源數(shù)據(jù)策略

2.1 數(shù)據(jù)策略總體架構(gòu)

數(shù)據(jù)策略總體架構(gòu)如圖1所示，為了形成數(shù)據(jù)管理和開放共享的政策依據(jù)，數(shù)據(jù)策略圍繞高能同步輻射光源科學(xué)數(shù)據(jù)全生命周期，制定從數(shù)據(jù)獲取、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)發(fā)布到數(shù)據(jù)共享整個流程相應(yīng)的規(guī)范和制度。科學(xué)數(shù)據(jù)管理內(nèi)容包括數(shù)據(jù)架構(gòu)管理、元數(shù)據(jù)管理、數(shù)據(jù)格式管理、數(shù)據(jù)服務(wù)、數(shù)據(jù)共享服務(wù)、數(shù)據(jù)標(biāo)識管理、分析軟件管理和數(shù)據(jù)安全管理。針對這些具體的數(shù)據(jù)管理內(nèi)容，制定相應(yīng)的存儲策略、訪問策略、數(shù)據(jù)質(zhì)量、數(shù)據(jù)服務(wù)保證、數(shù)據(jù)權(quán)屬、共享策略、匯交策略、數(shù)據(jù)引用策略等。存儲策略指對不同類型數(shù)據(jù)采用不同存儲介質(zhì)進(jìn)行長期或者短期的保存；訪問策略主要針對不同時間段的用戶數(shù)據(jù)訪問進(jìn)行權(quán)限限制，實現(xiàn)用戶對實驗數(shù)據(jù)的知識產(chǎn)權(quán)保護(hù)，同時保證開放共享時數(shù)據(jù)能被訪問和充分利用；數(shù)據(jù)質(zhì)量指對數(shù)據(jù)格式規(guī)范和元數(shù)據(jù)完整性、真實性的要求；數(shù)據(jù)服務(wù)保證指對提供持續(xù)不間斷的數(shù)據(jù)服務(wù)和用戶信息安全提出相應(yīng)的要求；數(shù)據(jù)權(quán)屬是對不同類型實驗產(chǎn)生的實驗數(shù)據(jù)歸屬權(quán)的界定；共享策略指在數(shù)據(jù)保護(hù)期內(nèi)和數(shù)據(jù)保護(hù)期外數(shù)據(jù)可以共享的范圍，包括實驗組、提案組、所有用戶等權(quán)限界定；匯交策略指所有實驗數(shù)據(jù)向國家數(shù)據(jù)中心匯交的要求；數(shù)據(jù)引用策略指數(shù)據(jù)發(fā)布、數(shù)據(jù)發(fā)表、數(shù)據(jù)相關(guān)出版物對數(shù)據(jù)引用的規(guī)范要求。

圖1???數(shù)據(jù)策略總體架構(gòu)

在決策流程方面，數(shù)據(jù)管理團(tuán)隊提出數(shù)據(jù)策略發(fā)布和變更要求時，需要經(jīng)過數(shù)據(jù)管理專家評審和用戶委員會的同意，最后數(shù)據(jù)管理委員會成員一致通過后才能發(fā)布或更新版本。

2.2 數(shù)據(jù)策略內(nèi)容

基于根據(jù)數(shù)據(jù)策略總體架構(gòu)，高能同步輻射光源數(shù)據(jù)策略根據(jù)不同的數(shù)據(jù)類型來組織數(shù)據(jù)策略內(nèi)容，包含總則、術(shù)語定義、原始數(shù)據(jù)和元數(shù)據(jù)相關(guān)策略、處理數(shù)據(jù)與結(jié)果數(shù)據(jù)相關(guān)策略、科學(xué)數(shù)據(jù)的保證和責(zé)任、數(shù)據(jù)相關(guān)出版信息六部分內(nèi)容。總則部分從整體上制定了數(shù)據(jù)的所有權(quán)、管理和使用的相關(guān)政策和規(guī)定，并從大科學(xué)裝置角度和用戶角度分別明確了各自的責(zé)任和義務(wù)；術(shù)語定義部分對數(shù)據(jù)和實驗的專業(yè)術(shù)語進(jìn)行解釋和定義；原始數(shù)據(jù)和元數(shù)據(jù)相關(guān)策略、處理數(shù)據(jù)與結(jié)果數(shù)據(jù)相關(guān)策略兩部分分別針對不同類型的科學(xué)數(shù)據(jù)，從數(shù)據(jù)所有權(quán)、數(shù)據(jù)管理和訪問3個方面，明確了裝置以及用戶的權(quán)利和義務(wù)；科學(xué)數(shù)據(jù)的保證和責(zé)任明確了作為數(shù)據(jù)管理和開放共享的責(zé)任主體對準(zhǔn)確、長期、安全地保管數(shù)據(jù)做出的保證；數(shù)據(jù)相關(guān)出版信息明確了對數(shù)據(jù)進(jìn)行發(fā)布、發(fā)表、出版時應(yīng)正確地對數(shù)據(jù)進(jìn)行引用。

2.2.1 總則

● 本數(shù)據(jù)策略是大科學(xué)裝置科學(xué)數(shù)據(jù)的所有權(quán)、管理和使用的相關(guān)政策和規(guī)定，任何與大科學(xué)裝置科學(xué)數(shù)據(jù)相關(guān)的管理和操作必須遵循本數(shù)據(jù)策略。

● 接受此數(shù)據(jù)策略是用戶獲得實驗機(jī)的前提條件。

● 遵守此數(shù)據(jù)策略并經(jīng)過大科學(xué)裝置授權(quán)的用戶才能訪問、利用、分發(fā)或共享科學(xué)數(shù)據(jù)。

● 如果用戶出現(xiàn)故意違反此數(shù)據(jù)策略的行為，相關(guān)大科學(xué)裝置有權(quán)拒絕用戶對科學(xué)數(shù)據(jù)的訪問，并有權(quán)拒絕該用戶以后對該裝置的任何實驗機(jī)的申請。

● 大科學(xué)裝置用戶必須在裝置的用戶管理系統(tǒng)或其他被裝置官方認(rèn)可的系統(tǒng)上進(jìn)行注冊，大科學(xué)裝置有義務(wù)保證用戶信息的安全性。

● 根據(jù)科學(xué)數(shù)據(jù)匯交制度，公共實驗產(chǎn)生的科學(xué)數(shù)據(jù)可以匯交到國家的相關(guān)科學(xué)數(shù)據(jù)中心。

2.2.2 術(shù)語定義

● 科學(xué)數(shù)據(jù)：所有從大科學(xué)裝置產(chǎn)生的數(shù)據(jù)，包括但不限于由實驗分析軟件自動產(chǎn)生或由實驗站科學(xué)家及用戶模擬或分析產(chǎn)生的數(shù)據(jù)。

● 原始數(shù)據(jù)：所有從大科學(xué)裝置直接獲取的科學(xué)數(shù)據(jù)。

● 元數(shù)據(jù)：所有收集到的與科學(xué)數(shù)據(jù)相關(guān)的信息，包括但不限于與實驗相關(guān)的信息，如實驗用戶、實驗條件和環(huán)境等信息。

● 元數(shù)據(jù)目錄：指元數(shù)據(jù)數(shù)據(jù)庫，使用該數(shù)據(jù)庫可以通過不同的檢索方式查找和訪問科學(xué)數(shù)據(jù)文件。

● 處理數(shù)據(jù)：所有由原始數(shù)據(jù)處理和加工得到的數(shù)據(jù)。

● 結(jié)果數(shù)據(jù)：由原始數(shù)據(jù)和元數(shù)據(jù)處理、加工以及分析得到的數(shù)據(jù)，屬于處理數(shù)據(jù)的子集，不包括基于此結(jié)果發(fā)表的論文、專利等知識產(chǎn)權(quán)成果。

● 標(biāo)樣數(shù)據(jù)：也被稱為標(biāo)定數(shù)據(jù)，是處理數(shù)據(jù)中用來描述探測器校正因子的一個子類。

● 準(zhǔn)直數(shù)據(jù)：是從專門的校準(zhǔn)測量中獲得的處理數(shù)據(jù)的一個子類，它提供了各種探測器的位置、角度及其他相關(guān)信息。

● 課題負(fù)責(zé)人：指用戶管理系統(tǒng)中申請課題的負(fù)責(zé)人。

● 課題組：包括課題負(fù)責(zé)人和由課題負(fù)責(zé)人授權(quán)的所有能訪問該實驗原始數(shù)據(jù)和元數(shù)據(jù)的注冊用戶。

● 公共實驗：政府預(yù)算資金資助的科學(xué)實驗。

● 非公共實驗：非政府預(yù)算資金資助的科學(xué)實驗。

● 永久標(biāo)識符：用于標(biāo)識實驗數(shù)據(jù)集的唯一永久符號。

● 長期存儲：不少于一年的科學(xué)數(shù)據(jù)存儲服務(wù)。

● 數(shù)據(jù)保護(hù)期：指實驗結(jié)束后僅對課題組成員開放數(shù)據(jù)讀取權(quán)限的期限，一般不超過兩年。

● 開放訪問：指數(shù)據(jù)保護(hù)期過后，對數(shù)據(jù)提供無限制的（但非匿名）、免費的公開訪問。

2.2.3 原始數(shù)據(jù)和元數(shù)據(jù)相關(guān)策略

（1）原始數(shù)據(jù)和元數(shù)據(jù)的管理

● 所有原始數(shù)據(jù)和元數(shù)據(jù)都以預(yù)先明確定義的格式進(jìn)行處理并保存，實驗結(jié)束后提供不少于3個月的即時訪問存儲及長期存儲。長期存儲期限可根據(jù)資金、存儲硬件設(shè)施配置情況以及實驗數(shù)據(jù)量調(diào)整。

● 原始數(shù)據(jù)和元數(shù)據(jù)在其存儲期間是只讀的，大科學(xué)裝置提供讀取數(shù)據(jù)的方法。

● 大科學(xué)裝置產(chǎn)生的每個實驗數(shù)據(jù)集必須具有唯一的永久標(biāo)識符，任何人發(fā)布可以開放讀取的數(shù)據(jù)時都必須引用相應(yīng)數(shù)據(jù)集的永久標(biāo)識符。永久標(biāo)識符建議采用中國科技資源（China science and technology resource，CSTR）標(biāo)識。

（2）原始數(shù)據(jù)和元數(shù)據(jù)的訪問

● 只有經(jīng)過大科學(xué)裝置授權(quán)后的注冊用戶才有數(shù)據(jù)訪問權(quán)限。

● 可通過元數(shù)據(jù)目錄搜索并訪問原始數(shù)據(jù)和元數(shù)據(jù)。

● 公共實驗產(chǎn)生的所有原始數(shù)據(jù)和相關(guān)元數(shù)據(jù)只能在數(shù)據(jù)保護(hù)期之后才能提供開放式訪問，而在保護(hù)期內(nèi)這些數(shù)據(jù)的訪問和獲取權(quán)限僅屬于由課題負(fù)責(zé)人指定的課題組成員。

● 非公共實驗獲得的所有原始數(shù)據(jù)和相關(guān)元數(shù)據(jù)的所有權(quán)由非公共實驗用戶獨家擁有，這些數(shù)據(jù)不包含在本數(shù)據(jù)策略的應(yīng)用范圍內(nèi)。大科學(xué)裝置不負(fù)責(zé)管理和保存非公共實驗產(chǎn)生的所有數(shù)據(jù)，除非在實驗開始前非公共實驗用戶與大科學(xué)裝置相關(guān)管理機(jī)構(gòu)另有約定。

● 任何希望延長數(shù)據(jù)保護(hù)期的課題負(fù)責(zé)人可以向大科學(xué)裝置相關(guān)管理機(jī)構(gòu)提交書面請求，說明申請延長期限的原因，該機(jī)構(gòu)討論決定是否接受申請。

● 課題負(fù)責(zé)人有責(zé)任確保實驗過程中輸入的實驗相關(guān)信息的正確性和完整性，包括但不限于實驗課題編號和樣品描述信息。

● 大科學(xué)裝置工作人員（如實驗站科學(xué)家）因工作需要可以訪問相關(guān)原始數(shù)據(jù)或元數(shù)據(jù)。大科學(xué)裝置承諾在數(shù)據(jù)保護(hù)期內(nèi)保證數(shù)據(jù)的安全性。

● 元數(shù)據(jù)目錄將科學(xué)數(shù)據(jù)與實驗課題相關(guān)聯(lián)。除非獲得課題負(fù)責(zé)人的特殊授權(quán)，否則只有課題組和相應(yīng)的大科學(xué)裝置工作人員具有對實驗課題信息的訪問權(quán)限。

● 在數(shù)據(jù)保護(hù)期內(nèi)，課題負(fù)責(zé)人可以將其數(shù)據(jù)相關(guān)權(quán)利和責(zé)任全部轉(zhuǎn)交給經(jīng)過大科學(xué)裝置授權(quán)的其他注冊用戶。此轉(zhuǎn)讓必須以可追溯的形式記錄。

2.2.4 處理數(shù)據(jù)與結(jié)果數(shù)據(jù)相關(guān)策略

（1）處理數(shù)據(jù)與結(jié)果數(shù)據(jù)的管理

● 除非本科學(xué)數(shù)據(jù)策略另有說明，否則大科學(xué)裝置不會長期保存實驗中分析步驟的處理數(shù)據(jù)及其相關(guān)元數(shù)據(jù)。臨時存儲空間和臨時存儲時間將根據(jù)存儲能力確定并靈活調(diào)整。

● 所有標(biāo)樣數(shù)據(jù)和準(zhǔn)直數(shù)據(jù)以及相關(guān)元數(shù)據(jù)將會被長期保存。

● 大科學(xué)裝置可提供一定期限內(nèi)的結(jié)果數(shù)據(jù)以及相關(guān)元數(shù)據(jù)的保存。

（2）結(jié)果數(shù)據(jù)的訪問

● 標(biāo)樣數(shù)據(jù)和準(zhǔn)直數(shù)據(jù)及相關(guān)元數(shù)據(jù)將提供開放式訪問，不受數(shù)據(jù)保護(hù)期限制。

● 對于由原始數(shù)據(jù)和元數(shù)據(jù)分析得出的結(jié)果數(shù)據(jù)，僅課題組成員具有訪問權(quán)限。

2.2.5 科學(xué)數(shù)據(jù)的保證和責(zé)任

● 大科學(xué)裝置將采取合理的措施，對數(shù)據(jù)進(jìn)行準(zhǔn)確、長期的保存和管理，以及提供不間斷的數(shù)據(jù)訪問服務(wù)。相關(guān)裝置會在最大程度上保證數(shù)據(jù)的完整性和安全性。

● 若由不可抗拒或不可預(yù)見的因素導(dǎo)致科學(xué)數(shù)據(jù)丟失、不完整、不可用或數(shù)據(jù)分析軟件不可用，大科學(xué)裝置將不對此承擔(dān)任何責(zé)任。

2.2.6 數(shù)據(jù)相關(guān)出版信息

任何基于大科學(xué)裝置數(shù)據(jù)集的發(fā)布、發(fā)表、出版物都應(yīng)該引用該數(shù)據(jù)集的永久標(biāo)識符。

3 數(shù)據(jù)策略研究問題探討與思考

高能同步輻射光源按照大科學(xué)裝置的實際情況和需求進(jìn)行數(shù)據(jù)策略的編制，在符合國家數(shù)據(jù)管理法律法規(guī)的前提下，同時參考了部分國外同步輻射光源設(shè)施的數(shù)據(jù)策略的內(nèi)容。在數(shù)據(jù)策略研究過程中，大科學(xué)裝置組織數(shù)據(jù)管理專家、信息科學(xué)專家和光源線站科學(xué)家對策略條款進(jìn)行多次充分討論，總結(jié)出存在的問題和研究過程中的一些思考，具體如下。

（1）數(shù)據(jù)所有權(quán)

高能同步輻射光源屬于公共實驗平臺類大裝置，實驗數(shù)據(jù)的所有權(quán)需要從實驗研究類型、數(shù)據(jù)來源和分類方面進(jìn)行分析。對于政府預(yù)算資金資助的公共實驗，科研用戶使用自己的創(chuàng)新研究方法和樣品到裝置做實驗，得到實驗原始數(shù)據(jù)，有些數(shù)據(jù)可以直接用于科學(xué)研究，有些數(shù)據(jù)需要經(jīng)過裝置公共平臺提供計算資源進(jìn)行處理后才能供用戶使用，這兩類數(shù)據(jù)的所有權(quán)應(yīng)該由裝置和用戶共同擁有。對于非公共實驗，原始數(shù)據(jù)和元數(shù)據(jù)的所有權(quán)由實驗用戶獨家擁有。裝置產(chǎn)生的實驗數(shù)據(jù)分為原始數(shù)據(jù)和元數(shù)據(jù)、處理數(shù)據(jù)、結(jié)果數(shù)據(jù)、標(biāo)樣數(shù)據(jù)、準(zhǔn)直數(shù)據(jù)等。原始數(shù)據(jù)和元數(shù)據(jù)具有不可重復(fù)的特性，所有權(quán)可以依據(jù)實驗研究類型區(qū)分；處理數(shù)據(jù)是由原始數(shù)據(jù)通過軟件加工處理得到的數(shù)據(jù)，數(shù)據(jù)可由原始數(shù)據(jù)和軟件重復(fù)生成，因此裝置不提供對處理數(shù)據(jù)的長期保存；結(jié)果數(shù)據(jù)是處理數(shù)據(jù)的子集，涉及后續(xù)產(chǎn)生的知識產(chǎn)權(quán)問題，結(jié)果數(shù)據(jù)的所有權(quán)歸執(zhí)行數(shù)據(jù)分析的人員所有；標(biāo)樣數(shù)據(jù)和準(zhǔn)直數(shù)據(jù)作為裝置探測器校準(zhǔn)和校正的公共數(shù)據(jù)，所有權(quán)歸裝置所有，但會對所有用戶提供開放訪問權(quán)限。

（2）模擬數(shù)據(jù)

策略中對原始數(shù)據(jù)、處理數(shù)據(jù)、已校準(zhǔn)數(shù)據(jù)、標(biāo)樣數(shù)據(jù)、準(zhǔn)直數(shù)據(jù)、結(jié)果數(shù)據(jù)都有詳細(xì)的定義，同時對各類數(shù)據(jù)的存儲時間和訪問權(quán)限做了明確說明，但是缺少模擬數(shù)據(jù)。模擬數(shù)據(jù)是不由真實實驗產(chǎn)生，由模擬算法產(chǎn)生，可以反映樣品和儀器特征的數(shù)據(jù)，在線站設(shè)計、機(jī)器研究和用戶數(shù)據(jù)分析等方面體現(xiàn)了重要的價值。由于很多數(shù)據(jù)分析依賴于模擬數(shù)據(jù)，線站科學(xué)家認(rèn)為模擬數(shù)據(jù)有必要被長期保存。但考慮到用戶的模擬數(shù)據(jù)是由用戶自行開發(fā)的軟件生成的數(shù)據(jù)，屬于用戶個人數(shù)據(jù)，并且能由軟件重新生成，其是否屬于裝置數(shù)據(jù)管理的范疇還需要討論。

暫時解決辦法：數(shù)據(jù)管理系統(tǒng)保留對模擬數(shù)據(jù)進(jìn)行保存和記錄的功能，但在數(shù)據(jù)策略中暫不明確給出定義、存儲和訪問策略。

（3）數(shù)據(jù)管理委員會

在策略的執(zhí)行過程中，需要設(shè)立數(shù)據(jù)管理委員會，其主要職能是對數(shù)據(jù)管理活動中的關(guān)鍵過程進(jìn)行評審和批準(zhǔn)，如非公共實驗產(chǎn)生的數(shù)據(jù)策略的特殊約定、數(shù)據(jù)保護(hù)期延長申請等。實際上，高能同步輻射光源在工程規(guī)劃和建設(shè)中并未設(shè)立這一組織。數(shù)據(jù)管理委員會的成員組織方式、職能范圍、運行機(jī)制目前還未明確，需要進(jìn)一步細(xì)致討論。

（4）數(shù)據(jù)策略法律效力定位

制定本數(shù)據(jù)策略的初衷是希望其成為高能同步輻射光源科學(xué)數(shù)據(jù)管理規(guī)范和開放共享的政策依據(jù)，同時推動制定國內(nèi)光源類大科學(xué)裝置數(shù)據(jù)策略，形成行業(yè)標(biāo)準(zhǔn)。但與普通的管理規(guī)定不同的是，由于高能同步輻射光源是面向用戶服務(wù)的實驗平臺，數(shù)據(jù)策略內(nèi)容在行業(yè)標(biāo)準(zhǔn)的框架約束下，在操作層面上需要包含用戶服務(wù)協(xié)議部分的內(nèi)容。數(shù)據(jù)策略對科學(xué)大裝置和用戶雙方在數(shù)據(jù)管理和數(shù)據(jù)使用方面都具有規(guī)范性和約束力。

（5）裝置免責(zé)說明

對于裝置免責(zé)說明部分的內(nèi)容，各領(lǐng)域?qū)＜艺驹诓煌嵌忍岢隽藛栴}和擔(dān)憂。高能同步輻射光源是科學(xué)數(shù)據(jù)管理和開放共享的責(zé)任主體，但也可能存在由惡意人為破壞、不可抗力或不可預(yù)見因素導(dǎo)致的科學(xué)數(shù)據(jù)丟失、不完整、不可用等風(fēng)險。信息科學(xué)專家認(rèn)為作為數(shù)據(jù)保存和數(shù)據(jù)管理（數(shù)據(jù)保管）及數(shù)據(jù)服務(wù)的提供者，數(shù)據(jù)策略中應(yīng)該體現(xiàn)對不可預(yù)測的風(fēng)險進(jìn)行免責(zé)說明的內(nèi)容。但是線站科學(xué)家認(rèn)為裝置免責(zé)說明會讓用戶對裝置在數(shù)據(jù)保管的可靠性和安全性方面產(chǎn)生不信任，難以吸引優(yōu)質(zhì)用戶到裝置做實驗。數(shù)據(jù)管理專家則認(rèn)為裝置免責(zé)說明必不可少，但可以從文字上再仔細(xì)斟酌，打消用戶的疑慮，確保為用戶提供準(zhǔn)確、安全的數(shù)據(jù)保存和管理，以及不間斷的數(shù)據(jù)訪問服務(wù)。

4 數(shù)據(jù)策略在高能同步輻射光源的應(yīng)用情況

為了規(guī)范和加強(qiáng)高能同步輻射光源的科學(xué)數(shù)據(jù)管理，保障科學(xué)數(shù)據(jù)安全，提高科學(xué)數(shù)據(jù)開放共享水平，依據(jù)國家《科學(xué)數(shù)據(jù)管理辦法》和《中國科學(xué)院科學(xué)數(shù)據(jù)管理與開放共享辦法（試行）》，結(jié)合公共實驗類大科學(xué)裝置的領(lǐng)域特點，筆者在2020年9月起草了《高能同步輻射光源數(shù)據(jù)策略》草案，形成了高能同步輻射光源的科學(xué)數(shù)據(jù)的所有權(quán)、管理、使用和開放共享的相關(guān)政策和規(guī)定。此策略草案經(jīng)過光源線站科學(xué)家和數(shù)據(jù)管理專家的多輪討論，同時邀請合肥同步輻射裝置、上海硬X射線自由電子激光裝置的相關(guān)專家參與策略意見咨詢會議，聽取各方意見和建議，草案大部分內(nèi)容已達(dá)成共識，形成初步版本。此數(shù)據(jù)策略計劃繼續(xù)通過用戶委員會征求用戶意見，并在高能同步輻射光源正式提供用戶服務(wù)之前進(jìn)行官方發(fā)布。

由于高能同步輻射光源目前處于建設(shè)階段，數(shù)據(jù)策略還無法正式應(yīng)用于光源。但是為了驗證科學(xué)數(shù)據(jù)管理的設(shè)計和技術(shù)路線的合理性，筆者已經(jīng)在北京同步輻射裝置的線站搭建了測試床。數(shù)據(jù)的存儲和訪問策略已通過相應(yīng)的IT手段部分應(yīng)用于測試床：為原始數(shù)據(jù)提供3個月的磁盤存儲，之后數(shù)據(jù)會自動歸檔到磁帶進(jìn)行長期保存；所有的原始數(shù)據(jù)和元數(shù)據(jù)自動匯交到國家高能物理科學(xué)數(shù)據(jù)中心；在數(shù)據(jù)保護(hù)期（暫定兩年）內(nèi)，用戶實驗組獨占對數(shù)據(jù)的使用權(quán)，保護(hù)期過后，數(shù)據(jù)將對所有系統(tǒng)用戶開放和共享；采用CSTR為所有實驗數(shù)據(jù)分配唯一永久標(biāo)識符，方便用戶進(jìn)行實驗數(shù)據(jù)檢索、訪問和引用。

高能同步輻射光源的科學(xué)數(shù)據(jù)管理策略研究目前已取得階段性進(jìn)展，但是還有很多細(xì)節(jié)需要優(yōu)化和完善。根據(jù)數(shù)據(jù)策略在高能同步輻射光源的應(yīng)用情況，可以探討數(shù)據(jù)管理規(guī)范和開放共享具體措施的合理性，同時為同一類型的同步輻射公共實驗大科學(xué)裝置數(shù)據(jù)策略的制定積累經(jīng)驗，對提高科學(xué)數(shù)據(jù)效能和科研產(chǎn)出效率具有重要意義。

作者簡介

胡皓（1981-），女，中國科學(xué)院高能物理研究所工程師，高能同步輻射光源科學(xué)數(shù)據(jù)管理系統(tǒng)負(fù)責(zé)人，主要研究方向為科學(xué)數(shù)據(jù)策略、科學(xué)數(shù)據(jù)管理等。

齊法制（1978-），男，博士，中國科學(xué)院高能物理研究所高級工程師、計算中心主任，主要研究方向為高性能計算技術(shù)。

孫曉康（1994-），男，博士，中國科學(xué)技術(shù)大學(xué)博士后，主要研究方向為科學(xué)數(shù)據(jù)策略。

羅齊（1992-），男，中國科學(xué)院高能物理研究所助理工程師，主要研究方向為數(shù)據(jù)管理。

聯(lián)系我們:

Tel:010-81055448

? ? ? ?010-81055490

? ? ? ?010-81055534

E-mail:bdr@bjxintong.com.cn?

http://www.infocomm-journal.com/bdr

http://www.j-bigdataresearch.com.cn/

轉(zhuǎn)載、合作：010-81055537

大數(shù)據(jù)期刊

《大數(shù)據(jù)（Big Data Research，BDR）》雙月刊是由中華人民共和國工業(yè)和信息化部主管，人民郵電出版社主辦，中國計算機(jī)學(xué)會大數(shù)據(jù)專家委員會學(xué)術(shù)指導(dǎo)，北京信通傳媒有限責(zé)任公司出版的期刊，已成功入選中國科技核心期刊、中國計算機(jī)學(xué)會會刊、中國計算機(jī)學(xué)會推薦中文科技期刊，并被評為2018年、2019年國家哲學(xué)社會科學(xué)文獻(xiàn)中心學(xué)術(shù)期刊數(shù)據(jù)庫“綜合性人文社會科學(xué)”學(xué)科最受歡迎期刊。

關(guān)注《大數(shù)據(jù)》期刊微信公眾號，獲取更多內(nèi)容

總結(jié)

以上是生活随笔為你收集整理的高能同步辐射光源科学数据管理策略研究与应用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。