SURF Data Persistent Identifier

Over

De gegevensexplosie

Het volume van opgeslagen gegevens groeit snel in alle wetenschapsgebieden, net als het aantal gegevensverbindingen. Publicaties, die zelf gegevensobjecten zijn, worden ondersteund door geanalyseerde gegevens die op hun beurt gebaseerd zijn op ruwe gegevens. Gegevens die bij een specifieke publicatie horen, kunnen in verschillende datacentra staan en op verschillende soorten media zijn opgeslagen. Opslaglocaties zijn ook aan verandering onderhevig. Dit maakt het steeds moeilijker om de vindbaarheid van en toegang tot de gegevens te garanderen. Tegelijkertijd wordt toegang steeds belangrijker vanwege de reproduceerbaarheidseisen van onderzoek en het hergebruik van wetenschappelijke informatie.

Persistente identificatoren: ISBN-nummers voor gegevens

Om dit probleem op te lossen is een coderingssysteem voor gegevens ontwikkeld: persistente identifiers (PID's). PID's zijn vergelijkbaar met de ISBN-nummers die voor boeken worden gebruikt. Net zoals een ISBN-nummer een permanente, citeerbare verwijzing naar een bepaald boek geeft, doen PID's hetzelfde voor gegevens. Met PID's kunnen we gegevens terugvinden en er ook naar verwijzen. Een van de belangrijkste functies van een PID is zijn rol als vaste referentie naar onderliggende gegevens, ongeacht waar die zich bevinden. Elke onderzoeker die een PID raadpleegt, moet erop kunnen vertrouwen dat hij of zij de onderliggende gegevens vindt. Dit geldt zelfs als de opslaglocatie of fysieke vorm is gewijzigd.

PID's voor onderzoekers

SURF biedt onderzoekers de mogelijkheid om hun verzamelde data te registreren en toegankelijk te maken door middel van PID's. Dit gebeurt als volgt:

• SURF gebruikt de handle software van de Corporation for National Research Initiatives (CNRI) als structurele basis. Deze handle software gebruikt een softwaremodel dat lijkt op DNS. Een verwijzing bovenaan bepaalt waar elke PID zich bevindt.
• PID's bestaan uit een prefix en een suffix. De prefix is het eerste stuk van de persistente identifier en kan direct bij SURF worden aangevraagd door contact op te nemen via helpdesk@surfsara.nl. De prefix is van de aanvrager. Een aanvrager of instelling mag alleen PID's indienen die beginnen met een eigen individuele prefix. Onder één prefix kunnen zoveel unieke suffixen als gewenst worden opgenomen.
• SURF fungeert als host voor de PID's. De PID's worden vervolgens intern bij SURF gerepliceerd, maar ook extern in het kader van het EPIC consortium.
• De prefix kan worden gebruikt om PID's aan te maken, te wijzigen, te zoeken en te verwijderen. Dit gebeurt via een HTTPS RESTful API.
• De zogenaamde PID-resolver is een toepassing waarmee de gebruiker de locatie van gegevens kan bepalen of het gegevensobject zelf kan opvragen op basis van een PID. De PID-resolver is toegankelijk via een HTTP-interface. Dit maakt het mogelijk om een browser of URL te gebruiken om PID's op te lossen op http://hdl.handle.net. De PID-resolver werkt altijd met een van de drie identieke PID's.

Aan de slag

Team Data & Computing Services

Vragen? Neem contact met ons op.
+31 88 787 30 00
E-mail: info@surf.nl

Ondersteuning

Heeft u vragen of wilt u een probleem melden, dan kunt u deze stellen via:

• de servicedesk portal
• e-mail: helpdesk@surfsara.nl
• of bel +31-208001400

Verdere informatie

De PID-service is vooral relevant voor onderzoeksprojecten met grote hoeveelheden verzamelde gegevens die door meerdere partijen worden gebruikt.