[论文解读] Data Preservation at LEP

André Holzner, R. Gokieli+10 more|ArXiv.org|Dec 9, 2009

Advanced Data Storage Technologies被引用 4

一句话总结

本文详细介绍了四个LEP实验（ALEPH、DELPHI、L3、OPAL）在2000年数据采集结束后实施的数据与软件保存策略，重点聚焦于通过磁带归档、软件打包以及向现代平台迁移，实现长期可访问性。主要成果包括：LEP数据在多年后仍被成功用于持续的物理分析，其中ALEPH与OPAL在协作指导政策下，使外部研究人员得以使用归档数据发表论文。

ABSTRACT

The four LEP experiments ALEPH, DELPHI, L3 and OPAL successfully recorded e+e- collision data during the years 1989 to 2000. As part of the ordinary evolution in High Energy Physics, these experiments can not be repeated and their data is therefore unique. This article briefly reviews the data preservation efforts undertaken by the four experiments beyond the end of data taking. The current status of the preserved data and associated tools is summarised.

研究动机与目标

• 确保无法重现的独特LEP e+e−对撞数据长期可访问。
• 应对因硬件、操作系统及库依赖导致的软件与数据过时风险。
• 不仅保存数据与软件，还保存前合作成员所掌握的隐性知识。
• 通过使LEP数据可在现代计算平台与工具上使用，支持未来的物理研究。
• 建立允许外部研究人员持续使用LEP数据的政策，确保其科学价值持续存在。

提出的方法

• 将原始数据、重建数据及蒙特卡洛数据存储于CERN的CASTOR磁带系统中，并定期进行介质迁移。
• 在AFS中维护软件，并创建独立的软件分发包（如DELPHI光盘、ALEPH微型系统），以确保平台独立性。
• 将数据访问从旧系统（ZEBRA、CERNLIB）迁移至现代框架（ROOT、C++），以确保长期兼容性。
• 通过QUAERO项目保存高层次数据抽象（如四维动量），以支持模型无关分析，但最终被认为不切实际。
• 设立跨合作组的工作组，以标准化并记录共享数据产品（如直方图、四维动量文件）。
• 建立合作结束后发表政策，允许外部研究人员在前成员指导下使用LEP数据。

实验结果

研究问题

• RQ1 如何长期保存如LEP这类已停用实验的高能物理数据，以支持科学再利用？
• RQ2 哪些策略可确保用于访问和分析LEP数据的软件在现代计算平台上仍能正常运行？
• RQ3 如何捕获并保存前合作成员所掌握的隐性知识，以支持未来分析？
• RQ4 保存的LEP数据在多大程度上可用于测试标准模型之外的新物理模型？
• RQ5 需要哪些制度与技术框架，才能使外部研究人员能够使用归档的LEP数据发表论文？

主要发现

• 整个LEP数据集（包括蒙特卡洛与重建数据）估计达100 TB，已保存于CERN的CASTOR系统中，并定期进行磁带迁移。
• ALEPH通过分发包含Linux镜像与软件的微型系统，成功保存了完整的计算环境，使现代硬件上可完全访问数据。
• DELPHI与ALEPH开发了基于C++的框架，用于与旧版FORTRAN代码交互，并将数据导出至ROOT，显著提升了长期可访问性。
• 尽管已采取保存措施，OPAL与DELPHI的事件显示软件因依赖已过时的商业库，目前无法在现代平台上运行。
• 旨在使用四维动量实现模型无关分析的QUAERO项目因各分析中预选条件与变量解释难以对齐，最终被放弃。
• 合作结束后多年，物理分析仍在持续进行：ALEPH有一项活跃分析，OPAL有4–5篇论文在审，L3有五篇，DELPHI有十篇论文待发表，其中部分仍在运行计算任务。