[论文解读] Memento: Time Travel for the Web

Herbert Van de Sompel, Michael L. Nelson+4 more|ArXiv.org|Nov 5, 2009

Peer-to-Peer Network Technologies参考文献 27被引用 134

一句话总结

本文提出 Memento，一种基于协议的解决方案，通过扩展 HTTP 以支持基于时间的资源协商（DT-conneg），使用户和代理能够通过原始 URI 无缝访问网页资源的归档版本，实现网络上的时间旅行。其主要贡献在于提供了一套标准化、可互操作的框架，将网页存档和版本化内容整合进核心网络架构，同时不破坏现有实践。

ABSTRACT

The Web is ephemeral. Many resources have representations that change over time, and many of those representations are lost forever. A lucky few manage to reappear as archived resources that carry their own URIs. For example, some content management systems maintain version pages that reflect a frozen prior state of their changing resources. Archives recurrently crawl the web to obtain the actual representation of resources, and subsequently make those available via special-purpose archived resources. In both cases, the archival copies have URIs that are protocol-wise disconnected from the URI of the resource of which they represent a prior state. Indeed, the lack of temporal capabilities in the most common Web protocol, HTTP, prevents getting to an archived resource on the basis of the URI of its original. This turns accessing archived resources into a significant discovery challenge for both human and software agents, which typically involves following a multitude of links from the original to the archival resource, or of searching archives for the original URI. This paper proposes the protocol-based Memento solution to address this problem, and describes a proof-of-concept experiment that includes major servers of archival content, including Wikipedia and the Internet Archive. The Memento solution is based on existing HTTP capabilities applied in a novel way to add the temporal dimension. The result is a framework in which archived resources can seamlessly be reached via the URI of their original: protocol-based time travel for the Web.

研究动机与目标

• 解决网络根本性问题：网络持久性差，由于 HTTP 缺乏时间能力，先前版本的资源难以访问。
• 使用户和软件代理能够使用原始资源的 URI 检索网页资源的归档表示，而无需手动发现或多次链接跳转。
• 标准化一种访问归档内容的方法，使其与现有网络基础设施和网络存档（如互联网档案馆和维基百科）集成。
• 推动实现一个全球性、可互操作的网络归档网格，使时间旅行访问如同当前网络导航一样无缝。
• 通过基于时间的资源协商扩展 HTTP，增加时间维度，同时保持向后兼容性，实现时间维度的资源定位。

提出的方法

• 提出 DT-conneg（基于时间的资源协商），一种机制，允许客户端使用时间戳请求资源的特定历史版本。
• 使用 HTTP 头部如 'Accept-Datetime' 指定所需的时间点，以及在响应中使用 'Memento-Datetime' 表示归档表示的时间。
• 引入 Memento 概念，即通过标准化的 HTTP 协商机制，使用原始资源 URI 访问特定时间点的资源表示。
• 利用现有 HTTP 基础设施和资源协商机制，扩展其以支持时间维度，同时不破坏向后兼容性。
• 采用发现机制，客户端可通过查询原始资源 URI 并跟随 Memento-DateTime 头部链，定位到 Memento。
• 通过一个概念验证实验验证该方法，涉及主要归档服务（包括维基百科和互联网档案馆），展示了端到端的时间旅行功能。

实验结果

研究问题

• RQ1 如何扩展网络，使用户能够通过原始 URI 无缝访问资源的先前版本？
• RQ2 能否设计一种标准化的、协议级机制，将网络存档和版本化内容整合进核心 HTTP 模型？
• RQ3 在 HTTP 资源协商中增加时间维度，对归档内容的可发现性和互操作性有何影响？
• RQ4 如何将现有网络存档和内容管理系统整合进统一的时间旅行框架中，同时不破坏现有操作？
• RQ5 能否通过一种标准化、可扩展的协议，实现一个全球性、联邦式的网络归档网格，支持基于时间的资源检索？

主要发现

• Memento 框架通过允许客户端使用原始 URI 和指定的时间戳（通过 HTTP 头部）检索资源的归档表示，成功实现了基于协议的时间旅行。
• 概念验证实现展示了与主要服务（包括维基百科和互联网档案馆）的端到端时间旅行功能，证实了该方法的可行性。
• DT-conneg 实现了网络存档和版本化内容与标准网络导航栈的无缝集成，使时间旅行的可发现性如同当前网络访问一样便捷。
• 该解决方案保持与现有 HTTP 实践的向后兼容性，无需修改核心协议，仅通过扩展内容协商机制增加时间维度。
• 该框架支持服务端和客户端对归档内容的发现，减少了对手动搜索或链接追踪以查找先前版本的依赖。
• 该方法支持智能客户端行为，例如在发生 404 错误时自动重定向至归档内容，利用现有的归档发现技术。