Archiveren in PDF. Colin van Oosterhout. Solution Expert/Business development manager. Adobe Systems Benelux

Transcriptie

1 Archiveren in PDF Colin van Oosterhout Solution Expert/Business development manager Adobe Systems Benelux 1

2 Doel van dit seminar Het bieden van praktische handvatten voor het weloverwogen opzetten van een archiveringstrategie waarbij het gebruik van PDF op waarde wordt geschat en op een juiste manier kan worden toegepast 2

3 Agenda voor dit seminar Introductie op Adobe Adobe s intelligente documentenplatform De kaders Redenen voor het aanleggen van een archief Wet- en regelgeving Achtergronden van PDF Historie PDF Standaarden Inzoomen op PDF/A Praktisch werken met PDF Creatie, verrijking, metadateren en ontsluiten Afronding

4 Adobe Systems Incorporated 4

5 Adobe tijdlijn en innovaties Technology Foundation Desktop Publishing Revolution The Internet Revolution Begins Cross-Media Publishing The Next Wave Initial Public Offering Adobe Photoshop Aldus Acquisition Bruce Chizen Promoted to President & CEO Adobe Intelligent Document Platform Shantanu Narayen Promoted to President & COO Company founded by John Warnock and Chuck Geschke First Adobe PostScript Printer & Imagesetter Adobe Illustrator Adobe Acrobat, Adobe PDF, and Adobe Reader Flash Accelio Acquisition Macromedia Acquisition Stephen Elop Named President of WW Field Operations 2 werknemers 5,000 werknemers 5

6 Adobe Produkten

7 Grootste bereik in de wereld 89% 97% 600 miljoen PC s en apparaten 7

8 Adobe s klanten Ondernemingen Kenniswerkers Creatieven Ontwikkelaars Consumenten Partners 8

9 Adobe s raamwerk: het intelligente Documenten Platform 9

10 Het intelligente documenten platform

13 Adobe LiveCycle TM

14 LiveCycle: Flexibel en schaalbaar

15 Adobe s documtdiensten, uitbreidbaar en modulair Document Generatie Desktop of server gebasserd, in batch of in real-time Print formaten Output beheer Vastlegging Archivering Collaboratie Document en delen commentaren Goedkeuringen Attachments Document beveiliging Bedrijfsbrede documenttoegang Authenticiteit, integriteit, confidentialiteit Digitale handtekeningen voor Client/server Procesbeheer Online and offline form ulier verwerking Lokaal opslaan van formulierdata Dynamische vooraf invulling Form ulierenbeheer Formulieren met 2d barcodes

16 Adobe s documentdiensten en de rol van Acrobat Gebruikers gedreven werkstroom Geautomatiseerde werkstroom processen 16

17 De Kaders 17

18 De archiefregeling uit 2001 Regeling van de Staatssecretaris van Onderwijs, Cultuur en Wetenschappen, dr. F. van der Ploeg, van , nr. WJZ/2001/.. (8080), houdende nadere regels omtrent de geordende en toegankelijke staat van te bewaren archiefbescheiden. Gelet op artikel 12 van het Archiefbesluit 1995, Artikel 6 Digitale archiefbescheiden dienen, uiterlijk op het tijdstip van overbrenging, als bedoeld in de artikelen 12 en 13 van de Archiefwet 1995, te worden opgeslagen volgens de Volgende standaarden: a. voor character sets: ASCII (ISO/IEC ) of Unicode (ISO/IEC ); b. voor tekstbestanden: Portable document format (PDF) of SGML dan wel XML vergezeld van een stylesheet (XSL, CSS) dan wel TIFF of PDF met de metadata in een XML-wrapper; c. voor CAD/CAM bestanden; Portable document format (PDF) en STEP (Standard for the exchange of product data) als metadata standaard (ISO 10303); d. voor images/beelden (bitmapped): Portable document format (PDF) en indien gebruik gemaakt wordt van compressie: ITU T4 of ITU T6; 18

19 Genoemde formaten uit de archiefregeling ASCII SGML XML PDF TIFF 19

20 Achtergronden van PDF 20

21 PDF Op de markt gekomen in

22 Adobe (Acrobat) Reader was niet altijd gratis 22

23 Dertien jaar gratis reader Adobe Reader is aanwezig op 85% van alle desktops wereldwijd Adobe Reader is er voor alle grote platformen (Windows, Macintosh, Linux) 60% van alle PDA s wordt gebundeld met Adobe Readers Sterke opkomst op mobiele platformen Er bestaan links naar de downloadpagina van de Adobe Reader Kortom: zeer grote acceptatie van het PDF-bestandsformaat 23

24 Demonstratie Acrobat Reader 1.0 (DOS) 24

25 Een ezelsbruggetje Bestandsversie Rekensom Acrobat Versie PDF =1 Acrobat 1.0 PDF =2 Acrobat 2.0 PDF =3 Acrobat 3.0 PDF =4 Acrobat 4.0 PDF =5 Acrobat 5.0 PDF =6 Acrobat 6.0 PDF =7 Acrobat

26 PDF heeft een open en gepubliceerde specificatie 26

27 Adobe PDF 1.4 Introductie in 2001 Ondersteuning van Transparantie Beveiliging op basis van 128-bits encryptie Verbeterde ondersteuning voor Javascript Gelabelde PDF PDF op ieder Device XML-ondersteuning 27

28 Adobe PDF 1.5 Introductie in 2003 Optimalisatie methodes Optional Content Groups (lagen) Inbedding van Multimedia Vernieuwde compressie alghoritmes Verbeteringen t.a.v. digitale handtekeningen ISO-certificatie 28

29 Adobe PDF 1.6 Introductie in 2005 Object metadata DRM mogelijkheden Canvasgrootte verruimd PDF/A Reader extensie functies U3D 29

30 Adobe s Intelligente PDF Document Beveiliging Archivering Toegankelijkheid Routeringslogica Communicatie met (web)applicaties Alle intelligentie zit ingebed XML ondersteuning 30

31 XML in PDF Geen concurrerende maar aanvullende technologie XML in formulieren XML voor documentstructuur XML voor toegankelijkheid XML voor hergebruik XML voor arbitraire data-inbedding XML voor metadata 31

32 (PDF) Standaarden 32

33 Wat zijn standaarden eigenlijk? Richtlijnen of vereisten voor de manier waarop informatie electronisch wordt verzonden uit officiële overwegingen of ten behoeve van record-keeping. Definieert het bestandsformaat, de vorm of het proces Standaarden worden als drie typen geclassificeerd: De facto De jure Gemandateerd 33

34 Wie maken standaarden? Overheidsinstellingen en organisaties Definiëren een technologie of open standaard Overheidsstuurgroepen bijvoorbeeld ICTU Heeft effect op overheden en bedrijven Individuele (technologie) bedrijven Definieert een produkt (merk) of specifieke technologie of open standaard Heeft eveneens effect op overheden en bedrijven Onafhankelijke standaard organisaties ISO, ANSI, BSI, JSA OASIS, W3C, IEEE, XML.org 34

35 PDF gebaseerde standaarden PDF/X ISO 15929, , : Uitwisseling digitale advertenties : Gebruik van CMYK gegevens PDF/A NWI ISO/TC171/SC2 N226 E Lange termijn bewaring van digitale documenten PDF/is IEEE Image-Streamable Internet Fax Transmission Fax- en internet standaard Nog in overweging PDF/Accessibility PDF/Engineering PDF/Finance : Volledige uitwisseling van kleurenbeheer werkstromen PDF/x-2: Onder ontwikkeling vervangen van beelden en XMP 35

36 De PDF/A Standaard 36

37 Achtergronden van PDF/A Idee komt oorspronkelijk vanuit de Amerikaanse overheid Administratieve diensten van de Amerikaanse rechtbanken Amerikaanse overheidsparticipanten (IRS, GAO, LOC, NARA, USDA, FDA, PTO, etc.) Probleem Kosten erecords worden een realiteit Burger/klanten interactie Waarom PDF als oplossing? Gepubliceerde specificatie Geselecteerd als een standaard binnen veel organisaties Ondersteund door een zeer actieve ontwikkelaars gemeenschap 37

38 Waarom een Standaard Versie van PDF? PDF is te krachtig en flexibel Hogere mate van betrouwbaarheid dan wordt vereist door de gepubliceerde specificatie Compatibiliteit in de toekomst Betrouwbare migratie Ontwikkeling en onderhoud door externe organisaties 38

39 Wat is PDF/A? Internationale Standaard die het gebruik van PDF specificeert en geschikt is voor langdurige bewaring van electronische documenten. Langdurige bewaring van zwart wit en kleurendocumenten als electronische gegevens Gebaseerd op de zakelijke en technische behoeftes van overheden, industrie, multinationals, educatieve instellingen en bibliotheken. 39

40 Scope van PDF/A PDF/A adresseert niet de fysieke methodes voor het opslaan van documenten, zoals de media en de opslag condities, vereiste computerhardware en of besturingssystemen 40

41 PDF/A specificeert Specificeert beperkte functies Specificeert vereiste functies PDF/A PDF 1.4 Referentie 41

42 Vereisten van PDF/A Twee niveau s om aan te comformeren Level A Conformering: voldoet volledig aan alle gestelde eisen (PDF/A-1a) Level B Conformering: Geen unicode, geen tagging (PDF/A-1b) Beperkte en vereiste functies bij het gebruik van PDF Fonts Ingebedde executables Metadata 42

43 Wat PDF/A niet oplost Problematiek m.b.t. migratie van hardware Problematiek m.b.t. migratie van besturingssystemen en applicaties Problematiek m.b.t. documentmanagement Document toegang traceren Digital Rights Management Etc. 43

44 Bewaringscriteria PDF/A Apparaat onafhankelijkheid De mate waarin een PDF/A bestand onafhankelijk is van het platform waarop het wordt geïnterpreteerd en vertoond De mate waarin een PDF/A bestand openstaat voor analyse door basis werktuigen. Autonomiteit De mate waarin een PDF/A bestand de nodige bronnen bevat voor betrouwbare interpretatie en vertoning. Zelf Beschrijvendheid De mate waarin een PDF/A bestand zichzelf kan beschrijven in termen van administratieve, structurele en technische metadata 44

45 Toepassing van PDF/A PDF/A zou gebruikt moeten worden als een component binnen de electronische archief omgeving van een organisatie. Implementatie van PDF/A hangt af van: Record Management beleid/procedures en alle aanvullende vereisten en omstandigheden die er voor moeten zorgen dat electronische documenten over tijd behouden blijven. Processen voor kwaliteitsbewaking zijn nodig om te (blijven) voldoen aan de opgestelde eisen 45

46 Waar gaan we naar toe? Derde partij tools (plug-ins) Voor verificatie Voor creatie Acrobat Integratie: Opslaan als PDF/A PDF/A job options voor Distiller Veranderingen in de viewer om tegemoet te komen aan PDF/A eisen. 46

47 Wat kun je nu al doen? Maak goede PDF s met kwaliteitssoftware Altijd alle fonts inbedden Maak gebruik van preflight software om te checken op PDF/x compatibiliteit PDF/X-3 compatibiliteit is gelijk aan het minimale conformeringsniveau van PDF/A Wanneer je PDF maakt vanaf scans, gebruik dan OCR om indexering en doorzoeking mogelijk te maken. Eerste produkten met PDF/A mogelijkheden verschijnen op de markt 47

48 Stappen in het proces PDF Creatie Reeds bestaand digitaal (feitelijk migratie!) Vanaf papier door te scannen en OCR toe te passen PDF verrijking Navigatie Kop- en voetteksten Stempels en watermerken Beveiliging PDF Metadata toekennen Acrobat eigen of XML 48

49 Prepareren van documentcollecties 49

50 PDF creatiemethodes PDFwriter/PDFprinter Print Acrobat Distiller PDFmaker Direct vanuit de applicatie Scan Web cd-rom Web 50

51 Soorten PDF Vanuit een reeds digitale bron Beeld Image only PDF Tekst Formatted Text and Graphics Beeld en tekst Searchable Image Compact Searchable Image Exact De vier smaken van Adobe PDF 51

52 Demonstratie PDF Creatie 52

53 Verrijking van PDF Kop- en of voetteksten Paginanummering Stempels Navigatie: Bookmarks Hyperlinks Inbedden van bronbestand Multimedia Annotaties Beveiliging! Javascript 53

54 Demonstratie Verrijken van PDF documenten 54

55 Metadata Gegevens over gegevens Analogie Labels op een blik 55

56 Wat is toch die Metadata? Metadata = context gegevens Systeem: Ontstaanscontext Administratieve metadata Technische metadata Functioneel: Beschrijvend Structureel (tussen de archiefbescheiden) Administratieve metadata 56

57 Demonstratie Toevoegen metadata 57

58 Indexeren van documentcollecties 58

59 Indexeren kan op vele manieren Acrobat Catalog PDF Ifilter Derde partij software 59

60 Demonstratie Adobe Acrobat Catalog 60

61 Ontsluiten van documenten 61

62 Toegang tot informatie Het concept van browsen Vergelijk: zoeken naar boeken op dezelfde plank Meer systematisch is een indexlijst waarbij je de verwijzing volgt via een hyperlink Serendipity Het concept van zoeken binnen een index Browsen is gebaseerd op een ordeningsprincipe Wanneer de index ook metadata bevat kan de zoekvraag efficiënter gesteld worden. 62

63 Demonstratie Werken met de zoekmachine 63

64 Hergebruiken van informatie 64

65 Drie typen PDF codering Een PDF bestand kan op drie manieren worden weggeschreven: Ongestructureerd Gestructureerd Gecodeerd (getagd ofwel gelabeld) 65

66 Wat is gelabelde ( Tagged ) PDF? Naast de inhoud (content) wordt ook structuur in het PDF document beschreven. Hierdoor komt ondubbelzinnig de inhoud en de volgorde van de inhoud vast te staan. Biedt de basis voor herschaling (reflow), toegankelijkheid en de opslaan als functies van Acrobat 7.0 Verbetert het full-text indexeren, zoeken, tabel extractie, spell-checking en annoteren Zorgt ervoor dat PDF op alternatieve apparaten bekeken kan worden (Palm, Compaq IpaQ, etc) 66

67 Hoe maak je een gelabeld PDF bestand? Acrobat 7.0 PDFMaker Macro voor MS Office voor Windows (Word, Excel en PowerPoint) WebCapture Make Accessible Plug-In for Windows (ook via Batch mogelijk!!) Auteursapplicaties zoals Adobe Indesign en Adobe Framemaker Plug-ins voor scanprogramma Agent Pack voor Adobe Acrobat Capture

68 Opslaan als (RTF,HTML, XML) Vanuit een getagde PDF voorziet RTF in: Paragrafen Tabellen Font informatie Vanuit een niet getagde PDF gedraagt het opgeslagen RTF bestand zich gelijk aan het tekstselectie werktuig Elke regel is een paragraaf Werken met tabellen wordt niet (goed) ondersteund 68

69 Demonstratie Werken met Tagged PDF Voorlezen, Reflow en opslaan als 69

70 Samenvatting PDF is voorbij defacto Niet iedere PDF is eenzelfde PDF PDF/A is een ideaal formaat voor lange termijn bewaring Er zijn rijke methodes voor PDF creatie, verrijking en ontsluiting De eerste software voor PDF/A creatie/verificatie is op de markt. Starten met implementaties is een kwestie van doen! 70

71 Vragen? 71

72 72