Sari la conținut

Internet Archive Wayback Machine

De la Wikipedia, enciclopedia liberă
(Redirecționat de la Internet Archive)
Internet Archive Wayback Machine
Tip de afacerelibrărie digitală, site-uri arhivate
Fondatmai 1996[1]  Modificați la Wikidata
Țara de origine Statele Unite ale Americii[2]  Modificați la Wikidata
Fondator(i)Brewster Kahle[1]  Modificați la Wikidata
URLhttps://web.archive.org/
Lansat1996

Arhiva de Internet Wayback Machine este un serviciu de arhivare a paginilor de internet care a fost înființat în 1996[3] și lansat public în 2001. Acest serviciu ajută utilizatorii să „călătorească în timp” pentru a vedea cum arătau unele pagini de internet în trecut. Întemeietorii serviciului, Brewster Kahle și Bruce Gilliat, au spus că au dezvoltat Arhiva de Internet Wayback Machine pentru a oferi „acces universal la toată cunoașterea”, prin păstrarea unor versiuni arhivate ale unor pagini de internet dispărute.[4]

Pînă în noiembrie 2023 Wayback Machine salvase 866 miliarde de pagini de internet.[5]

Brewster Kahle și Bruce Gilliat au lansat Wayback Machine în octombrie 2001 în San Francisco[6]. Scopul proiectului e să rezolve problema conținutului de pe internet care dispare ori de câte ori un sait suferă modificări ori e închis[7].

Între 1996 și 2001 informația a fost păstrată pe bandă digitală, Kahle îngăduind ocazional accesul unor cercetători. Cînd arhiva a ajuns la a 5-a aniversare, ea a fost deschisă publicului printr-o ceremonie la Universitatea din Berkeley, California.[8] În momentul lansării baza de date conținea deja 10 miliarde de pagini internet arhivate.

Informații tehnice

[modificare | modificare sursă]

Software-ul pentru Wayback Machine a fost dezvoltat pentru a „scana” internetul și a descărca toate informațiile publice de pe saituri. Informația colectată de „scanere” nu include toată informația disponibilă pe internet, deoarece multe date sunt restricționate de deținătorii saiturilor ori stocate în baze de date care nu sunt accesibile. Saiturile pot fi arhivate și manual, prin introducerea adresei saitului în căsuța de căutare, dacă saitul acceptă să fie scanat și să se salveze datele de pe el[9]

Documentele sunt stocate cu o „ștampilă” a momentului arhivării precum 20231119180837.

Începând cu octombrie 2019 utilizatorii sunt limitați la 15 cereri de arhivare sau vizualizare pe minut.[10]

De la lansarea sa în 2001, Wayback Machine a fost studiată de cercetători atât pentru felul cum adună și stochează datele cât și pentru paginile conținute în arhivă. Până în 2013 existau vreo 350 de articole despre Wayback Machine, majoritatea din domeniile de tehnologie a informației, științe sociale și biblioteconomie.

Când Wayback Machine arhivează un sait, de obicei include cea mai mare parte din hiperlinkuri, păstrând aceste linkuri active când ele ar putea fi lesne distruse de instabilitatea internetului. Cercetători din India care au studiat capacitatea Wayback Machine de a salva hiperlinkuri din publicațiile științifice de pe internet au găsit că sunt salvate puțin mai mult decât jumătate din ele[11].

Ziariștii folosesc Wayback Machine pentru a vedea saituri dispărute, reportaje de știri vechi ori schimbări în conținutul saiturilor. Conținutul său a fost folosit pentru a-i face pe politicieni răspunzători de afirmațiile lor. În 2014 o pagină arhivată din rețeaua de socializare a lui Igor Girklin, lider separatist rebel din Ucraina, a arătat că acesta se lăuda că trupele sale au doborât un avion militar ucrainean care s-a dovedit a fi de fapt un avion civil (Zborul 17 Malaysia Airlines), după care acesta a șters mesajul și a învinuit armata ucraineană pentru doborârea avionului[12][13].

De asemenea, saitul e folosit în mod constant pentru verificare și asigurarea accesului la referințe de către editorii Wikipedia[14].

În septembrie 2020 s-a anunțat un parteneriat cu Cloudfare pentru arhivarea automată a saiturilor prin serviciului acestuia „Always Online”, care va direcționa utilizatorii către o copie arhivată a saitului dacă originalul nu mai este disponibil.

În 2014 exista un timp de așteptare de 6 luni de la scanarea unui site până acesta devenea disponibil pentru public[15]. Acum acest timp de așteptare este între 3 și 10 ore.[16]

Wayback Machine nu include orice pagină de internet care a fost vreodată creată, datorită limitărilor scanerului său de internet. Wayback Machine nu poate arhiva complet pagini de internet care conțin aplicații interactive precum Flash sau instrucțiuni în JavaScript. Asta înseamnă, de pildă, că după 9 iulie 2013 Wayback Machine nu a fost în stare să înfpțișeze comentariile de la paginile cu filmări pe Youtube, deoarece comentariile nu sunt încărcate împreună cu pagina.[17] Scanerul Wayback Machine are greutăți în a extrage orice nu este codat în limbajul HTML ori una din variantele sale, ceea ce are ca rezultat că unele din linkurile din paginile scanate nu funcționează ori unele imagini lipsesc. Scanerul Wayback Machine urmărește doar un număr predeterminat de hiperlinkuri, astfel încât nu poate arhiva fiecare hiperlink de pe fiecare pagină.[18]

Folosire în justiție

[modificare | modificare sursă]

Cazul Netbula LLC împotriva Chordiant Software Inc.

[modificare | modificare sursă]

Într-un proces din 2009, Netbula LLC împotriva Chordiant Software Inc., pârâtul Chordiant a depus o cerere pentru a obliga Netbula să dezactiveze fișierul robots.txt de pe site-ul său web, care a determinat Wayback Machine să elimine retroactiv accesul la versiunile anterioare ale paginilor pe care le avea arhivate de pe site-ul Netbula, pagini despre care Chordiant credea că le-ar susține cazul.[19] Netbula s-a opus moțiunii pe motiv că pârâții solicitau modificarea site-ului Netbula și că ar fi trebuit să citeze direct Internet Archive pentru pagini. Un angajat al Internet Archive a depus o declarație sub jurământ susținând moțiunea lui Chordiant, în care afirmă că nu poate produce paginile web prin niciun alt mijloc „fără o povară considerabilă, cheltuieli și întreruperi ale operațiunilor sale.”[19] Judecătorul Howard Lloyd din Districtul de Nord al Californiei, Divizia San Jose, a respins argumentele Netbula și le-a ordonat să dezactiveze temporar blocarea robots.txt pentru a permite Choordiant să recupereze paginile arhivate pe care le căutau.[19]

Legea brevetelor

[modificare | modificare sursă]

Oficiul de brevete al Statelor Unite ale Americii și Oficiul European de Brevete vor accepta ștampile cu data din Arhiva Internet ca dovadă a momentului în care o anumită pagină Web a fost accesibilă publicului, în examinarea unei cereri de brevet.[20]

Probleme legale

[modificare | modificare sursă]

În Europa, se poate interpreta că Wayback Machine încalcă legile despre drepturi de autor. Numai creatorul unui conținut poate hotărî dacă conținutul său este publicat sau copiat, așadar Arhiva va trebui să șteargă paginile la cererea creatorului.[21]. Wayback Machine a fost acționată în judecată în mai multe rânduri anume pentru eforturile sale de arhivare a unor pagini internet.

Biserica Scientologică

[modificare | modificare sursă]

În 2002 Arhiva de Internet a șters din Wayback Machine mai multe saituri critice față de Biserica Scientologică. Mesajul care apărea spunea că saiturile au fost șterse la cererea proprietarului. Mai târziu s-a lămurit că avocați ai Bisericii Scientologice au cerut ștergerea acelor saituri și nu proprietarii lor[22].

Healthcare Advocates, Inc.

[modificare | modificare sursă]

În 2003, Harding Earley Follmer & Frailey au apărat un client dintr-o dispută privind mărcile comerciale folosind Arhiva de Internet Wayback Machine. Avocații au putut demonstra că pretențiile formulate de reclamantă erau nevalabile, pe baza conținutului saitului lor de mai mulți ani înainte. Reclamantul, Healthcare Advocates, și-a modificat apoi plângerea pentru a include Arhiva de Internet, acuzând organizația de încălcarea drepturilor de autor, precum și de încălcarea legii de copyright Digital Milenium Copyright Act și a Legii privind frauda și abuzul informatic. Healthcare Advocates Inc. a susținut că, din moment ce au instalat un fișier robots.txt pe site-ul lor web, chiar dacă după depunerea procesului inițial, Arhiva ar fi trebuit să elimine toate copiile anterioare ale site-ului reclamantului de pe Wayback Machine, totuși, unele materiale au continuat să fie să fie vizibile public. Procesul a fost soluționat prin înțelegere a părților în afara instanței după ce Wayback a remediat problema.[23]

Arhiva de Internet este blocată în China și a fost în trecut blocată în India și Rusia[24].

Există cel puțin un caz în care un articol a fost eliminat din arhivă la scurt timp după eliminarea de pe saitul original. Un articol scris de un reporter de la Daily Beast care dezvăluia orientarea homosexuală a mai multor sportivi de la Jocurile Olimpice după ce își făcuse un profil fals pe un sait de întâlniri romantice între homosexuali a fost șters de Daily Beast după ce a provocat indignare, scurt timp după asta și Arhiva de Internet l-a șters, explicând că a acționat pentru a apăra siguranța sportivilor dezvăluiți[25].

  1. ^ a b Internet Archive: Bios (în engleză) 
  2. ^ GRID, accesat în  
  3. ^ „Brewster Kahle . In Scientific American”, Archive.org, accesat în  
  4. ^ Brewster Kahle (0000-00-00 00:00:00), Universal Access to all Knowledge, Sanford Rockowitz, accesat în 21 noiembrie 2023  Verificați datele pentru: |date= (ajutor)
  5. ^ „Wayback Machine”. web.archive.org. Accesat în . 
  6. ^ „Whois Lookup Captcha”. whois.domaintools.com. Accesat în . 
  7. ^ Notess, Greg R. (). The Wayback Machine: The Web's Archive. Online (Weston, CT). 2002, Vol 26, Num 2, pp 59-61. p. INIST 13517724. 
  8. ^ Mayfield, Kendra, „Wayback Goes Way Back on Web”, Wired (în engleză), ISSN 1059-1028, accesat în  
  9. ^ „Internet Archive: Wayback Machine”. archive.org. Accesat în . 
  10. ^ Too Many Requests, , accesat în  
  11. ^ Sampath Kumar, B.T.; Prithviraj, K.R. „(October 21, 2014). "Bringing life to dead: Role of Wayback Machine in retrieving vanished URLs". Journal of Information Science. 41 (1): 71–81. doi:10.1177/0165551514552752. ISSN 0165-5515. S2CID 28320982”. 
  12. ^ Dewey, Caitlin (). „How Wayback Machine and other digital sleuths are unravelling the mystery of MH17” (în engleză). The Sydney Morning Herald. Accesat în . 
  13. ^ Lepore, Jill (), „What the Web Said Yesterday”, The New Yorker (în engleză), ISSN 0028-792X, accesat în  
  14. ^ „More than 9 million broken links on Wikipedia are now rescued | Internet Archive Blogs” (în engleză). . Accesat în . 
  15. ^ „Internet Archive Frequently Asked Questions”. web.archive.org. . Arhivat din original în . Accesat în . 
  16. ^ „Using The Wayback Machine – Internet Archive Help Center” (în engleză). Accesat în . 
  17. ^ „YouTube - Archiveteam”. wiki.archiveteam.org. Accesat în . 
  18. ^ „Internet Archive: Digital Library of Free & Borrowable Books, Movies, Music & Wayback Machine”. archive.org. Accesat în . 
  19. ^ a b c Lloyd, Howard. „Lloyd, Howard (October 2009). "Order to Disable Robots.txt" (PDF)” (PDF). web.archive.org. Arhivat din original în . Accesat în . 
  20. ^ „Prior Art in the Field of Business Method Patents - When is an Electronic Document a Printed Publication for Prior Art Purposes?”. web.archive.org. . Arhivat din original la . Accesat în . 
  21. ^ Bahr, Martin, The Wayback Machine und Google Cache - eine Verletzung deutschen Urheberrechts? (în germană), WebDok 29/2002, doi:10.7328/jurpcb/20021719, accesat în  
  22. ^ „LawMeme: Legal Bricolage for a Technological Age - Sherman, Set the Wayback Machine for Scientology”. web.archive.org. . Arhivat din original la . Accesat în . 
  23. ^ Bangeman, Eric (). „Internet Archive settles suit over Wayback Machine” (în engleză). Ars Technica. Accesat în . 
  24. ^ Conger, Kate (). „Backing up the history of the internet in Canada to save it from Trump” (în engleză). TechCrunch. Accesat în . 
  25. ^ Steven Nelson. „Wayback Machine Won't Censor Archive for Taste, Director Says After Olympics Article Scrubbed”. usnews.com. Accesat în . 

Legături externe

[modificare | modificare sursă]