تنطوي عمليات الإدارة لحفظ أصول محتوى الشبكة في أرشيفات الإنترنت على ما يلي:
- التصديق على موثوقية وسلامة محتوى المجموعة المؤرشفة،
- جمع أصول الويب القابلة للتحقق،
- توفير البحث والإسترجاع لأصول الويب،
- الاستمرارية الدلالية والأنطولوجية وقابلية المقارنة لمحتوى المجموعة المؤرشفة.
وعلى هذا، يجب أن تدرج جوانب أخرى بالإضافة إلى مناقشة أساليب جمع محتوى الويب، تتضمن: طرق توفير إمكانية الوصول، وسائل التصديق، وسبل التنظيم. هناك مجموعة من الأدوات الشائعة التي تتناول هذه الخطوات التنظيمية كالتالي:
- أولا: مجموعة أدوات حفظ أصول الويب من قبل الرابطة الدولية لحفظ الإنترنت:
- هيراتراكس — جمع أصول الويب
- NutchWAX — بحث مجموعات أرشيف الويب
- واي باك مشين مفتوحة المصدر — بحث وتصفح مجموعات أرشيف الإنترنت باستخدام NutchWax
- أداة منسق الويب — اختيار وإدارة مجموعات أرشيف الشبكة
- ثانيا: مجموعة أدوات مفتوحة المصدر لمعالجة محفوظات الويب:
- أدوات WARC — لخلق، وقراءة، وتحليل والتلاعب بملفات WARC برمجيا
- أدوات بحث جوجل — لفهرسة والبحث عن النص الكامل والبيانات الوصفية داخل أرشيف الإنترنت
- ثالثا: مجموعة أدوات مجانية غير مفتوحة المصدر:
- WARC Software Development Kit — تمثل مجموعة بسيطة ومدمجة من Erlang modules للتلاعب بملفات WARC (إنشاء/قراءة/كتابة)، وهي ملفات تتبع معيار ISO 28500:2009
Source: wikipedia.org