Gliederung

1. Einführung Identifikatoren
2. Wesentliche Anforderungen an Identifikatoren
3. Identifier-Systeme
4. Eigenschaften und Formen von Identifikatoren
5. Hashfunktionen

Identifier

• Identifikatoren
• ID-Nummern
• Kennungen
• Codes
• …

In digitalen Systemen überall präsent!

Beispiele

• Zahlen- und Zeichenkodierungen (Unicode…)
• Identifikationsnummer (Personalausweisnummer, ISBN…)
• Ausführbare Adressen (Telefonnummer, Email, URL…)
• Namen in Computerprogrammen (Variablen, Dateien…)
• …

Grundlegende Eigenschaften eines Identifikators

• Künstliches Merkmal, das auf ein Objekt verweist
  • konkrete Objekte (Ort, Gegenstand…)
  • abstrakt Objekte (Ideen, Gesetze…)
• In der Regel eindeutig und damit quasi digital
• Zeichen im semiotischen Sinne

Gegenbeispiele?

Identifikatoren als Zeichen

_~ {.dot .dpi=300 .scale=80%} graph { size=“400,600”; Vorstellung – Identifier; Vorstellung – Objekt {rank=same Identifier Objekt} } _~

Quasi-Digitale Identifikatoren

• Klar definierte Menge von Merkmalen
• Eindeutig von anderen Identifikatoren unterscheidbar
• Eindeutige Zuweisung zu Objekten
• Damit einfach zu digitalisieren

Beispiel: Ampel

Digitale Identifikatoren

• ein Datenobjekt (Bitfolge, Zahl, Zeichenkette…)
• eine Form von Metadatum

Datenobjekt  ⇒  Datenobjekt

Wesentliche Anforderungen an Identifikatoren

• Eindeutigkeit
• Persistenz
• weitere Eigenschaften (kurz, global, verteilt…)

Eindeutigkeit

• Zwei Arten von Eindeutigkeit
  • nicht homonym
  • nicht synonym
• Identifier dürfen nicht uneindeutig sein
• Identifier sollten einmalig sein

Sind die genannten Beispiele eindeutige Identifikatoren?

Beispiele und Probleme: ISBN

• Sollten seit ihrer Einführung jedes Buch identifizieren
• Kosten Geld und Aufwand
• Werden manchmal wiederverwendet (meist nur neue Auflage)
• Kommen in vielen Formen vor

Beispiele und Probleme: ISBN

Persistenz

• Identifikatoren sollten sich nicht ändern
• Gegenbeispiele:
  • kaputte URLs
  • neue Handynummer
  • …
• “Persistente Identifier” sind ein großes Thema!
• Lösungstrategien
  • Verantwortliche benennen
  • Feuer mit Feuer bekämpfen

Identifier-Systeme

• Verwaltung von Identifikatoren
  • welche IDs gibt es? (Registry)
  • wofür stehen sie? (Resolver)
  • wie sind IDs aufgebaut? (Syntax)
  • wie werden IDs gebildet? (Vergabe)
• Regeln und Beziehungen zu anderen ID-Systemen

Beispiel: URL

Aufgabe: Aufbau einer URL erklären

Beziehungen zwischen Identifier-Systemen

• EAN, ISBN, ISBN-10, ISBN-13…
• URI, IRI, URN…
• URL, DNS…

Namensräume und Qualifikatoren

• Strategien zur Lösung von Homonymen
• Üblich auch in kontrollierten Vokabularen
  • Beispiel: Wikipedia-Artikelnamen
  • https://de.wikipedia.org/wiki/Regen
• Festlegung auf Syntax erforderlich
  • Frankfurt/Main, Dublin, Ohio…

Namensräume und Qualifikatoren

• Ggf. zusätzliche Kontextinformationen
  • Marx, Karl, 1818-1883
  • Paris (Mythologie), aber auch Paris_2
• Ggf. Hinweis auf verantwortliche/übergeordnete Institution
  • US-OH (ISO 3166-2 Code)

Beispiel: Namensraum-Präfix für URIs

Mittel zur Abkürzung in XML

<skos:prefLabel 
 xmlns:skos="http://www.w3.org/2004/02/skos/core#">

oder in RDF-Turtle

@prefix skos: <http://www.w3.org/2004/02/skos/core#> .
skos:prefLabel

@prefix xxx: <http://www.w3.org/2004/02/skos/core#> .
xxx:prefLabel

 ⇒  http://www.w3.org/2004/02/skos/core#prefLabel

Beispiel: Digital Object Identifier System (DOI)

• Zentrale Registry der International DOI Foundation (IDF)
• Für digitale Dokumente (elektronische Publikationen, Forschungsdatensätze…)
• Anwendung des Handle-Systems (Namensraum 10.)
• Struktur 10. ORGANISATION / ID
• Einbindung in URI-System
  • Präfix doi:
  • URL-Präfix des IDF-Resolver http://dx.doi.org/

Eigenschaften und Anforderungen and Identifikatoren

• eindeutig (nicht uneindeutig und einmalig)
• persistent (dauerhaft)
• lesbar und leicht zu merken
• strukturiert
• beschreibend
• einförmig (gleichmäßig verteilt)
• geordnet
• performant
• global
• dezentral verteilt
• ausführbar
• …

Strukturierte Identifikatoren

• Identifier mit formaler Syntax
• Beispiele: URL, ISBN…
• oft durch Namensräume und Qualifikatoren
• oft gleichzeitig beschreibende Identifikatoren

Beschreibende Identifikatoren

• Enthalten Angaben über das refenzierte Objekt
• Beispiel: Schwedische Personen-ID
  • YYMMDDXXXC
  • YY: Jahr
  • MM: Monat
  • DD: Tag
  • XXX: Fortlaufend (männlich, weiblich..)
  • C: Checksumme
• Problem: Eindeutigkeit und Dauerhaftigkeit

Widersprüchliche Anforderungen

• Nicht gleichzeitig möglich
  • Garantiert eindeutig
  • Lesbar
  • Dezentrale verteilt
• Zwei davon sind jeweils möglich
  • eindeutig & lesbar: zentrale Vergabe
  • eindeutig & dezentral: Web of trust
  • lesbar & dezentral: Pseudonyme
• Workarounds teilweise möglich

Hash-Codes

• Basieren auf einer berechenmaren Hashfunktion
• Datenobjekt  ⇒  Hashcode
• Beispiel: Prüfsumme

Wesentliche Anforderungen an Hashfunktionen

• Einfach/effizient zu berechnen
• Vermeidung von Kollisionen

Beispiel: SHA

• Secure Hash Algorithm (SHA)
• Verschiedene kryptologische Hashfunktionen
• SHA1: 2¹⁶⁰ verschiedene Werte
  • zum Vergleich: Sonne explodiert in weniger als 2⁵⁸ Sekunden
  • bis dahin pro Sekunde etwa 4 Millionen Hashes bis 2⁸⁰
• Bisher keine Kollisionen für SHA1 bekannt
• Dennoch in den nächsten Jahren Umstieg auf SHA3

Anwendungen von Hashfunktionen

• Effiziente Speicherung
• Erkennung von Duplikaten/Änderungen
• Kryptographie

Hashfunktionen zur Speicherung

• Hashtabelle
• Einfache Hashfunktion
• Streuung über den gesamten Wertebereich
• Verschiedene Verfahren bei Kollisionen (z.B. Listen)

Hashfunktionen zur Erkennung von Duplikaten oder Änderungen

• Prinzip einer Checksumme
• Erkennung von Änderungen (Datenfehler oder Manipulation)
• Hashwert über Auswahl wesentlicher Merkmale
• Meist eher Heuristik
• Beispiele
  • Initialen
  • Ermittlung von gleichen Werken in Worldcat

Kryptographische Hashfunktionen

Kryptographische Hashfunktionen

• Jede noch so kleine Änderung führt zu völlig anderem Hashcode
• Umkehrfunktion sehr schwer zu berechnen
• Kollisionen sehr schwer zu finden
• Beispiel: SHA
• Anwendung u.A. zur digitalen Signatur, aber auch anderswo (z.B. in git)

Zusammenfassend sind Identifikatoren:

• künstliche Merkmale zur Identifizierung eines Objektes
• immer digital im weitesten Sinne
• oft Metadaten, da sie auf andere Daten verweisen
• möglichst persistent und eindeutig
• Teil von Identifier-Systemen mit weiteren Anforderungen und Eigenschaften

Literaturhinweise

• Identifier. In: Jakob Voß (2013): Describing Data Patterns. Kapitel 3.2, S. 59-71 http://aboutdata.org
• https://de.wikipedia.org/wiki/Identifikator