インターネットアーカイブ

インターネットアーカイブ
Internet Archive

URL	archive.org
言語げんご	英語えいご
タイプ	電子でんし図書館としょかん
運営うんえい者しゃ	ブリュースター・ケール
営利えいり性せい	非ひ営利えいり
開始かいし	1996年ねん (1996)

旧きゅうインターネットアーカイブ本部ほんぶ（1996年ねん - 2009年ねん11月）

新しんインターネットアーカイブ本部ほんぶ（2009年ねん11月 - ）

インターネットアーカイブ（Internet Archive）は、WWW・マルチメディア資料しりょうのアーカイブ閲覧えつらんサービスとして有名ゆうめいなウェイバックマシン（Wayback Machine）を運営うんえいしているアメリカの団体だんたいである。本部ほんぶはカリフォルニア州しゅうサンフランシスコのリッチモンド地区ちくに置おかれている。

アーカイブにはプログラムが自動じどうで、または利用りよう者しゃが手動しゅどうで収集しゅうしゅうしたウェブページのコピー（ウェブアーカイブ）が混在こんざいしており、これは「WWWのスナップショット」と呼よばれる。そのほか、ソフトウェア・映画えいが・本ほん・録音ろくおんデータ（音楽おんがくバンドなどの許可きょかによるライブ公演こうえんの録音ろくおんも含ふくむ）などがある。アーカイブは、それらの資料しりょうを無償むしょうで提供ていきょうしている。

設立せつりつの理念りねん

アーカイブは1996年ねんにブルースター・ケールによって設立せつりつされた。公式こうしきサイトによれば、その使命しめいは以下いかのとおりである:

大抵たいていの社会しゃかいはその文化ぶんか、歴史れきし遺産いさんの保存ほぞんを重視じゅうししている。そのような資料しりょうが無なければ、文明ぶんめいはその成功せいこうまたは失敗しっぱいから学まなぶための手段しゅだんも記憶きおくも持もてない。我が等とうの文化ぶんかは現在げんざい電子でんし形態けいたいでの資料しりょうを大量たいりょうに生産せいさんしている。アーカイブの使命しめいは、これらの電子でんし資料しりょうの保存ほぞんを支援しえんし、研究けんきゅう者しゃ・歴史れきし家か・学界がっかいのためのインターネットライブラリを構築こうちくすることにある。アーカイブはアメリカ議会ぎかい図書館としょかんやスミソニアン博物館はくぶつかんなどの他た機関きかんとの恊働も行おこなう。 — インターネットアーカイブ　公式こうしきサイト

人類じんるいの知識ちしきと遺産いさんを保存ほぞんしてそのコレクションを公開こうかいするというその目標もくひょうからか、アレクサンドリア図書館としょかんに例たとえられることもある。

ウェイバックマシン

→詳細しょうさいは「ウェイバックマシン」を参照さんしょう

インターネットアーカイブ （新しんアレクサンドリア図書館としょかん）

ウェイバックマシン（Wayback Machine）はインターネットアーカイブが保存ほぞんするウェブアーカイブを閲覧えつらんすることのできるサービスである。インターネットアーカイブのもっともよく知しられたサービスの一ひとつであり、ときに「インターネットアーカイブ」がウェイバックマシンと同義どうぎに使つかわれることもある他ほか、「ウェイバックマシン」がその背景はいけいのWebクローリングを含ふくんだ意味いみで使つかわれることもある。ウェイバックマシンを使つかえば、ウェブページが保存ほぞんされた時点じてんの状態じょうたいを閲覧えつらんすることができ、また「Save Page」にURLを貼はり付つけることで、そのページをその場ばでインターネットアーカイブのウェブアーカイブに保存ほぞんできる。インターネットアーカイブはウェイバックマシンの技術ぎじゅつを「3次元じげんインデックス」と呼よんでいる。

ウェイバックマシンで閲覧えつらん可能かのうなウェブアーカイブは、1996年ねんのサービス開始かいし当時とうじはアレクサ・インターネットから提供ていきょうされたデータが元もとであったが、インターネットアーカイブは2010年ねん後半こうはんから独自どくじの大だい規模きぼWebクローリングを開始かいしし、現在げんざいでは自身じしんで収集しゅうしゅうしたデータが半分はんぶん以上いじょうを占しめる。以前いぜんはデータ収集しゅうしゅうから公開こうかいまで半年はんとしから一いち年ねんかかっていたが、独自どくじのWebクローリングと2013年ねんの技術ぎじゅつ革新かくしんにより、数時間すうじかんから一いち日にちで公開こうかいされるようになった。また「Save Page」で保存ほぞんされたものは即時そくじに閲覧えつらん可能かのうである。

ウェイバックマシンが保持ほじしているデータ量りょうは、2001年ねん時点じてんではおよそ100テラバイトに過すぎなかったが、2004年ねん時点じてんで1ペタバイトに達たっし、月つきに20テラバイトの割合わりあいで増加ぞうかを続つづけている。2003年ねんに報告ほうこくされた増加ぞうか率りつは月つきあたり12テラバイトであったので、1年ねんでおよそ倍ばいの速度そくどになった。これは、議会ぎかい図書館としょかんなど世界せかい最大さいだい規模きぼの図書館としょかんの文書ぶんしょ量りょうをはるかに上回うわまわるものである。そして2012年ねんにはデータ総量そうりょうは10ペタバイトを超こえた。保存ほぞんされたウェブページ数すうでは、2022年ねん10月がつ現在げんざいで7400億おくを超こえ、一いちか月げつあたりおよそ140億おくページの割合わりあいで増加ぞうか中ちゅうである。このデータのコピーは新しんアレクサンドリア図書館としょかんにも保存ほぞんされている。

ウェイバックマシンの過去かこのページの再生さいせい表示ひょうじは、様々さまざまな理由りゆうにより不完全ふかんぜんであることがある。例たとえば、アレクサ・インターネットから提供ていきょうされるデータにはHTMLファイルしか含ふくまれていないため、2010年ねん以前いぜんのアーカイブはページの画像がぞうなどが表示ひょうじされないものが大半たいはんである。またWebクローリングの技術ぎじゅつ的てき制約せいやくにより、Webページの再生さいせいに必要ひつようなデータ全すべてが収集しゅうしゅうされないことや、Webページの再生さいせい表示ひょうじ技術ぎじゅつの制約せいやくなどによりページ表示ひょうじが正常せいじょうに行おこなわれないことなどは、特とくに最近さいきんの高度こうどに動的どうてきなWebページではよく見みられる。また、ウェブページを構成こうせいするスクリプトや画像がぞうなどの部品ぶひんはページのHTMLと同どう時点じてんで収集しゅうしゅうされたものとは限かぎらず、1年ねん以上いじょうの時間じかん差さがあることも稀まれではない。さらに、いったん収集しゅうしゅうされたWebアーカイブが、関係かんけい者しゃの要請ようせいやrobots.txtの配置はいちによりウェイバックマシンから取とり除のぞかれることもある。

「ウェイバックマシン」という名称めいしょうは「ロッキーとブルウィンクルの大だい冒険ぼうけん」の一いちシーンからとられた。このアニメシリーズは学者がくしゃ風ふうの蝶ちょうネクタイをした犬いぬのピーボディ先生せんせいと人間にんげんの助手じょしゅシャーマンが「ウェイバックマシン（WABAC machine）」と呼よぶタイムマシンを使つかって歴史れきし上じょうの有名ゆうめいな事件じけんにちょっかいを出だすというコメディアニメである。

公的こうてきな保存ほぞんとは別途べっと、個人こじんのレベルでも、特定とくていの個人こじんがインターネット上じょうに運営うんえいしていたWebサイト、Blogを個人こじんの死後しごも管理かんり、保存ほぞんすることがどのようにして可能かのうか、といった話題わだいもWeb Magazine、Web ニュースなどに出でてくるようになった。保険ほけん会社かいしゃなどが遺言ゆいごんの執行しっこうと合あわせて、こうしたサービスを行おこなっているようなものはないが、難病なんびょうでの闘病とうびょう生活せいかつをおくった人ひとのドキュメントやさまざまな公益こうえき的てきで共有きょうゆうすべき内容ないようを持もったもの（人権じんけん、環境かんきょう、社会しゃかい問題もんだい、女性じょせい、健康けんこうと福祉ふくし、情報じょうほう公開こうかい、特殊とくしゅな個人こじん的てき体験たいけんなど）、オンラインソフトウェアの開発かいはつサイトなどが、関係かんけい者しゃによって保存ほぞん、維持いじされている例れいはある。こうしたものには、Webサイトを保存ほぞんしているものと、故人こじんを追悼ついとうするためのものとが混在こんざいしている。

著作ちょさく権けん

ウェイバックマシンは米国べいこく著作ちょさく権けん法ほうのフェアユース規定きていにもとづいてウェブアーカイブを構築こうちくしている。後述こうじゅつの「インドからのアクセス遮断しゃだん」のようにフェアユースに該当がいとうするとは思おもえない情報じょうほう（営利えいり目的もくてきの情報じょうほうなど）の収集しゅうしゅうも行おこなっているのが実態じったいである。

著作ちょさく権けん侵害しんがいによるインターネットアーカイブに対たいする訴訟そしょう

ウェイバックマシンは目的もくてきの性質せいしつ上じょう、フェアユースが成立せいりつしているが、2020年ねんにアシェット、ハーパーコリンズ、ワイリー、ペンギン・ランダムハウスなどの出版しゅっぱん社しゃが著作ちょさく権けん侵害しんがいによりインターネットアーカイブを提訴ていそした。

Recall サーチエンジン

またInternet Archiveのデータベース的てき側面そくめんとしては、現在げんざいの特定とくていURLを必要ひつようとする形かたち以外いがいのアクセス方法ほうほうとして、2003年ねん9月がつ、Internet Archiveに保存ほぞんされたウェブページ全体ぜんたいを対象たいしょうにした検索けんさくエンジン「Recall」のベータ版ばんが公開こうかいされた。検索けんさくした単語たんごの頻度ひんどをグラフ化かして表示ひょうじする機能きのうがあり（2byte文字もじは未み対応たいおう）、ネットワーク上じょうの流行りゅうこう調査ちょうさなどに有益ゆうえきなものだったが、2004年ねん9月がつ中旬ちゅうじゅんに停止ていしした。これは「Recall」の開発かいはつ者しゃであったAnna Pattersonがプロジェクトから離はなれたためである。Internet Archiveのフォーラムでは新あらたな検索けんさくシステムの構築こうちくを望のぞむ声こえが多おおくあがっており、動向どうこうが注目ちゅうもくされる。

アプリケーションプログラミングインタフェース

ウェイバックマシンはWebブラウザを使つかったウェブアーカイブの閲覧えつらんだけでなく、アプリケーションプログラミングインタフェースも提供ていきょうしている。2015年ねん時点じてんでは、

• Wayback Availability JSON API
• Memento API
• Wayback CDX Server API

がある。

コレクション

動画どうが、書籍しょせき、録音ろくおんの多おおくがパブリックドメインにあるか、クリエイティブ・コモンズのライセンスで提供ていきょうされている。音楽おんがく部門ぶもんには、コンサートでの演奏えんそうの録音ろくおんを許可きょかしているアーティストや演奏えんそう家か（グレイトフル・デッド、ストリング・チーズ・インシデント、トード・ザ・ウェット・スプロケット、311、fugaziなど）による音源おんげんとともに、独立どくりつ系けいミュージシャンの音源おんげんも数多かずおおく含ふくまれている。

2020年ねん11月, インターネットアーカイブではAdobe FlashのエミュレータとしてRuffleを導入どうにゅうし、Flashアニメーションやゲームのアーカイブを開始かいしした。

オープンライブラリ

インターネットアーカイブはオープン・ライブラリの運営うんえいも行おこなっている。ここではいくつかのスキャンしたパブリックドメイン書籍しょせきが容易よういに閲覧えつらん、印刷いんさつができる形式けいしきで入手にゅうしゅ可能かのうである。

動画どうが像ぞうコレクション

商用しょうよう映画えいがに加くわえ、動画どうが像ぞうコレクションには以下いかのようなものがある。

ニュース映画えいがコレクション、昔むかしのアニメ（カートゥーン）コレクション、戦争せんそう映画えいが・反戦はんせん映画えいがなどのプロパガンダコレクション、Skip ElsheimerによるA/V Geekコレクション、プレリンガー・アーカイブズによる短編たんぺんものコレクション（広告こうこく用よう、教育きょういく用よう、工業こうぎょう用ようなどや家庭かてい用ようの動画どうがコレクション）

ブリックフィルムコレクションにはレゴによるストップモーション・アニメーションがあり、中なかには映画えいがのリメイクものをしているものもある。Election 2004（2004年ねん選挙せんきょ）コレクションは、2004年ねんアメリカ合衆国あめりかがっしゅうこく大統領だいとうりょう選挙せんきょに関連かんれんする動画どうが資料しりょうを中立ちゅうりつの立場たちばからまとめた資料しりょうである。Independent NewsコレクションにはインターネットアーカイブのWorld At War competition from 2001（歴史れきし的てき事物じぶつへのアクセスの重要じゅうよう性せいを示しめすための短編たんぺん映画えいがコンテスト）のようなサブコレクションもある。最もっともダウンロードされたビデオファイルは、2004年ねんのスマトラ島すまとらとう沖おき地震じしんの惨禍さんかをとらえたものとなっている。

インターネットアーカイブには以下いかのような映画えいがが1,500本ほん前後ぜんこう存在そんざいする:

• 『戦艦せんかんポチョムキン』
• 『国民こくみんの創そう生せい』
• 『M』
• 『散ちり行いく花はな』
• 『ヒズ・ガール・フライデー』
• 『愛あいのアルバム』
• 『復活ふっかつの日ひ』
• 『ナイト・オブ・ザ・リビングデッド』
• 『吸血鬼きゅうけつきノスフェラトゥ』
• 『プラン9・フロム・アウタースペース』
• 『リーファー・マッドネス』
• 『三さん十じゅう九きゅう夜や』
• 『スタア誕生たんじょう』
• 『ジェーン・エア』 Jane Eyre

en:Special:WhatLinksHere/Template:Internet Archive film（英語えいご）を参照さんしょう。

論争ろんそう

サイエントロジーサイト

2002年ねん後半こうはんに、インターネットアーカイブはサイエントロジーの批判ひはんサイトをいくつもウェイバックマシンから削除さくじょした。ウェイバックマシンのエラーメッセージには、この削除さくじょは「サイトオーナーの要望ようぼうによる」との文言もんごんが載のせられていたが、後のちに明あきらかになったところによればサイエントロジー教会きょうかいの弁護士べんごしが削除さくじょを要求ようきゅうしたものであった。この削除さくじょ要求ようきゅうの法的ほうてき根拠こんきょは不明ふめいであり、実際じっさいのサイトオーナー自身じしんが削除さくじょを要求ようきゅうしたものではなかった。

アーカイブ内ないのウェブページの証拠しょうこ能力のうりょく

2004年ねん10月がつの「ポーランド・テレビ・SA社しゃ 対たい エコースター・サテライト社しゃ」の裁判さいばんにおいて、ウェイバックマシンのアーカイブが法的ほうてき証拠しょうこの情報じょうほう源げんとして使つかわれた。ポーランド・テレビはポーランドのテレビ局てれびきょくTVPポロニア (TVP Polonia) の提供ていきょう元もとであり、エコースター・サテライトはアメリカの衛星えいせいテレビ放送ほうそうネットワークである、ディッシュ・ネットワークの運営うんえい元もとである。裁判さいばんの過程かていで、エコースター社しゃはテレウジャ・ポルスカ社しゃのウェブサイトの過去かこの内容ないようの証拠しょうことして、ウェイバックマシンのスナップショットをあげた。テレウジャ・ポルスカ社しゃは、伝聞でんぶんおよび非公式ひこうしき情報じょうほうに基もとづくものとしてやめさせようとしたものの、下級かきゅう審しん判事はんじのアーランダー・ケイズは、スナップショットを伝聞でんぶんとするテレウジャ・ポルスカ社しゃの主張しゅちょうを退しりぞけ、インターネットアーカイブ社しゃ従業じゅうぎょう員いんによる宣誓せんせい供述きょうじゅつをスナップショットの信頼しんらい性せいを保証ほしょうするものとして採用さいようした。

グレイトフル・デッド

2005年ねん11月、グレイトフル・デッドのコンサートの模様もようを収録しゅうろくした資料しりょうの無料むりょうダウンロードが削除さくじょされた。ニューヨーク・タイムズ紙かみの報道ほうどうによれば、ジョン・ペリー・バーロウはこの変化へんかの原因げんいんとして、ボブ・ウィアー、ミッキー・ハート、ビル・クロイツマンのバンドの元もとメンバー3名めいの名なを挙あげた。元もとメンバーのフィル・レッシュは2005年ねん11月30日にち付づけでこの削除さくじょについて個人こじんサイト上じょうでコメントを出だした:

グレイトフル・デッドのショーの全すべてが感謝かんしゃ祭さい前まえにArchive.orgから消きえたのが気きになった。私わたしはこの決定けっていに関与かんよしていないが、これら資料しりょうの引ひき上あげについて聞きかされていなかった。私わたしはこの音源おんげんこそがグレイトフル・デッドの伝説でんせつであると信しんじているし、これらが求もとめる人ひと全すべての手てに入はいることを望のぞむ。

ブリュースター・カールが11月30日にちにフォーラムへ投稿とうこうし、「観客かんきゃくによる録音ろくおん資料しりょうはダウンロードもしくはストリーム配信はいしん可能かのうである。しかしながら、ミキサーでの録音ろくおん資料しりょうはストリーム配信はいしんにのみ限かぎられる。」とのバンドメンバーとの合意ごういに達たっした内容ないようをまとめた。

インドからのアクセス遮断しゃだん

画像がぞう外部がいぶリンク
[1] - インドの携帯けいたい電話でんわ通信つうしん会社かいしゃであるバーティ・エアテルからインターネットアーカイブにアクセスしたときの画面がめん。「あなたのリクエストしたURLは、インド政府せいふの電気でんき通信つうしん局きょくからの命令めいれいに基もとづきブロックされています」と書かかれている。

2017年ねん8月がつから、インド国内こくないからのインターネットアーカイブへのアクセスが禁止きんしされた。インドの映画えいが製作せいさく会社かいしゃ2社しゃが、映画えいがの著作ちょさく権けん侵害しんがい防止ぼうしのために2,500超ちょうのウェブサイトへのアクセス遮断しゃだんを訴うったえる裁判さいばんを起おこしており、その中なかにはインターネットアーカイブも含ふくまれていた。インド、チェンナイにあるマドラス高等こうとう裁判所さいばんしょは、8月がつ2日にちにこれらの申もうし立たてを認みとめている。インターネットアーカイブ側がわはブロックした電気でんき通信つうしん局きょくと連絡れんらくを取とろうとしているが、返答へんとうがない。

ホスティング環境かんきょう

ネット上じょうのすべてのデータを収拾しゅうしゅうするサイトである性格せいかく上じょう、そのホスティング環境かんきょうは巨大きょだいなものである。2009年ねんまではHDD4台だいを搭載とうさいした800台だいのLinuxクラスターで運用うんようしていたが、2009年ねん春はるにサン・マイクロシステムズのSun Fire X4500 63台だいのクラスターに変更へんこうされた。OSはSolaris10で、1台だいあたり1テラバイトHDDを48台だい搭載とうさい（＝総計そうけい3ペタバイト）、ファイルシステムはZFSを採用さいようしていた。施設しせつには専用せんようのSun Modular Datacenterを使用しようしていて、全ぜんデータが輸送ゆそう用ようコンテナひとつに収おさまっていた。これはその後ご次第しだいにPetaboxと呼よばれる独自どくじ設計せっけいのラックマウント型がたLinuxサーバークラスターに置おき換かえられ、現在げんざいはPetaboxの第だい二に世代せだいが稼働かどう中ちゅうである。カリフォルニアベイエリアに3つのデータセンター拠点きょてんを持もつ。

対応たいおうブラウザ

閲覧えつらんするウェブブラウザについて、2019年ねん8月がつ頃ごろからInternet Explorerで保存ほぞん一覧いちらんを見みることができなくなっている。Google Chromeでは従来じゅうらい通どおり閲覧えつらん可能かのう。

データ漏洩ろうえい

2024年ねん10月がつ9日にちから10日とおかにかけてインターネットアーカイブはDoS攻撃こうげきを受うけ、ウェイバックマシンを含ふくむarchive.org系列けいれつのサイトがダウンした。

10月9日にち、セキュリティウェブサイトHave I Been Pwned?は年とし9月がつ28日にちに発生はっせいしたリークによって31,081,179のアカウント情報じょうほうが漏洩ろうえいしたことを報告ほうこくした。 インターネットアーカイブ運営うんえい者しゃのブリュースター・ケールは漏洩ろうえいを確認かくにんし、「JSライブラリを介かいしたウェブサイトの改竄かいざん、ユーザー名めい／電子でんしメール／ソルト化かされたパスワードの漏洩ろうえい」を検出けんしゅつしたこと、ライブラリが無効むこうになっていること、またインターネットアーカイブのセキュリティをアップデートしていることを伝つたえた。 DoS攻撃こうげきとデータの漏洩ろうえいが関係かんけいしているかは明あきらかではない。

乗のっ取とられた状態じょうたいのウェブサイトには次つぎのようなポップアップが表示ひょうじされていた。

Have you ever felt like the Internet Archive runs on sticks and is constantly on the verge of suffering a catastrophic security breach? It just happened. See 31 million of you on HIBP!（インターネットアーカイブが、不安定ふあんていで常つねに壊滅かいめつ的てきなセキュリティ侵害しんがいに見舞みまわれそうになっていると感かんじたことはありませんか? それが今いま起おこったのです。HIBP（Have I Been Pwned?） で 3,100 万まん人にんのユーザーをご覧らんください!）

関連かんれん項目こうもく

• ウェブアーカイブ
• archive.today
• LibriVox
• プロジェクト・グーテンベルク
• イギリス国立こくりつ公文書こうぶんしょ館かん
• WebCite
• Archive Team
• Heritrix - Internet Archiveのクローラ。
• リンク切きれ（デッドリンク、死しにリンク）
• クローラ（ロボット）
• 電子でんし図書館としょかん
• デジタルアーカイブ - 実際じっさいのものを電子でんし的てきに保存ほぞんすること。
• ウェブ魚拓ぎょたく
• archive.is

外部がいぶリンク

• 公式こうしきウェブサイト（英語えいご）