Wayback Machine 存檔神秘地下降

互聯網檔案館的 Wayback Machine 是一種寶貴的資源,因為它的作用正如該非營利組織的名稱所言:它對互聯網進行存檔。互聯網檔案館負責歸檔 每天 5 億個網頁

然而,近幾個月來該平台發生了令人擔憂的變化。根據發布的一份新報告 內曼實驗室最近,互聯網檔案館的 Wayback Machine 對某些網站的歸檔頻率降低了。更令人擔憂的是,其中許多網站與新聞相關。

根據尼曼實驗室的報告,Wayback 的機器在 2025 年 1 月 1 日至 5 月 15 日期間存檔了 100 個主要新聞網站主頁的 120 萬張快照。但突然在 5 月中旬,情況發生了變化。

Wayback Machine 在 2025 年 5 月 17 日至 10 月 1 日期間僅捕獲了同一 100 個新聞網站的 148,628 個主頁快照。這意味著今年前四個月與前五個月相比,存檔頁面數量大幅下降了 87%。

例如,CNN 主頁在 1 月 1 日至 5 月 15 日期間被 Wayback Machine 歸檔了 34,524 次。此後,Wayback Machine 中僅有 1,903 個主頁快照。

光速可混搭

參見:

互聯網檔案館已成為美國官方聯邦圖書館

Mashable 7 月份報導稱,感謝 A 新標籤 作者:加利福尼亞州參議員 Alex Padilla 互聯網檔案館將加入由全國 1,000 多家圖書館組成的網絡,負責歸檔政府文件以供公開展示。

Wayback Machine 總監馬克·格雷厄姆 (Mark Graham) 告訴尼曼實驗室,“5 月份某些檔案項目的中斷……導致某些網站創建的檔案減少。”根據格雷厄姆的說法,一些丟失的鏡頭尚未創建索引結構,並將很快添加到 Wayback Machine 檔案中。

正如尼曼實驗室指出的那樣,由於指數問題導致五個月的延遲並不常見。格雷厄姆表示,由於“資源分配”等“各種運營原因”,互聯網檔案館正在經歷延誤。互聯網檔案館尚未確定或向尼曼實驗室提供有關此問題的任何進一步信息。

報紙長期以來一直被存檔作為歷史記錄。然而,在互聯網時代,除了傳統媒體巨頭之外,大多數報紙最近基本上都沒有存檔。新聞媒體網站已取代它們成為歷史記錄。自1996年以來,互聯網檔案館一直負責存儲這些網頁的檔案。

然而,該非營利組織近年來遇到了困難。據尼曼實驗室報告,互聯網檔案館 2023 年的支出為 3270 萬美元。不僅需要大量資源來抓取互聯網,還需要大量資源來存儲數據。同年,該非營利組織的收入僅為 2300 萬美元。

此外,互聯網檔案館去年 10 月遭受攻擊 大規模數據洩露 這使得該網站以及 Wayback Machine 都離線了。該網站花了數週時間才完全恢復。

來源連結