GB/T 35304-2017 统一内容标签格式规范

　　ICS 35 . 020 L 72

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 35304—2017

　　统一内容标签格式规范

　　uniform contentlabelformatspecification

　　2017-12-29 发布 2018-04-01 实施

　　中华人民共和国国家质量监督检验检疫总局中 国 国 家 标 准 化 管 理 委 员 会

　　发

　　布

　　GB/T 35304—20 17

　　GB/T 35304—20 17

　　前 言

　　本标准按照 GB/T 1 . 1—2009 给出的规则起草。

　　本标准由全国中文新闻信息标准化技术委员会(SAC/TC 352)提出并归口 。

　　本标准起草单位：东南大学、新华通讯社、国家新闻出版广电总局、清华大学、大有数字资源有限公司、北京大学。

　　本标准主要起草人：杨鹏、李幼平、吕锐、武国卫、周毅、刁毅刚、尹浩、吕勇强、张长江、郑斌、张利、付蓉、孙宝传、张行功。

　　GB/T 35304—20 17

　　引

　　言

　　大数据趋势与互联网飞速发展下的媒体变革，已经促使网络空间成为纷繁芜杂的内容大数据的集散地。 统一资源定位符 URL( Uniform Resource Locator)是互联网中基础性、核心性和通用性的内容标识标准，内容资源普遍采用 URL进行标识。 但是，以面向地址理念设计的 URL,原理上无法描述内容资源的丰富语义信息，也难以支持基于语义的内容组织和管理，由此带来内容资源难找难管、混乱失序和不可信等问题。 这些问题在内容大数据不断涌现的今天显得尤为突出。 因此，应对内容大数据带来的挑战，需要在网络空间中引入新的面向内容的标准基石。

　　本标准针对 URL 的缺陷而提出，旨在全面支持网络空间中内容大数据的共享和治理。 统一内容标签 UCL( Uniform Content Label)体现了内容驱动的全新设计理念，它贯穿内容的生产、消费和管理等关键环节，形成三位一体的网络空间内容大数据创新标识体系。 统一内容标签可以从多个纬度描述内容资源的特征，支持内容资源的认证、注册及追溯，结构灵活并允许按需裁剪和 自 由扩展。 本标准主要对统一内容标签中各个域的名称、含义、用法及定义规则等格式信息进行描述和规约，为统一内容标签技术的推广、普及和应用，提供关键的标准支持。

　　GB/T 35304—20 17

　　统一内容标签格式规范

　　1 范围

　　本标准规定了统一内容标签(UCL)的格式，包括统一内容标签中各个域的名称、含义、用法及定义规则等。

　　本标准适用于对网络空间中面向群体受众的内容资源特征信息进行描述，可支持内容大数据的共享和治理。 本标准的使用对象包括通讯社、广播、电视、报刊、新闻网站等内容提供商及软件开发服务商。

　　注 1 ：内容资源的特征信息包括代码信息、语义信息和管理信息等。

　　注 2 ：内容大数据的共享和治理，包括内容资源的聚敛、传播、管理、知识萃取、可信认证和个性化主动服务等。

　　2 规范性引用文件

　　下列文件对于本文件的应用是必不可少的。 凡是注 日期的引用文件，仅注 日期的版本适用于本文件 。凡是不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T 7408—2005 数据元和交换格式 信息交换 日期和时间表示法

　　GB/T 13000—2010 信息技术 通用多八位编码字符集(UCS)

　　GB 18030—2005 信息技术 中文编码字符集

　　GB/T 20093—2013 中文新闻信息分类与代码

　　3 术语和定义

　　下列术语和定义适用于本文件。

　　3.1

　　内容元数据 contentmetadata

　　反映内容资源特征的描述性信息。

　　3.2

　　统一内容标签 uniform contentlabel;UCL

　　包含代码信息、语义信息和管理信息等的内容元数据。

　　3.3

　　统一资源标识符 uniform resourceidentifier;URI

　　包含名字或地址的短数据串，指向 web 上的某个对象。

　　3.4

　　统一资源定位符 uniform resourcelocator;URL

　　包含地址的短数据串，指向 web 上的某个对象。 URL是 URI 的子集。

　　3.5

　　包 package

　　封装整个统一内容标签的数据包。 一个 UCL包由具有一定次序的多个域组成。

　　GB/T 35304—20 17

　　3.6

　　域 field

　　UCL包中含义相对独立和完整的连续数据单元。 UCL 包中的域分为两种：UCL 代码域(UCL

　　code field) 和 UCL属性域(UCL property field)。

　　3.7

　　内容对象 contentobject

　　被 UCL包所描述的内容本身，也称被标内容对象(labelled content object)。

　　3.8

　　话题 topic

　　反映内容主旨和要义的内容主题或议题。

　　3.9

　　安全能级 securityenergylevel

　　反映内容在来源、传输路径、品质、可信度和影响性等方面的安全程度等级。

　　注：安全能级在 UCL包认证和注册时可能调整，即发生安全能级跃迁。

　　3 . 10

　　时间戳 timestamp

　　唯一地标识某一刻的时间的字符序列。

　　3 . 1 1

　　域的格式 fieldformat

　　关于一个域的所有定义和描述信息的集合。

　　3 . 12

　　净荷 payload

　　UCL属性域中的有效载荷数据。

　　3 . 13

　　注解 note

　　关于域的涵义、使用、实现等的具体说明和解释信息。

　　3 . 14

　　数据类型 datatype

　　域在填充时所使用的数据类型，如整数、受控词表、受控映射表、自 由文本、结构体等。

　　3 . 15

　　受控词表 controlledvocabulary

　　从专业的角度将属于同一范畴的主题词进行归类后所形成的词表，并允许以受控的方式进行词条修改和扩展。

　　3 . 16

　　受控映射表 controlledmappinglist

　　将属于同一范畴的信息进行归类并为各条信息分配一个序号而形成的映射表，并允许以受控的方式对映射表进行修改和更新。

　　4 缩略语

　　下列缩略语适用于本文件。

　　GB/T 35304—20 17

　　BDT 北斗卫星导航系统时间(BeiDou Time)

　　CDPS 内容描述属性集合(Content Description Properties Set)

　　CGPS 内容管理属性集合(Content Governance Properties Set)

　　CRC 循环冗余校验(Cyclic Redundancy Check)

　　DOI 数字对象标识符(Digital Object Identifier)

　　DSA 数字签名算法(Digital Signature Algorithm)

　　ECC 椭圆曲线密码学(Elliptic Curves Cryptography)

　　ECDSA 椭圆曲线数字签名算法(Elliptic Curve Digital Signature Algorithm)

　　GPS 全球定位系统(Global Positioning System)

　　HMAC 基于哈希函数的键控哈希算法(Hash-based Message Authentication Code)

　　HTML 超文本标记语言(HyperText Markup Language)

　　ISBN 国际标准书号(International Standard Book Number)

　　ISRC 国际标准音像制品编码(International Standard Recording Code)

　　MD5 消息摘要算法第五版(Message Digest Algorithm-5)

　　MIME 多用途互联网邮件扩展类型(Multipurpose Internet Mail Extensions)

　　POSIX 可移植操作系统接 口 (Portable Operating System Interface of UNIX)

　　RSA 基于数论的公钥密码体制(Rivest-Shamir-Adleman Cryptosystem)

　　SHA 安全散列算法(Secure Hash Algorithm)

　　UTC 协调世界时(Coordinated Universal Time)

　　5 统-内容标签格式描述约定

　　字节(Byte)是 UCL包的基本组成单位，一个字节由 8 位 (bit)二进制数组成。 UCL 包的起始字节定义为第 0 字节，一个字节的起始位定义为第 0 位 。UCL包或域的第 n 字节的第m 位 (0≤m≤7) ,也称为该 UCL包或域的第 8 ×n+m 位 。

　　如果把多个连续的位视为一个二进制数，则排在前面的位为该二进制数的高位，排在后面的位为该二进制数的低位。

　　设 x、y 为整数，且 x

　　本标准中，在不产生歧义的情况下，对术语 UCL 和 UCL包不加区分。 UCL包可用于描述任何内容，采用 UCL对内容进行描述也称为标识或标引。

　　一般地，一个 UCL包可分为前后两个部分：UCL 代码部分(UCL Code) 和 UCL 属性部分(UCL Properties) 。UCL代码部分包含多个 UCL代码域，UCL属性部分包含多个 UCL 属性域。 UCL 包也

　　可以根据实际应用进行灵活裁剪和扩展，但每个 UCL包应包含 UCL代码部分。

　　如果一个 UCL包同时包含 UCL代码部分和 UCL 属性部分，并且 UCL代码部分的所有 UCL代码域和 UCL属性部分的所有 UCL属性域，都严格按照本标准定义的格式进行规范化标引，除此之外没有自定义或扩展的域，称之为标准 UCL标引方式。 采用标准 UCL标引方式的 UCL包，格式限制比较严格;若出于其他应用目的，则 UCL包的格式限制较少。

　　UCL代码域和 UCL属性域的格式差异较大，在本标准中采用不同的描述形式。

　　UCL代码部分每个 UCL代码域的格式，按照表 1 的形式进行描述。

　　GB/T 35304—20 17

　　表 1

　　UCL属性部分每个 UCL属性域的格式，按照表 2 的形式进行描述。

　　表 2

　　6 统-内容标签格式示意图

　　统一内容标签(UCL) 的格式如图 1 所示。 UCL 代码部分每个 UCL 代码域的具体定义见 7 . 1 , UCL属性部分每个 UCL属性域的具体定义见 7 . 2 。

　　GB/T 35304—20 17

　　图 1 统一内容标签(UCL)格式示意图

　　7 统一内容标签格式定义

　　7. 1 UCL代码部分(UCL Code)

　　7 . 1 . 1 概述

　　UCL代码部分的基本长度为 32 字节，它们称为基本 UCL代码。 除基本 UCL代码之外，UCL代码部分在需要时可以进行扩展，扩展部分的长度应是为 16 字节的整数倍，称为扩展 UCL代码。 本标准主要描述基本 UCL代码的格式，扩展 UCL代码的格式一般由应用自行定义。

　　UCL代码部分的域称为 UCL代码域，每个 UCL代码域都是二进制形式的整数。

　　UCL代码域的具体格式描述如下，叙述中所使用的“该域”都仅指当前域。

　　7. 1 .2 版本(version)

　　版本定义见表 3 。

　　GB/T 35304—20 17

　　表 3

　　7. 1 .3 媒体类型(TypeofMedia)媒体类型定义见表 4 。

　　表 4

　　GB/T 35304—20 17

　　表 4(续)

　　7. 1 .4 优先级与策略(priority& policy)

　　优先级与策略定义见表 5 。

　　表 5

　　GB/T 35304—20 17

　　表 5(续)

　　7. 1 .5 标志(Flag)

　　标志定义见表 6 。

　　表 6

　　GB/T 35304—20 17

　　表 6(续)

　　7 . 1 .6 解析规则(parseRule)解析规则定义见表 7 。

　　GB/T 35304—20 17

　　表 7

　　7 . 1 .7 内容来源(sourceofcontent)内容来源定义见表 8 。

　　表 8

　　GB/T 35304—20 17

　　表 8(续)

　　7. 1 .8 一级类别(category)

　　一级类别定义见表 9 。

　　表 9

　　7. 1 .9 二级类别(subcategory)二级类别定义见表 10 。

　　表 10

　　GB/T 35304—20 17

　　表 10(续)

　　7. 1 . 10 话题(Topic)话题定义见表 11 。

　　表 1 1

　　7. 1 . 1 1 内容版权与类型(copyright& Typeofcontent)内容版权与类型定义见表 12 。

　　GB/T 35304—20 17

　　表 12

　　7. 1 . 12 安全能级码(securityEnergyLevelcode)安全能级码定义见表 13 。

　　GB/T 35304—20 17

　　表 13

　　7. 1 . 13 语种(Language)语种定义见表 14 。

　　GB/T 35304—20 17

　　表 14

　　GB/T 35304—20 17

　　表 14(续)

　　7 . 1 . 14 内容长度(sizeofcontent)内容长度定义见表 15 。

　　表 15

　　GB/T 35304—20 17

　　表 15(续)

　　7. 1 . 15 时间戳(Timestamp)

　　时间戳定义见表 16 。

　　表 16

　　GB/T 35304—20 17

　　表 16(续)

　　7 . 1 . 16 顺序号(serialNumber)顺序号定义见表 17 。

　　表 17

　　GB/T 35304—20 17

　　表 17(续)

　　7. 1 . 17 复用字节段(MultiplexBytes)

　　复用字节段定义见表 18 。

　　表 18

　　GB/T 35304—20 17

　　表 18(续)

　　7 . 1 . 18 代码校验(codecheck)代码校验定义见表 19 。

　　表 19

　　7 . 1 . 19 代码扩展部分(codeExtension)代码扩展部分定义见表 20 。

　　GB/T 35304—20 17

　　表 20

　　7.2 UCL属性部分(UCL Properties)

　　7 . 2 . 1 概述

　　UCL属性部分记录与内容相关的多个属性信息。 每个具体属性称为一个 UCL 属性元素。 每个UCL属性元素由一个 UCL属性元素域定义。 性质或功能相近的若干 UCL属性元素构成一个 UCL属性集合。 每个 UCL属性集合由一个 UCL属性集合头部域和紧接其后的多个连续存放的 UCL 属性元素域组成。

　　UCL属性部分的第一个域是 UCL属性总头部域，紧接其后的是多个(最多 16 个)UCL属性集合。本标准已定义的两个 UCL属性集合是：内容描述属性集合(CDPS) 和内容管理属性集合(CGPS) 。 在标准 UCL标引方式中，它们是 UCL属性部分必选的 UCL属性集合。

　　UCL属性总头部域、UCL属性集合头部域和 UCL 属性元素域，统称 UCL 属性域。 每个 UCL 属性域的格式描述，按照〈属性类别，属性长度，属性净荷〉形式进行定义和组织(三个分量按序连续存放)。 UCL属性总头部域和 UCL属性集合头部域是特殊的头部描述信息域，它们如果作为一个单独的 UCL属性域来看，则不包含属性净荷分量;但如果从 UCL 属性域之间的概念隶属关系来看，位于它们之后且隶属于它们的所有 UCL属性域，都可视为它们的属性净荷数据。

　　UCL属性部分的主要 UCL属性域的具体格式描述如下，叙述中所使用的“该域”都仅指当前域，所使用的“该分量”都仅指当前分量。 本标准中，凡是指明其属性净荷类型为自由文本的，属性净荷都使用GB 18030—2005(参考 GB/T 13000—2010)作为默认字符集编码。

　　7.2.2 UCL属性总头部(HeadforALL UCL Properties)

　　UCL属性总头部定义见表 21 。

　　GB/T 35304—20 17

　　表21

　　GB/T 35304—20 17

　　表 2 1(续)

　　7 . 2 . 3 内容描述属性集合头部(CDPSHead)

　　内容描述属性集合头部定义见表 22 。

　　表 22

　　GB/T 35304—20 17

　　表 22(续)

　　7 . 2 . 4 内容标题(Title)

　　内容标题定义见表 23 。

　　表 23

　　7 .2 .6 内容摘要(Abstract)

　　内容摘要定义见表 25 。

　　表 25

　　GB/T 35304—20 17

　　表 25(续)

　　7 .2 .7 内容作者(Author)内容作者定义见表 26 。

　　表 26

　　GB/T 35304—20 17

　　表 26(续)

　　7.2.8 内容实体(Entity)

　　内容实体定义见表 27 。

　　表 27

　　GB/T 35304—20 17

　　表 27(续)

　　7.2.9 内容标记(Tag)

　　内容标记定义见表 28 。

　　表 28

　　7.2. 10 版权信息(copyright)版权信息定义见表 29 。

　　GB/T 35304—20 17

　　表 29

　　7.2. 1 1 原创声明(originality)

　　原创声明定义见表 30 。

　　表 30

　　GB/T 35304—20 17

　　表 30(续)

　　7.2. 12 文件信息(FileDescription)文件信息定义见表 31 。

　　表31

　　7 . 2 . 13 关联 UCL(RelatedUCL)关联 UCL定义见表 32 。

　　GB/T 35304—20 17

　　表 32

　　7.2. 14 内容对象(Contentobject)

　　内容对象定义见表 33 。

　　表 33

　　GB/T 35304—20 17

　　表 33(续)

　　7.2. 15 内容管理属性集合头部(CGPSHead)内容管理属性集合头部定义见表 34 。

　　表 34

　　GB/T 35304—20 17

　　表 34(续)

　　7 .2 . 16 内容出处(provenance)

　　内容出处定义见表 35 。

　　表 35

　　GB/T 35304—20 17

　　表 35(续)

　　7 . 2 . 17 内容 ID(contentID)内容 ID定义见表 36 。

　　表 36

　　GB/T 35304—20 17

　　表 36(续)

　　7.2. 18 传播路径(propagationpath)

　　传播路径定义见表 37 。

　　表 37

　　GB/T 35304—20 17

　　表 37(续)

　　7.2. 19 内容数字签名(signatureofcontent)内容数字签名定义见表 38 。

　　表 38

　　GB/T 35304—20 17

　　表 38(续)

　　7.2.20 安全能级信息(securityEnergyLevelInformation)

　　安全能级信息定义见表 39 。

　　表 39

　　GB/T 35304—20 17

　　7.2.2 1 内容责任链(ChainofResponsibility)

　　内容责任链定义见表 40 。

　　表 40

　　7.2.22 UCL包数字签名(signatureofUCL Package) UCL包数字签名定义见表 41 。

　　GB/T 35304—20 17

　　表41

　　7 . 3 补充说明

　　在实际应用中，有时为了使 UCL包或 UCL属性域的长度达到某一要求(如 16 字节的整数倍或 2的方幂个字节)，可能会对 UCL包或 UCL属性域增加一些填充字节进行对齐。 这种情况下，填充的字节都加在 UCL包或 UCL属性域的属性净荷的最后，并且规定都用 ASCII码‘/0’进行填充。

　　对于 UCL代码域和 UCL属性域中所有未被本标准明确定义、并且也未由应用程序扩展定义的位(或若干连续位)，如标志域(见 7 . 1 . 5)的第 7 位、内容版权与类型域(见 7 . 1 . 11)的第 3 位、内容标题域(见7 . 2 . 4)第 1 字节的第 0~5 位等，在生成 UCL包时都将这些位的值置为 0 。

　　GB/T 35304—20 17

　　参 考 文 献

　　[1] GB/T 20092—2013 中文新闻信息置标语言

　　[2] ISO 15836 : 2009 Information and Documentation—The Dublin Core Metadata Element Set

　　[3] ISO 26324 : 2012 Information and Documentation—Digital Object Identifier System

　　[4] Berners-Lee T. , Masinter L. , McCahill M. Uniform Resource Locators ( URL) . RFC 1738 , De- cember 1994

　　[5] Berners-Lee T. , Fielding R. , Masinter L.Uniform Resource Identifier(URI) : Generic Syntax. RFC 3986,January 2005

　　[6] Kunze J. , Baker T.The Dublin Core Metadata Element Set.RFC 5013, August 2007

　　[7] 李幼平，杨鹏.共享文化大数据的新机制.中国计算机学会通讯，2013,9(5) : 36-40 .

　　[8] 杨鹏，李幼平.二元互补未来互联网体系结构.复杂系统与复杂性科学，2014,11(1) : 53-59 .

　　[9] 杨鹏，李幼平.播存网络体系结构普适模型及实现模式.电子学报，2015,43(5) : 974-979 .

　　[10] Ahlgren B. , Dannewitz C. , Imbrenda C. , et al.A Survey of Information-Centric Networking. IEEE Communications Magazine,2012,50(7) : 26-36

　　[11] Bari M.F. ,Chowdhury S. ,Ahmed R. ,et al.A Survey of Naming and Routing in Information-Cen- tric Networks.IEEE Communications Magazine,2012,50(12) :44-53

　　[12] Freed N. , Klensin J. , Hansen T. Media Type Specifications and Registration Procedures. RFC 6838,January 2013

　　[13] Zhang L. , Estrin D. , Burke J. , et al.Named Data Networking(NDN) Project, NDN-0001.ht- tp://named-data.net/ndn-proj.pdf, 2010

　　[14] NDN Packet Format Specification 0.2-1 documentation.http://named-data.net/

　　[15] Overview of the Digital Object Architecture (DOA) . http://www. internetsociety. org/ node/ 512346 , October 2016