(ou IA) est un organisme à but non lucratif consacré à l'archivage du Web qui agit aussi comme bibliothèque numérique. Ces archives électroniques sont constituées de clichés instantanés (des copies sont prises à différents moments) de pages web, de textes, de logiciels, de films, de livres et d'enregistrements audio.
Pour assurer la stabilité et la sécurité des données archivées, un site miroir fonctionnel est conservé à la Bibliotheca Alexandrina en Égypte.. L'IA met gratuitement ses collections à la disposition des chercheurs, historiens et universitaires. Située dans le Richmond District, au sud du Presidio de San Francisco, elle est membre de l'American Library Association et est officiellement reconnue comme bibliothèque par l'État de Californie.. En , Internet Archive rejoint le réseau des américaines chargées de conserver et rendre accessibles les documents du gouvernement fédéral..
Le robot d'indexation utilisé par IA est Heritrix, un logiciel libre. Le logiciel de numérisation de livres est également libre, il se nomme Scribe..
Histoire alt=Premier siège d'Internet Archive au Presidio, une ancienne base militaire américaine à San Francisco, de 1996 à 2009|vignette|gauche|Le premier siège d'Internet Archive au Presidio, une ancienne base militaire américaine à San Francisco, de 1996 à 2009.
Internet Archive est fondée en 1996 par Brewster Kahle. En raison de leurs objectifs , les fondateurs de IA comparent ce projet à celui plus ancien de la bibliothèque d'Alexandrie.
Une refonte du site est lancée en version bêta en , et l'ancienne mise en page est supprimée en ..
En , Brewster Kahle annonce que l'Internet Archive construisait l'Internet Archive of Canada, une copie de l'Archive qui serait basée quelque part au Canada. L'annonce fait l'objet d'une large couverture en raison de l'implication que la décision de construire une archive de sauvegarde dans un pays étranger était due à la présidence à venir de Donald Trump..
Depuis 2017, OCLC et l'Internet Archive ont collaboré pour rendre les notices des livres numérisés de l'Archive disponibles dans WorldCat..
Depuis 2018, la résidence d'arts visuels de l'Internet Archive, organisée par Amir Saber Esfahani et Andrew McClintock, aide à connecter les artistes avec les plus de . de documents numérisés de l'Archive. Au cours de cette résidence d'un an, les artistes visuels créent un ensemble d'œuvres qui aboutissent à une exposition. L'objectif est de relier l'histoire numérique aux arts et de créer quelque chose que les générations futures pourront apprécier en ligne ou hors ligne.. Parmi les précédents artistes en résidence, citons Taravat Talepasand, Whitney Lynn, et Jenny Odell..
Cyberattaques Au cours de la semaine du , l'Internet Archive subit une série d'attaques DDoS qui rendent ses services indisponibles par intermittence, parfois pendant plusieurs heures, sur une période de plusieurs jours....
Le , le service est de nouveau visé par une grande attaque DDoS rendant le site web indisponible.. L'équipe de l'Internet Archive, dont l'archiviste Jason Scott, confirme l'attaque DDoS. Le groupe hacktiviste BlackMeta revendique les attaques.. Une fenêtre contextuelle sur le site annonce une faille de sécurité « catastrophique ».. Environ de comptes d'utilisateurs auraient été touchés.. L'attaquant vole les courriels des utilisateurs et leurs mots de passe cryptés en Bcrypt.. Un jour plus tard, le , archive.org et openlibrary.org sont de nouveau victimes d'une attaque DDoS. Le , les e-mails sont redevenus disponibles, et le la redevient disponible en lecture seule.
Services vignette|droite|upright|Photo prise à la Bibliotheca Alexandrina : elle contient une copie des documents d'Internet Archive. vignette|droite|upright|Serveurs d'Internet Archive.
La (littéralement « la machine à revenir en arrière ») est la partie des clichés du Web développée par Internet Archive. La Wayback Machine est créée par Brewster Kahle afin de stocker et indexer tout ce qui se trouve sur le web.. La est mise à jour à partir du contenu d'Alexa. Ce service permet aux utilisateurs de voir les versions archivées de pages Web à travers le temps : c'est l'« index à trois dimensions ».
Les clichés pris via leur page Save sont disponibles instantanément.. La fréquence des instantanés est variable, toutes les mises à jour de sites web ne sont pas enregistrées, et des intervalles de plusieurs semaines peuvent être observés: cela est dû au fait que la plupart des captures sont faites quand les utilisateurs du service demandent à en faire.
En 2006, la contient près de deux pétaoctets de données. Le volume augmente à un rythme de par mois, soit une augmentation de deux tiers par rapport aux douze téraoctets par mois qui étaient le taux de croissance en 2003. Cette croissance est supérieure à la quantité de texte contenue dans les plus importantes bibliothèques du monde, notamment la bibliothèque du Congrès. En 2009, la contient près de trois pétaoctets de données et son augmentation était de par mois.. Les données sont archivées dans des systèmes fabriqués par Capricorne Technologies, des baies Petabox.
L'appellation « » renvoie à des épisodes du , où , un chien à l'air professoral et son assistant Sherman (un animal de compagnie humain), utilisent une machine à remonter le temps appelée « WABAC Machine » pour décrire des évènements historiques célèbres..
En 2015, la Russie aurait par erreur bloqué l'intégralité du site ..
Archive-It Les utilisateurs désireux d'archiver en permanence et immédiatement leurs données peuvent utiliser, moyennant un abonnement, le service Archive-It de IA.. Les données recueillies sont périodiquement indexées par la . En , ce service avait créé plus de d'URL pour publiques, y compris des organismes gouvernementaux, des universités et des institutions culturelles.
Exemple d'organismes ou institutions participant à Archive-It :
les archives d'État de Caroline du Nord ; le ; l'université Stanford ; la Bibliothèque nationale australienne ; le Groupe de bibliothèques de recherche.
Collections En plus des archives Web, les services dInternet Archive conservent d'importantes collections de médias numériques qui sont soit du domaine public soit titulaires d'une licence permettant leur redistribution, comme les licences Creative Commons. Les médias sont organisés en collections par type (images animées, son, texte) et en sous-collections selon différents critères. Chaque collection principale comprend une sous-collection Community, où les apports du public en général peuvent être archivés.
Images vidéos Mis à part les longs métrages, la collection vidéo de l'Internet Archive comprend des actualités, des classiques de la bande dessinée, de la propagande pro et antiguerre et des documents plus éphémères des Archives Prelinger comme des publicités., des films éducatifs et industriels et des collections de films amateurs.
Sons La collection audio regroupe de la musique, des livres audio, des émissions d'information, des spectacles radiophoniques anciens et une grande variété d'autres fichiers audio. La sous-collection comprend de concerts d'artistes indépendants., ainsi que des artistes plus établis et des ensembles musicaux avec des règles moins strictes sur l'enregistrement des concerts tels que le .
Textes Cette collection rassemble des textes du Projet Gutenberg, des textes de diverses bibliothèques à travers le monde ainsi qu'une collection de documents et de notes issues de ARPANET. Avec plus de de livres, l'Internet Archive est la deuxième plus grosse bibliothèque numérique de livres en libre accès dans le monde après Google Books. Tous les documents numérisés et mis en ligne par les internautes ou les institutions sont océrisés et convertis en fichiers EPUB pour liseuses ou MOBI pour Kindle et jouissent d'un archivage pérenne sur de nombreux serveurs dans le monde (Californie, Égypte, Chine, Pays-Bas, etc.)Mathieu Andro, Emmanuelle Asselin, Marc Maisonneuve (2012), Bibliothèques numériques : logiciels et plateformes, Paris, ADBS..
La Bibliothèque Sainte-Geneviève est la première bibliothèque française à participer au projet dès .. En France, l'École des Ponts ParisTech (depuis )., l'Institut national de la recherche agronomique (depuis )., Sciences Po Paris (depuis )., la Bibliothèque interuniversitaire de santé (depuis )., la Bibliothèque universitaire des langues et civilisations (depuis )., la Bibliothèque nationale de France (depuis )., les Bibliothèques de l'École normale supérieure (depuis ) et le bureau de la politique documentaire des ministères chargés des Affaires sociales (depuis ) y participent également..
Images L'Internet Archive comporte plusieurs collections d'images. Celles-ci sont remises à l'archive par des individus ou des groupes dans le but de leur conservation et de leur partage..
Deux collections proviennent de collaborations entre l'Internet Archive et de musées américains. La première est celle du Metropolitan Museum of Art de New York. Ajoutée le , cette collection comporte plus de .. La seconde est celle du Cleveland Museum of Art, mise en ligne le .. Cette collection comporte . Dans les deux cas, ce sont des images d'œuvres d'art (sculptures, peintures, photographies, etc.) généralement mises en contexte avec une date, une origine et le nom de l'artiste s'il est connu. Ces collections ont été rendues disponibles dans un mouvement pour le libre accès.
Une collection d'images provient d'une collaboration de l'Internet Archive avec la Nasa. Cette collection est à la fois accessible sur le site web de l'Internet Archive et sur un site web connexe.. Cette collection comporte , par exemple la Solar System Collection, la Human Space Flight Collection et la Chandra Space Telescope Collection. Parmi ces , sont des images alors que les autres sont des vidéos, des programmes, des fichiers audio, etc..
Des collections de photos de Flickr Commons sont disponibles sur l'Internet Archive. Ceci est le produit d'une collaboration entre les deux organismes. Une autre collection notable liée au même collaborateur est l'« Occupy Wall Street Flickr Archive ». Celle-ci est née d'un projet ayant pour objectif de réunir, de classifier et de préserver les archives liées au mouvement titulaire..
L'Internet Archive prend en charge une collection de cartes topographiques provenant du United States Geological Survey qui a été mise en place et partagée par le ..
Le Cover Art Archive est une collection de couvertures d'albums de musique provenant d'un projet collaboratif entre l'Internet Archive et l'organisme MusicBrainz..
Logiciels L'Internet Archive a une collection de plus d'un million de logiciels, l'objectif est de les préserver et de les rendre accessibles au grand public. Ces logiciels sont généralement considérés comme historiques ou vintage. Une partie de ceux-ci sont de domaine public et il est donc possible de les télécharger. D'autres sont accessibles à travers le navigateur web à l'aide d'un émulateur. Les émulateurs sont nécessaires surtout lorsque le support matériel d'origine du logiciel n'existe plus, cela permet de les faire fonctionner à travers une interface moderne. De nombreux logiciels rétro sont toutefois toujours sous copyright. Certains d'entre eux peuvent tout de même être sauvegardés par l'Internet Archive, en accord avec un rajustement à la loi du copyright qui a été effectuée en 2003..