Out-Of-Band Signaling
Progetto universitario per il corso di Sistemi Operativi e Laboratorio - Università di Pisa, a.a. 2018/2019
È richiesta la realizzazione di un sistema per l'out-of-band signaling. Si tratta di una tecnica di comunicazione in cui due entità si scambiano informazioni senza trasmettersele direttamente, ma utilizzando segnalazione collaterale: per esempio, il numero di errori “artificiali”, o la lunghezza di un pacchetto pieno di dati inutili, o anche il momento esatto delle comunicazioni. In questo caso, si vuole realizzare un sistema client-server, in cui i client possiedono un codice segreto (secret) e intendono comunicarlo ad un server centrale, senza però trasmetterlo esplicitamente. Lo scopo è rendere difficile intercettare il secret a chi stia catturando i dati in transito. Nel progetto saranno presenti n client, k server, ed 1 supervisor. Viene lanciato per primo il supervisor, con un parametro k che indica quanti server vogliamo attivare; il supervisor provvederà dunque a creare i k server (processi distinti). Gli n client vengono invece lanciati indipendentemente, ciascuno in tempi diversi.
È richiesta, poi, la realizzazione di uno script bash che, ricevuti come argomenti i nomi di un insieme di file contenenti l'output di supervisor, server e client, ne legga e analizzi i contenuti e stampi delle statistiche su quanti secret sono stati correttamente stimati dal supervisor (intendendo per stima corretta un secret stimato con errore entro 25 unita rispetto al valore del secret vero) e sull'errore medio di stima.
Il funzionamento di ciascuno dei componenti è descritto nel testo del progetto, mentre i dettagli implementativi sono discussi all'interno della relazione. Il sistema Supervisor+Server è stato testato anche con clients di terze parti e non sono stati riscontrati problemi o anomalie.
Edit: È stata aumentata l'accuratezza con una veloce modifica all'algoritmo di calcolo. La modifica consiste nel calcolo degli MCD tra tutte le varie coppie (Cn,2 -> Coefficiente binomiale di n su 2, in numero), aggregandoli in un array e prendendo successivamente l'elemento più ricorrente. Con questa modifica, l'accuratezza è salita ad una media di 17/20 (si provi a lanciare make test), contro i 10/20 iniziali.