Ende 2020 bzw. Anfang 2021 begann ich ein ambitioniertes Projekt: Mit Hilfe eines NVIDIA Jetson wollte ich einen Home Assistant entwickeln, der durch den Einsatz von Computer Vision und Audioverarbeitung in der Lage ist, komplexe Aufgaben zu bewältigen. Die Idee war es, ein System zu schaffen, das nicht nur Sprache und Objekte erkennt, sondern auch die Stimmungslage analysieren, Hindernisse detektieren und Gesichtserkennung nutzen kann, um individuelle Persönlichkeitsprofile zu erstellen.

Die Anfänge: Hardware und erste Schritte

Mein erster Schritt war die Einrichtung der Hardware. Den Jetson habe ich in ein passendes Case gepackt und mit einem Saugnapf-Stativ ausgestattet. Dieses Setup ermöglichte mir, den Jetson flexibel zu positionieren und Tests an unterschiedlichen Orten durchzuführen. Später erweiterte ich die Hardware um Mounts und eine leistungsstarke Powerbank, sodass das System auch unterwegs einsatzfähig wurde.

Softwareseitig begann ich mit grundlegenden Funktionen wie der Objekterkennung und einfachen Sprachsteuerungen. Es war beeindruckend zu sehen, wie die Rechenleistung des Jetson es ermöglichte, anspruchsvolle Aufgaben in Echtzeit zu bewältigen. Mit der Zeit kamen fortgeschrittene Module hinzu, wie die Gesichtserkennung, die ich für personalisierte Reaktionen des Systems einsetzte. Die Kombination von Computer Vision und Audioverarbeitung erwies sich als äußerst leistungsfähig und bot viele Möglichkeiten zur Erweiterung.

Später kam eine GoPro Action Kamera zum Einsatz. Dies bot einige entscheidende Vorteile: Ein größeres Sichtfeld ermöglichte eine umfassendere Wahrnehmung der Umgebung, und durch die hohe Bildwiederholrate (FPS) wurden schnellere und präzisere Analysen ermöglicht. Diese Erweiterung verbesserte die Leistung des Systems erheblich, besonders in dynamischen Szenarien, in denen eine reaktionsschnelle Verarbeitung erforderlich war.

Intelligenter Home Assistant – Ein lebendiges Projekt: Stetige Weiterentwicklung

Eines der faszinierendsten Merkmale dieses Projekts ist seine Lebendigkeit. Die Maschine lernt stetig weiter und passt sich an neue Herausforderungen und Aufgaben an. Durch den Einsatz von Deep-Learning-Modellen konnte ich die Fähigkeiten des Home Assistants kontinuierlich verbessern.

Die Objekterkennung wurde präziser, die Gesichtserkennung schneller und die Stimmungsanalyse nuancierter. Gerade die Möglichkeit, Stimmungen anhand von Sprachmustern und Gesichtsausdrücken zu analysieren, hat interessante Anwendungsszenarien geschaffen – sei es für die Verbesserung der Nutzererfahrung oder zur Implementierung von Sicherheitsfunktionen.

In letzter Zeit habe ich jedoch nicht viel aktiv an dem Projekt gearbeitet. Dennoch habe ich mich intensiv in dem Feld weitergebildet, indem ich viel mit ChatGPT interagiert habe und mir darüber hinaus umfangreiche Literatur zu Themen wie künstlicher Intelligenz, Computer Vision und Robotik angeeignet habe. Diese Weiterbildung hat mir neue Perspektiven eröffnet und wird in zukünftigen Projektphasen sicher von großem Nutzen sein.

Diese Pause mag auf den ersten Blick enttäuschend wirken, doch Projekte wie dieses entwickeln sich nicht immer linear. Manchmal braucht es Zeit, um neue Ideen zu sammeln und die Richtung neu zu kalibrieren. Die Weiterbildung in der Zwischenzeit sehe ich als einen Umweg, der letztendlich zu einem stärkeren und durchdachteren Ansatz führen wird. Beharrlichkeit und langfristige Denkweise sind der Schlüssel und ich bin zuversichtlich, dass diese Erfahrungen dem Projekt zugutekommen werden.

Intelligenter Home Assistant – Der nächste Schritt: Ein Roboter auf Rädern

Mein nächstes großes Ziel ist es, den Home Assistant in ein Roboter-Chassis zu integrieren. Dieser Roboter soll sich autonom bewegen können und mit Greifarmen ausgestattet werden, um physische Aufgaben zu bewältigen. Von der Interaktion mit Haushaltsgegenständen bis hin zur Unterstützung bei alltäglichen Aufgaben – die Einsatzmöglichkeiten sind nahezu unbegrenzt.

Die Herausforderung hierbei besteht darin, die existierenden Funktionen des Home Assistants nahtlos in die Mobilität des Roboters zu übertragen. Hinderniserkennung und Navigation in Echtzeit sind entscheidend, um einen flüssigen und sicheren Betrieb zu gewährleisten. Auch die Energieversorgung wird eine zentrale Rolle spielen, da die Kombination aus leistungsstarker Hardware und Greifarmen einen hohen Energiebedarf hat.

Intelligenter Home Assistant – Ein Blick in die Zukunft

Dieses Projekt ist für mich weit mehr als nur ein technisches Experiment. Es ist eine Reise in die Welt der künstlichen Intelligenz und Robotik, die von kontinuierlichem Lernen und Wachstum lebt. Die Aussicht, eines Tages einen weitestgehend selbstgebauten vollständig autonomen Roboterassistenten zu haben, der auf meine persönlichen Bedürfnisse eingeht, motiviert mich jeden Tag aufs Neue.

Ich freue mich darauf, die nächsten Schritte zu gehen und die Grenzen dessen, was mit erschwinglicher Hardware wie dem NVIDIA Jetson möglich ist, weiter auszuloten. Vielleicht inspiriert dieses Projekt ja auch andere dazu, ähnliche Wege zu beschreiten und die Welt der Technik auf ihre eigene Weise zu erkunden.

Der Beitrag Intelligenter Home Assistant – Projekt Sunny erschien zuerst auf CEOsBay.

Was ist der Pip Paketmanager?

Pip steht für „Pip Installs Packages“ und ist ein Paketverwaltungssystem, mit dem Python-Programmierer Softwarepakete aus dem Python Package Index (PyPI) installieren können. PyPI ist eine Online-Repository, in der Entwickler ihre Python-Pakete für die Öffentlichkeit bereitstellen können.

Geschichte von Pip

Die Notwendigkeit eines Paketmanagers für Python trat im Laufe der Zeit auf, da die Anzahl der verfügbaren Pakete stieg und der Bedarf an einem zentralen Ort zur Verwaltung dieser Ressourcen wuchs. Pip wurde ursprünglich von Ian Bicking erstellt und basiert auf seinem setuptools-Projekt. Es bot eine einheitliche Schnittstelle zum Installieren und Verwalten von Python-Paketen und wurde schnell zur bevorzugten Methode für diese Aufgabe.

Pip richtig einrichten und nutzen

Die Installation ist relativ unkompliziert:

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py python get-pip.py

Für Benutzer, die mit einer Python-Version ab 3.4 oder höher arbeiten, ist Pip bereits in der Standardbibliothek enthalten und muss nicht separat installiert werden.

Beim Arbeiten damit gibt es einige Best Practices, die man befolgen sollte:

1. Virtuelle Umgebungen nutzen: Vor der Installation von Paketen empfiehlt es sich, eine virtuelle Umgebung mit venv oder virtualenv zu erstellen. Dies gewährleistet, dass man Pakete projektbezogen installieren kann und keine Konflikte mit global installierten Paketen entstehen.
2. Anforderungsdateien verwenden: Es ist eine gute Praxis, eine requirements.txt Datei zu erstellen, in der alle für ein Projekt erforderlichen Pakete aufgelistet sind. Dies erleichtert das Einrichten von Projekten auf neuen Systemen.
3. Regelmäßige Aktualisierungen durchführen: Um sicherzustellen, dass alle Pakete aktuell und sicher sind, sollte man Pip regelmäßig verwenden, um Updates zu überprüfen und zu installieren.

Einige grundlegende Befehle

• Ein Paket installieren:

pip install paketname

• Ein Paket deinstallieren:

pip uninstall paketname

• Verfügbare Pakete anzeigen:

pip list

• Anforderungsdatei verwenden, um Pakete zu installieren:

pip install -r requirements.txt

Fazit

Pip bietet Python-Entwicklern ein robustes und flexibles Werkzeug zur Verwaltung ihrer Pakete. Mit einem fundierten Verständnis davon und den zugehörigen Best Practices können Entwickler ihre Projekte effizienter und zuverlässiger gestalten.

Hinweis: Die Informationen und Befehle in diesem Blog-Beitrag können sich mit der Zeit ändern. Es wird daher empfohlen, die offizielle Dokumentation zu Rate zu ziehen, um aktuelle und genaue Informationen zu erhalten.

Der Beitrag Pip – Python Paketmanager erschien zuerst auf CEOsBay.

Was ist TensorFlow?

TensorFlow stellt ein Open-Source–Framework für das maschinelle Lernen dar. Es ermöglicht Entwicklern, große neuronale Netze und andere maschinelle Lernmodelle in einer Vielzahl von Plattformen, von mobilen Geräten bis hin zu spezialisierten Hardware, zu erstellen und zu trainieren. Im Kern arbeitet es mit Tensoren, multi-dimensionalen Arrays, die Daten repräsentieren.

Ursprung und Entstehung von TensorFlow

Entwickelt haben TensorFlow ursprünglich Forscher und Ingenieure des Google Brain Teams innerhalb der Google Machine Intelligence Research Organisation. Ziel war es, den eigenen Bedarf an maschinellem Lernen innerhalb von Google-Produkten zu unterstützen. Die erste öffentliche Version hat man 2015 veröffentlicht, und seitdem hat es an Popularität und Funktionalität stetig zugenommen.

Einrichten und nutzen

Die Einrichtung hängt von der spezifischen Umgebung und den Anforderungen ab. In der Regel kann man die folgenden Schritte befolgen:

1. Installation: TensorFlow bietet Pakete für Python über den pip-Manager an. Ein einfacher Befehl wie pip install tensorflow genügt meistens für die Installation der aktuellen stabilen Version.
2. Umgebung: Für komplexe Projekte empfiehlt es sich, eine virtuelle Umgebung zu verwenden, um Konflikte mit anderen Python-Paketen zu vermeiden.
3. GPU-Unterstützung: Wenn eine GPU vorhanden ist und man die Rechenleistung nutzen möchte, sollte tensorflow-gpu statt des regulären Pakets installiert werden. Hierbei sind jedoch spezifische Treiber und Abhängigkeiten erforderlich.
4. Erste Schritte: Nach der Installation kann man ein einfaches neuronales Netzwerk mit TensorFlow wie folgt erstellen:

import tensorflow as tf # Modell definieren model = tf.keras.Sequential([ tf.keras.layers.Dense(10, activation='relu', input_shape=(8,)), tf.keras.layers.Dense(1, activation='sigmoid') ]) model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) # Modell trainieren (angenommen, es gibt bereits Daten in x_train und y_train) model.fit(x_train, y_train, epochs=10)

Wichtige Aspekte bei der Verwendung

• Dokumentation und Community: Es ist entscheidend, sich mit der umfangreichen Dokumentation vertraut zu machen. Bei auftretenden Herausforderungen kann die aktive Community eine wertvolle Ressource sein.
• Versionen: TensorFlow hat seit seiner Veröffentlichung mehrere wichtige Updates erfahren. Es ist wichtig, sicherzustellen, dass man mit einer Version arbeitet, die mit dem jeweiligen Code oder den Tutorials kompatibel ist, denen man folgt. An dieser Stelle kann ich die Tutorials von NVIDIA wärmstens empfehlen. Darüberhinaus bekommt man auch das ein oder andere Zertifikat für eine geringe Gebühr (Zwischen 50 EUR – 100 EUR).
• Tools und Erweiterungen: Neben dem Kernframework gibt es viele zusätzliche Tools, wie TensorFlow Lite für mobile Geräte oder TensorFlow.js für das Web. Es lohnt sich, diese Erweiterungen je nach Projektanforderungen zu erkunden.

Fazit

TensorFlow bietet eine robuste und vielseitige Plattform für maschinelles Lernen und künstliche Intelligenz. Mit der richtigen Einrichtung und Nutzung kann dieses Framework dazu beitragen, anspruchsvolle Modelle effizient zu erstellen und zu implementieren. Es bleibt spannend zu beobachten, wie es sich in den kommenden Jahren weiterentwickelt und die Landschaft des maschinellen Lernens prägt. Zur offiziellen Seite geht es hier entlang.

Der Beitrag TensorFlow – Die Revolution der künstlichen Intelligenz erschien zuerst auf CEOsBay.

Was ist der Pfadtest?

Der Pfadtest fällt unter die strukturierten Testtechniken und zielt darauf ab, sämtliche Pfade, die ein Programmcode während seiner Ausführung nehmen kann, zu testen. Dies gewährleistet, dass verschiedene Abzweigungen und Konditionen im Code korrekt funktionieren und zuverlässige Ergebnisse liefern.

Geschichte des Pfadtests

Die Idee hinter dem Pfadtest stammt aus der Graphentheorie und hat ihren Ursprung in den 1970er Jahren. Wissenschaftler wie Ellis Horowitz erkannten das Potenzial, die Softwarequalität zu erhöhen, indem sie jeden möglichen Pfad im Programmcode testeten.

Implementierung des Pfadtests

1. Kontrollflussgraph erstellen

Jeder Pfadtest beginnt mit der Erstellung eines Kontrollflussgraphen, welcher die Struktur des Codes visualisiert und alle möglichen Pfade aufzeigt. Darüber werde ich definitiv noch einen Beitrag schreiben doch in der Zwischenzeit kann man sich auf mit dem kostenlosen Tool GitMind vergnügen.

2. Pfade identifizieren

Alle Pfade innerhalb des Graphen werden systematisch identifiziert, um sicherzustellen, dass jeder einzelne Pfad im anschließenden Test berücksichtigt wird.

3. Testfälle formulieren

Für jeden identifizierten Pfad wird ein spezifischer Testfall konzipiert, um dessen Funktionsfähigkeit zu überprüfen.

4. Tests ausführen und auswerten

Die erstellten Testfälle werden durchgeführt und die Ergebnisse entsprechend ausgewertet.

Wichtige Aspekte bei der Implementierung

• Komplexität: Der Pfadtest kann, besonders bei komplexen Programmen, sehr aufwendig sein. Ein Fokus auf kritische Pfade ist daher oft sinnvoll.
• Automatisierung: Der Einsatz von automatisierten Tools kann den Pfadtest erheblich effizienter gestalten.
• Dokumentation: Eine genaue Dokumentation der Ergebnisse unterstützt die Fehleranalyse und spätere Wartungsarbeiten.

Werkzeuge für den Pfadtest

Es existieren diverse Softwarelösungen, die den Pfadtest unterstützen. Dazu gehören unter anderem:

• JUnit: JUnit eignet sich speziell für die Java-Entwicklung.
• TestNG: TestNG erlaubt die parallele Durchführung von Tests.
• Selenium: Selenium eignet sich ideal für Webanwendungen.
• Cucumber: Cucumber ist ideal für verhaltensgetriebene Entwicklung (Behavior-Driven Development, BDD).
• Jira: Jira ist nicht nur für das Projektmanagement geeignet, sondern auch mit integrierten Testmanagement-Tools direkt für das Testing einsetzbar.
• Postman: Für das Testen von APIs und Webdiensten.
• Mocha: Ein beliebtes JavaScript-Testframework.
• PyTest: PyTest ist ein flexibles Testwerkzeug für Python-Entwickler.
• GitLab CI/CD: Für Continuous Integration und Continuous Deployment, um den Test-Workflow zu automatisieren. (Siehe auch den folgenden Beitrag über GitLab, um mehr zu erfahren.)

Fazit

Der Pfadtest ist ein essenzielles Werkzeug in der Softwareentwicklung, um eine hohe Code-Qualität sicherzustellen. Durch die systematische Untersuchung aller möglichen Pfade wird eine umfassende Qualitätssicherung ermöglicht. Mit den richtigen Tools und einer klaren Strategie kann dieser Testprozess effektiv und effizient durchgeführt werden.

Der Beitrag Pfadtest – Labyrinth-Meister der Softwareentwicklung! erschien zuerst auf CEOsBay.

1. Testen zeigt die Anwesenheit von Fehlern

Das Hauptziel des Testens ist es, Fehler und Mängel in einem System zu identifizieren. Es ist jedoch wichtig zu bedenken, dass das Testen nicht beweisen kann, dass ein System absolut fehlerfrei ist. Das Ausbleiben entdeckter Fehler bedeutet nicht zwangsläufig, dass das System perfekt ist.

2. Vollständiges Testen ist nicht möglich

Es ist unpraktisch und oft unmöglich, alle Kombinationen von Eingaben, Szenarien und Ausführungspfaden in einem komplexen System zu testen. Daher ist eine Teststrategie erforderlich, die auf Risikobewertung und Priorisierung basiert.

3. Grundsatz: Frühzeitiges Testen

Die Minimierung der Kosten und des Zeitaufwands für die Fehlerbehebung erfordert den Beginn der Testaktivitäten so früh wie möglich im Entwicklungszyklus. Der „Shift-Left“-Ansatz im Testen unterstreicht dieses Prinzip.

4. Grundsatz: Häufung von Fehlerzuständen

Das Pareto-Prinzip, auch bekannt als 80/20-Regel, ist auch im Testen relevant: 80% der Fehler treten normalerweise in 20% der Module auf. Dies unterstreicht die Bedeutung einer gezielten Testplanung.

5. Pestizid-Paradoxon bzw. Pestizid-Resistenz

Wiederholtes Durchführen derselben Tests führt schließlich zu einer Abnahme ihrer Effektivität bei der Identifizierung neuer Fehler. Daher ist es wichtig, Tests regelmäßig zu überprüfen und zu aktualisieren, um ihre Effektivität zu erhalten. (Siehe auch meinen Beitrag Pestizid-Paradoxon – Resistenz von Bugs und Fehlern)

6. Grundsatz: Testen ist kontextabhängig

Die Art und Weise, wie getestet wird, hängt stark vom Kontext ab, in dem das System eingesetzt wird. Ein Finanzsystem erfordert beispielsweise strengere Testanforderungen als ein persönliches Blogging-Tool wie WordPress.

7. Grundsatz: Fehlerabsenz-Trugschluss – Keine Fehler bedeutet ein brauchbares System

Das erfolgreiche Durchlaufen von Tests ist nicht gleichbedeutend mit der Einsatzbereitschaft des Systems. Eine sorgfältige Bewertung der Testergebnisse und der Qualität des Systems insgesamt ist unerlässlich, bevor eine Bereitstellungsentscheidung getroffen wird.

Fazit

Indem diese Grundprinzipien beachtet und in die Teststrategie integriert werden, kann man die Qualität von Systemen sicherstellen. Vor allem lassen sich die Systeme dadurch effektiv bewerten und kontinuierlich verbessern.

Ein spezifisches Manifest, das ausschließlich die Grundprinzipien des Testens behandelt, ähnlich wie das Agile Manifest, die Werte und Prinzipien agiler Softwareentwicklung definiert, existiert nicht. Die genannten Grundprinzipien sind jedoch weitgehend anerkannt und in zahlreichen Standards, Best Practices und Schulungsmaterialien für das Testen von Software und Systemen festgelegt.

Einer der am häufigsten referenzierten Standards ist das ISTQB (International Software Testing Qualifications Board), das ein detailliertes „Body of Knowledge“ für das Softwaretesten bietet und dabei viele dieser Grundprinzipien behandelt. Dazu werde ich bestimmt in naher Zukunft auch noch einen Beitrag schreiben.

Außerdem gibt es Manifeste und Prinzipien, die sich mit Qualitätssicherung und Testen im Kontext spezifischer Ansätze wie Agile oder DevOps befassen. Diese Manifeste betonen oft Aspekte wie kontinuierliches Testen, die Einbeziehung von Testen in alle Phasen des Entwicklungslebenszyklus und die Bedeutung von Automatisierung beim Testen.

Der Beitrag Die Sieben Grundprinzipien des Testens – Eine Übersicht erschien zuerst auf CEOsBay.

Es stützt sich auf XML zur Repräsentation der Daten und auf Internet-Protokolle der Transport- und Anwendungsschicht zur Übertragung der Nachrichten. Die gängigste Kombination ist SOAP über https (Hypertext Transfer Protocol) und TCP (Transmission Control Protocol). Man kann SOAP auch über das SMTP (Simple Mail Transfer Protocol) oder JMS (Jakarta Messaging) verwenden.

Die mit der Nachricht übermittelten Nutzdaten man nicht zwingend in XML senden. Andere Formate wie Base64 oder CSV sind ebenfalls möglich. Seit Version 1.2. nutzt man die Abkürzung SOAP offiziell nicht mehr als Akronym, da es erstens (subjektiv) keineswegs einfach (Simple) ist und zweitens nicht nur dem Zugriff auf Objekte (Object Access) dient.

Kurze Zeitreise

SOAP entstand aus der Weiterentwicklung der Spezifikation für XML-RPC im Jahr 1998. Hauptverantwortlicher Software-Entwickler damals Dave Winer und seine Firma UserLand Software in engem Austausch mit Microsoft. Dave Winter ist übrigens auch für RSS 2.0 verantwortlich. Einen Beitrag über RSS findet man hier.

Im Jahr 1999 fand die Veröffentlichung der Version 1.0 von SOAP statt. Dies stellt unter Anderem den Zeitpunkt dar, an dem die Entwicklung mehr Unterstützung fand. Vor allem hat sich IBM im Jahr 2000 der Entwicklung angeschlossen, was dazu führte, dass IBM, Microsoft, DevelopMentor (Don Box) und UserLand Software (Dave Winer) die Spezifikation von SOAP 1.1 beim World Wide Web Consortium (W3C) einreichten. Dabei hat man das Ziel verfolgt, eine Arbeitsgruppe zu gründen, die SOAP weiterentwickeln sollte. Das Ergebnis dieser Arbeitsgruppe ist SOAP Version 1.2, empfing im Juni 2003 die Anerkennung als recommendation (Empfehlung).

Wie zu Beginn des Beitrags erwähnt, hat man SOAP nicht mehr als gebräuchliche(s) Akronym bzw. Abkürzung verstanden. Der Hauptgrund dafür ist die Tatsache, dass sämtliche Deutungen für SOAP, wie Simple Object Access Protocol oder Service Oriented Architecture Protocol, nicht mehr den vollständigen Sinn von SOAP trafen. Dies ermöglichte die Anmeldung von SOAP als Markennamen in den USA.

Wie funktioniert SOAP?

SOAP ist wie zuvor beschrieben, ein Protokoll zum Austausch XML-Information-Set-basierter Nachrichten über ein Rechnernetz und hat den Status einer W3C-Empfehlung. Es stellt Regeln für das Nachrichtendesign auf. Regelt, wie Daten in der Nachricht abzubilden und zu interpretieren sind. Es gibt eine Konvention für entfernte Prozeduraufrufe mittels SOAP-Nachrichten vor. SOAP macht keine Vorschriften zur Semantik applikationsspezifischer Daten, die man gegebenenfalls versendet möchte, sondern stellt ein Framework (Siehe meinen Beitrag) zur Verfügung, welches erlaubt, dass man beliebige applikationsspezifische Informationen übertragen kann.

Man kann SOAP für entfernte Prozeduraufrufe ebenso nutzen wie für einfache Nachrichtensysteme. Zum Senden von Nachrichten kann man beliebige Transportprotokolle verwendet. Dazu gehören beispielsweise FTP, SMTP, https oder auch JMS. Aus Gründen der Kompatibilität nutzt man in der Praxis hierzu gängige Netzwerk-Architekturen. Auch ist mittels https die verschlüsselte Übertragung von SOAP-Nachrichten möglich. Das ermöglicht jedoch keine End-to-End-Verschlüsselung. Dies kann man durch WS-Security erreichen. Die Einbindung erfolgt lediglich auf der Ebene der Nachrichten und nicht auf der des unterliegenden Transportprotokolls. Folglich ist es so, dass man das XML Information Set der SOAP-Anfrage bei Nutzung von https(S) im Body eines https POST Requests als XML an eine gegebene URL schickt.

In der Regel setzt man SOAP da ein, wo der direkte Zugang fremder Systeme zu einer Informationsquelle nicht sinnvoll erscheint. Dies kann sowohl an Kompatibilitätsproblemen zwischen verschiedenen Anwendungsarchitekturen liegen aber auch an diversen Sicherheitsaspekten. So kann man einen (partiellen) Zugriff auf eine Datenbank ermöglichen, ohne dem Anwenderprogramm den direkten Zugang zu ermöglichen. Die Menge der ausführbaren Methoden reglementiert und definiert man über die SOAP-Schnittstelle.

Die Kommunikation mit SOAP ermöglicht die Kopplung von Systemen. Der offene Entwurf ermöglicht jedoch lediglich den Aufbau schwach gekoppelter Systeme. Die Flexibilität des Konzeptes erkauft man sich durch die Nachteile beim Übertragungsvolumen und Rechenaufwand. Dies kann teuer werden, da man das XML-Dokument beim Sender zunächst aufbaut und anschließend validiert. Das Konzept verfolgt eigentlich das Ziel eines leichtgewichtigen Protokolls.

Doch durch den flexiblen Einsatzbereich führt die zu übertragende Datei eine Reihe von Metadaten mit sich, die bei der Konstruktion des XML-Dokuments weiter anwächst. So führt beispielsweise das einfache Versenden von „Wahr“ oder „Falsch“ zu einem Datenvolumen von mehreren hundert Bytes. In einem stark gekoppelten System sollte dafür theoretisch ein Bit reichen.

Durch die Möglichkeit des flexiblen Aufbaus des Dokuments kann man jedoch auch komplexe Transaktionen in einer Anfrage atomar zusammenfassen, während man in stark gekoppelten Systemen hierzu oftmals mehrere Anfragen erstellen muss. Dies verbessert das Nutzlastverhältnis (Nutzdaten zu Meta-Daten) und den Kommunikationsaufwand (für den Aufbau einer Verbindung, nur ein Senden/Empfangen).

SOAP unterscheidet zwischen dem endgültigen Empfänger und den Zwischenempfängern. Dies ermöglicht es, eine Nachricht über verschiedene „Hops“ zu schicken, bei denen man sogar verschiedene Transportprotokolle verwendet. Beispielsweise kann man zum ersten Hop die Nachricht mittels Java Message Service schicken, im Anschluss über E-Mail und schließlich dem Empfänger mittels https weitergeben. Der Absender muss über die Zwischenhops keine Information haben, die Middleware jedoch schon.

Wie ist eine SOAP-Nachricht aufgebaut?

Eine minimale SOAP-Nachricht besteht aus einem Envelope genannten Element, dem man einen lokalen Namen zuweisen muss. Dieses Element referenziert mittels eines Namensraum-Attributes auf https://www.w3.org/2003/05/soap-envelope. Child dieses Elements muss ein Body-Element sein. Optional kann zuvor ein Header-Element stehen. In diesem kann man Meta-Informationen, beispielsweise zum Routing, zur Verschlüsselung oder zu Transaktionsidentifizierung, unterbringen. Im Body-Element sind die eigentlichen Nutzdaten untergebracht. Dies sieht dann folgendermaßen aus:

<?xml version="1.0"?>
<s:Envelope xmlns:s="https://www.w3.org/2003/05/soap-envelope">
    <s:Header>
    </s:Header>
    <s:Body>
    </s:Body>
</s:Envelope>

Innerhalb des Body-Elements können sowohl Informationen zum Datenaustausch als auch Anweisungen für einen entfernten Prozeduraufruf stehen. Dies ist vom Empfänger entsprechend zu interpretieren.

Im Header gibt man den nächsten Hop (intermediary) und den endgültigen Empfänger (ultimate recipient) an. Ein intermediary kann beispielsweise die Nachricht verschlüsseln, sie loggen oder die Nachricht aufteilen. Ersteres erlaubt es, dass die Anwendungslogik sich nicht um die Sicherheit der Nachricht kümmern muss. Darum kümmert sich die Middleware. Was eine Middleware ist, erkläre ich in einem anderen Beitrag. Die Möglichkeit, dass Intermediaries beliebige Dinge tun können, ermöglicht EAI (Enterprise Application Integration).

Fazit

Viele Altsysteme verwenden möglicherweise noch SOAP. In der Vergangenheit war es auch die Lösung schlechthin. Heute ist es eher REST, welches zum Einsatz kommt und in webbasierten Szenarien häufig als die schnellere Alternative gilt.

Zusammengefasst kann man sagen, dass REST aus einer Reihe von Richtlinien für eine flexible Implementierung besteht und SOAP ein Protokoll mit spezifischen Anforderungen wie XML-Messaging ist.

REST-APIs sind schlank und daher ideal für moderne Anwendungen geeignet, wie das Internet of Things (IoT), mobile Anwendungen und Serverless Computing. SOAP-Webservices bieten zwar integrierte Sicherheit und Transaktions-Compliance, die vielen Unternehmensanforderungen entspricht, doch die Erstellung und Wartung ist wesentlich aufwändiger. Darüber hinaus folgen auch viele öffentlich zugängliche APIsheutzutage, den REST-Richtlinien.

Der Beitrag SOAP – Effiziente Möglichkeit, um Daten zwischen Systemen zu übertragen erschien zuerst auf CEOsBay.

Kurze Zeitreise

Die Geschichte des Raspberry Pi geht zurück auf das Jahr 2006. Als ein Team von Wissenschaftlern und Technikern am Computer Laboratory der University of Cambridge, darunter Eben Upton, Rob Mullins, Jack Lang, Alan Mycroft und Pete Lomas, eine wachsende Besorgnis über den Rückgang der Informatikkenntnisse unter britischen Schülern feststellten. Die Anzahl der Schüler, die Informatik auf Universitätsebene studierten, nahm ab. Hinzu kam, dass die Schüler weniger praktische Programmiererfahrungen hatten, als in den Jahren vorher.

Als Hauptursache des Rückgangs identifizierten sie die Unzugänglichkeit von erschwinglichen, programmierbaren Computern für junge Menschen. In den 80er Jahren hatten Heimcomputer wie der BBC-Micro und der Commodore 64 eine Generation von Technikbegeisterten inspiriert. Dies ermöglichte auch vielen von ihnen Programmierkenntnisse zu erwerben. Doch die Komplexität der Computer steigerte sich im Laufe der Zeit. Vor allem stiegen damit auch die Anschaffungskosten, wodurch sie für viele unzugänglich geworden sind, insbesondere im Kontext der Bildung.

Um dieses Problem zu lösen, arbeitete das Team an der Entwicklung eines kleinen, erschwinglichen und benutzerfreundlichen Einplatinencomputers. Dieser sollte den Schülern ermöglichen, Programmieren und Computertechnik auf spielerische Weise zu erlernen. Die Idee, ein Gerät zu schaffen, dass in der Lage ist, grundlegende Programmieraufgaben auszuführen. Dies zu einem Bruchteil der Kosten eines herkömmlichen Computers. Dieses Projekt führte zur Entstehung des kleinen Alleskönners.

Entstehung der Raspberry Pi Foundation

Man gründete im Jahr 2009 die Raspberry Pi Foundation, eine gemeinnützige Organisation, um die Entwicklung des Geräts voranzutreiben und Bildungsressourcen bereitzustellen, die auf dem Raspberry Pi basierten. Im Februar 2012 kam dann die erste Version, das Model B, auf den Markt. Die Nachfrage nach dem Gerät, enorm. Und innerhalb weniger Jahre gingen Millionen von Raspberry Pi-Einheiten weltweit über die Ladentheke.

Seitdem hat die Raspberry Pi Foundation verschiedene Modelle und Generationen des Geräts veröffentlicht, die jeweils verbesserte Hardware und Funktionalität bieten. Weiterhin mit der Aufgabe, das Erlernen von Programmierkenntnissen und Computertechnik für Menschen aller Altersgruppen und Fähigkeiten zugänglich und erschwinglich zu machen. Der kleine Alleskönner hat inzwischen eine große und leidenschaftliche Gemeinde. Bestehend aus Bastlern, Entwicklern und Technikbegeisterten und man nutzt es für eine Vielzahl von Projekten und Anwendungen.

Modelle und technische Daten

Seit der ersten Version gibt es mehrere Modelle mit unterschiedlichen Spezifikationen. Hier sind einige der bekanntesten Modelle:

1. Raspberry Pi 1 Model B (2012): Das ursprüngliche Modell mit einem 700 MHz Single-Core-Prozessor, 512 MB RAM und 2 USB-Anschlüssen.

2. Raspberry Pi 2 Model B (2015): Eine Verbesserung des ursprünglichen Modells mit einem 900 MHz Quad-Core-Prozessor und 1 GB RAM.

3. Raspberry Pi 3 Model B (2016): Das erste Modell mit integriertem Wi-Fi und Bluetooth, ausgestattet mit einem 1,2 GHz Quad-Core-Prozessor und 1 GB RAM.

4. Raspberry Pi 4 Model B (2019): Das bisher leistungsstärkste Modell mit einem 1,5 GHz Quad-Core-Prozessor, bis zu 8 GB RAM und Unterstützung für Dual-4K-Displays.

(Hier sei noch zu erwähnen, dass es auch alternative Geräte gibt, die wesentlich leistungsstärker sind. Doch darüber schreibe ich noch einen gesonderten Beitrag.)

Raspberry Pi Zero (2015) und Zero W (2017): Kleinere und kostengünstigere Modelle, die sich gut für einfache Projekte eignen.

Anwendungen und Projekte

Die Vielseitigkeit des kleinen Alleskönners hat dazu geführt, dass man es in einer Vielzahl von Projekten und Anwendungen einsetzen kann. Einige Beispiele hierfür sind:

• Heimautomatisierung: Die Verwendung des kleinen Alleskönners, um die eigenen smarten Geräte zu steuern oder um das gesamte Zuhause zu automatisieren.
• Retro-Gaming: Mit Emulatoren wie RetroPie kann man eine Vielzahl von klassischen Spielen aus verschiedenen Konsolen-Generationen genießen.
• Media Center: Man kann den kleinen Alleskönner als Media Center nutzen, indem man Kodi oder Plex installiert und Lieblingsfilme sowie Serien streamen.
• Lern- und Bildungsplattform: Um Programmieren zu lernen oder eigene Anwendungen zu entwickeln, um anderen dabei zu helfen, neue Fähigkeiten zu erlernen.
• Wetterstation: Benutzerdefinierte Wetterstation, um die Umgebungsinformationen wie Temperatur, Luftfeuchtigkeit und Luftdruck zu überwachen.
• Internet der Dinge (IoT) Projekte: Integration in ein IoT-Netzwerk, um Sensoren und Aktoren über das Internet zu steuern und um Daten zu sammeln.
• Robotik: Als Gehirn des eigenen Roboters, der in der Lage ist, verschiedene Aufgaben auszuführen, wie z.B. automatisiertes Fahren, Objektverfolgung und mehr.
• Sicherheit und Überwachung: Als kostengünstiges Sicherheitssystem mit Bewegungsmeldern, Kameras und Alarmen.
• Webserver: Als eigenen Webserver, um Websites oder Webanwendungen zu hosten.
• Künstliche Intelligenz und maschinelles Lernen: Experimente mit AI-Frameworks wie TensorFlow oder PyTorch, um Machine-Learning-Modelle auf dem Raspberry Pi zu erstellen oder auszuführen. Wobei sich hier auch NVIDIA’s Jetson anbietet und auch von der Performance her wahrscheinlich bei weitem besser aufgestellt ist 😉

Raspberry Pi Ressourcen und Community

Eine der größten Stärken des Raspberry Pi ist die riesige und engagierte Community. Die Raspberry Pi Community bietet unzählige Ressourcen, Tutorials und Foren, um Fragen zu beantworten und bei der Lösung von Problemen zu helfen. Einige empfehlenswerte Ressourcen sind:

Die offizielle Website: Hier findet man Neuigkeiten, Projekte und Lernressourcen direkt von der Raspberry Pi Foundation.

Raspberry Pi Forums: Eine aktive Community, in der man Fragen stellen, Antworten finden und sich mit anderen Enthusiasten austauschen kann.

Hackster.io: Eine Plattform für Bastler und Entwickler, um Raspberry Pi-Projekte mit detaillierten Anleitungen zu teilen und um neue Ideen zu entdecken.

Instructables: Eine weitere hervorragende Quelle für Schritt-für-Schritt-Anleitungen und Projekte, die auf dem Raspberry Pi basieren.

GitHub: Auf GitHub findet man zahlreiche Repositories, die Software, Tools und Projekte für den Kleinen enthalten. Einen Beitrag über GitHub selbst gibt es hier 😉

Fazit

Der Raspberry Pi hat die Welt der Heimcomputer und Bastler revolutioniert und ist ein Paradebeispiel dafür, wie ein kleines, kostengünstiges Gerät großen Einfluss haben kann. Seine Vielseitigkeit, einfache Handhabung und große Community haben dazu geführt, dass man es heute in einer Vielzahl von Projekten und Anwendungen einsetzen kann. Leider sind die Preise aufgrund der Pandemie und den damit verbundenen Lieferengpässen wesentlich gestiegen. Ansonsten bietet sich der kleine Alleskönner an, spannende unzählige Möglichkeiten zu entdecken. Man kann es kaufen, verschenken und auch spenden. In der Regel kann man damit nichts falsch machen.

Der Beitrag Raspberry Pi – Der Kleine mit großem Potential erschien zuerst auf CEOsBay.

Python unterstützt die objektorientierte, aspektorientierte und die funktionale Programmierung, wenn es um die Programmierparadigmen geht. Ferner bietet es eine dynamische Typisierung. Wie viele dynamische Sprachen wird Python oft als Skriptsprache genutzt. Die Sprache weist ein offenes, gemeinschaftsbasiertes Entwicklungsmodell auf, dass durch die gemeinnützige Python Software Foundation gestützt wird, die die Definition der Sprache in der Referenzumsetzung CPython pflegt.

Kurze Zeitreise

Die Sprache wurde Anfang der 1990er Jahre von Guido van Rossum am Centrum Wiskunde & Informatica in Amsterdam als Nachfolger für die Programmiersprache ABC entwickelt und war ursprünglich für das verteilte Betriebssystem Amoeba gedacht.

Wie in meinem Beitrag über GitHub bereits erwähnt, geht der Name nicht auf die gleichnamige Schlangengattung zurück, sondern bezog sich ursprünglich auf die englische Komikertruppe Monty Python. In der Dokumentation finden sich daher auch einige Anspielungen auf Sketche aus dem Flying Circus. Trotzdem etablierte sich die Assoziation zur Schlange, was sich unter anderem in der Programmiersprache Cobra sowie dem Python-Toolkit „Boa“ und schlussendlich in dem heutigen Logo wiederfindet. Die erste Vollversion erschien im Januar 1994 unter der Bezeichnung Python 1.0. Gegenüber früheren Versionen wurden einige Konzepte der funktionalen Programmierung implementiert, die allerdings später wieder aufgegeben wurden.

Python 2.0 erschien am 16. Oktober 2000. Neue Funktionen umfassten eine voll funktionsfähige Garbage Collection (automatische Speicherbereinigung) und die Unterstützung für den Unicode-Zeichensatz. In Version 2.6 wurde eine Hilfe eingebaut, mit der angezeigt werden konnte, welche Code-Sequenzen vom Nachfolger Python 3 nicht mehr unterstützt werden und daher in darauf aufbauenden Versionen nicht mehr funktionsfähig sind.

Python 3.0 (auch 3000 genannt) erschien am 3. Dezember 2008 nach längerer Entwicklungszeit. Es beinhaltet einige tiefgreifende Änderungen an der Sprache, etwa das Entfernen von Redundanzen bei Befehlssätzen und veralteten Konstrukten. Da Python 3.0 hierdurch teilweise inkompatibel zu früheren Versionen ist, beschloss die Python Software Foundation, 2.7 parallel zur Version 3 bis Ende 2019 weiter mit neuen Versionen zu unterstützen.

Freuen dürfen wir uns auf die mittlerweile Version 3.12, die im Oktober dieses Jahres folgen soll.

Wieso Python?

Es wurde mit dem Ziel größter Einfachheit und Übersichtlichkeit entworfen. Die Sprache kommt mit relativ wenigen Schlüsselwörtern aus und ist mit einer reduzierten Syntax auf Übersichtlichkeit optimiert. Dadurch lassen sich Python-basierte Skripte deutlich kleiner bzw. kompakter formulieren als in anderen Sprachen.

Van Rossum legte bei der Entwicklung großen Wert auf eine Standardbibliothek, die überschaubar und leicht erweiterbar ist. Dies war das Ergebnis seiner schlechten Erfahrung mit der Sprache ABC, in der das Gegenteil der Fall ist. Dieses Konzept ermöglicht, Module aufzurufen, die in anderen Programmiersprachen geschrieben wurden, etwa um Schwächen von Python auszugleichen. Beispielsweise können für zeitkritische Teile in maschinennäheren Sprachen wie C implementierte Routinen aufgerufen werden. Umgekehrt lassen sich damit Module und Plug-ins für andere Programme schreiben, die die entsprechende Unterstützung bieten. Dies ist unter anderem bei Blender, Cinema 4D, GIMP, Maya, OpenOffice bzw. LibreOffice, PyMOL, SPSS, QGIS oder KiCad der Fall. Über die ich bereits geschrieben habe und noch schreiben werde.

Wie bereits erwähnt, ist Python eine Multiparadigmensprache. Dies bedeutet, es zwingt den Programmierer nicht zu einem bestimmten Programmierstil, sondern erlaubt, dass für die jeweilige Aufgabe am besten geeignete Paradigma zu wählen. Die Freigabe nicht mehr benutzter Speicherbereiche erfolgt durch Referenzzählung. Datentypen werden dynamisch verwaltet, eine automatische statische Typprüfung wie z. B. bei C++ gibt es nicht. Jedoch unterstützt Python ab Version 3.5 optionale Typ-Annotationen, um eine statische Typprüfung mithilfe externer Software, wie zum Beispiel Mypy, zu vereinfachen.

Wann Python?

Python ist für die meisten gängigen Betriebssysteme frei erhältlich und bei den meisten Linux-Distributionen im Standardumfang enthalten. Um es in Webserver einzubinden, wird Webserver-umgreifend WSGI verwendet, welches die Nachteile von CGI umgeht. WSGI stellt eine universelle Schnittstelle zwischen Webserver und Python(-Framework) zur Verfügung.

Sowohl in der Wirtschaft, Wissenschaft als auch in der Spielebranche erfreut sich Python einer großen Beliebtheit, da es auf der einen Seite einsteigerfreundlich ist und auf der anderen Seite auch leistungsfähig genug, um theoretische Grundlagen der Programmierung zu vermitteln bzw. um moderne Anwendungen bis hin zu komplexen Datenanalysen, grafischer Programmierung oder Datenbankanwendungen zu entwickeln. Ganz zu schweigen von den Möglichkeiten in Bezug auf Machine learning bzw. künstliche Intelligenz. Doch diese Themen werde ich auch in zukünftigen Beiträgen angehen.

An dieser Stelle sei auch das Projekt „100-Dollar-Laptop“ erwähnt. Denn da wurde Python als Standardsprache der Benutzeroberfläche verwendet. Da der 100-Dollar-Rechner für die Schulausbildung von Kindern konzipiert war, sollte bei Benutzung der dafür gestalteten grafischen Benutzeroberfläche „Sugar“ auf Knopfdruck der gerade laufende Python-Quellcode angezeigt werden. Damit sollte Kindern die Möglichkeit gegeben werden, die dahinter liegende Informationstechnik real zu erleben und nach Belieben „hinter die Kulissen“ zu schauen oder sogar anzupassen. Doch darüber schreibe ich in einem zukünftigen Beitrag, da sich dieses Projekt komplexer entwickelt hat, als man es annehmen möchte.

Fazit

Python kann verhältnismäßig schnell erlernt werden und man kann damit sehr kurze Programmtexte schreiben. Dies verbessert die Verständlichkeit einer Anwendung, erleichtert die Fehlersuche und verkürzt die Entwicklungszeit. Es unterstützt unterschiedliche Paradigmen (Programmierstile).

Auch gibt es viele frei verfügbare Erweiterungen (sogenannte Module) für spezielle Anwendungsbereiche wie etwa Grafik, Astronomie, Mathematik, Spracherkennung, Quantencomputer und künstliche Intelligenz.

Der Beitrag Python – Die Sprache für schnelle Prototypen, Datenanalyse und künstliche Intelligenz erschien zuerst auf CEOsBay.

Welche Kommunikationsschnittstellen lassen sich analysieren?

Wireshark kann den Datenverkehr auf Ethernet-, USB- oder WLAN-Schnittstellen mitlesen. Die primären Einsatzgebiete sind das Netzwerk-Monitoring, die Fehlersuche sowie Fehleranalyse und die IT-Sicherheitsüberwachung. Und ja, auch für Hacker ist es ein beliebtes Tool.

Eine kurze Zeitreise zu den Anfängen von Wireshark

In den 90er Jahren arbeitete Gerald Combs, ein Informatik-Absolvent der University of Missouri-Kansas City, für einen kleinen Internet-Dienstanbieter. Die kommerziellen Produkte zur Protokollanalyse waren damals relativ teuer und liefen nicht auf den Hauptplattformen Solaris und Linux, welches das Unternehmen im Einsatz hatte. Also beschloss der junge Gerald, selbst eine Anwendung dafür zu schreiben und fing mit der Entwicklung von Ethereal an. Seine erste Version wurde gegen 1998 veröffentlicht.

Im Mai 2006 nahm Combs eine Stelle bei CACE-Technologies an. Er war der Urheber für den größeren Teil des Ethereal-Quellcodes und der Rest des Codes war ohnehin unter GNU GPL bereits Open Source, so dass er den Inhalt des Ethereal-Subversion-Repository als Grundlage für seine neue Repository verwenden konnte. Nachdem er zeitgleich auch Markeninhaber von Ethereal war, änderte er den Namen kurzerhand in Wireshark. Im Jahr 2010 kaufte Riverbed Technology CACE auf und übernahm die Rolle des Hauptsponsors von Wireshark. Die Entwicklung von Ethereal wurde kurze Zeit später eingestellt und in einem Sicherheitshinweis von Ethereal wurde der Wechsel zu Wireshark empfohlen. Wireshark hat im Laufe der Jahre mehrere Branchenauszeichnungen abgeräumt. Meiner Meinung nach ist es immer noch eines der besseren Paket Sniffer überhaupt. Vor einigen Tagen wurde ich auch auf eine „neue“ Repo auf GitHub aufmerksam gemacht, die seit einem Jahr entwickelt wird und in den letzten Tagen eine GUI (Graphical User Interface bzw. Grafische Benutzeroberfläche) erhalten hat. Ich werde es mir anschauen und gegebenenfalls einen Beitrag dazu schreiben.

Combs pflegt weiterhin die Repo von Wireshark und veröffentlicht immer wieder neue Updates der Software. Auf der Produktwebsite sind fast 2000 weitere Autoren aufgelistet, die ihren Beitrag leisten und geleistet haben.

Was macht Wireshark eigentlich?

Wireshark erkennt als paketorientierter Sniffer viele verschiedene Protokolle und visualisiert die wichtigsten Informationen der Protokollheader übersichtlich und leicht lesbar. Für das Mitlesen der Daten nutzt Wireshark Zusatzprogramme wie WinPcap, usbpcap oder pcap. Zur veranschaulichten Darstellung der aufgezeichneten Daten sind Verbindungsübersichten, statistische Informationen zum Datenfluss und Ablaufdiagramme von Kommunikationsverbindungen erstellbar. Darüber hinaus sind binäre Daten aus dem aufgezeichneten Datenstrom extrahierbar, sie sich im Anschluss konvertieren lassen.

Was ist WinPcap

WinPcap ist eine als Freeware vertriebene Programmbibliothek, bestehend aus einem Treiber, der Hardware-nahen Zugriff auf die Netzwerkkarte ermöglicht und einer Sammlung von Werkzeugen, die den bequemen Zugriff auf die einzelnen für Netzwerke relevanten Schichten des OSI-Modells bieten. Das OSI-Modell hilft im Grunde genommen Herstellern von Netzwerkgeräten und Netzwerksoftware: Geräte und Software zu entwickeln, die mit Produkten anderer Hersteller kommunizieren können, was eine offene Interoperabilität ermöglicht. Im Laufe der letzten Jahre hat sich Wireshark als Standard-Werkzeug für Netzwerkanalysen etabliert. Auf den Download-Seiten von Wireshark sind Quellpakete und Installationsprogramme für Unix-, Windows- und MacOS-Systeme zu finden. Installationsassistenten für Windows erleichtern die Installation.

Was ist USBPcap?

USBPcap ist ein Open-Source-USB-Sniffer für Windows.

Was ist pcap?

Im Bereich der Computernetzwerkverwaltung ist pcap eine Anwendungsprogrammierschnittstelle (API) zur Erfassung des Netzverkehrs.

Anwendungsbereiche von Wireshark

Die technischen Möglichkeiten der Software sind sehr bereitgefächert. Die aufgezeichneten Daten lassen sich in Echtzeit oder auch in Form von einzelnen Paketen mit leicht lesbaren Headerinformationen darstellen. Über verschiedene Protokollfilter werden die Daten aufbereitet. Auch der tatsächliche Inhalt der Datenpakete ist auswertbar. Am häufigsten wird der Sniffer für die Protokoll-Analyse auf den Schnittstellen Ethernet und im WLAN für Netzwerkprotokolle der TCP/IP-Familie eingesetzt.

Darüber hinaus ist das Tool wie bereits erwähnt in der Lage, Datenverkehr auf anderen Schnittstellen wie Bluetooth oder USB aufzuzeichnen und auszuwerten. Voraussetzung für das Mitlesen auf der jeweiligen Schnittstelle ist die Installation eines entsprechenden Capture-Programmpakets wie WinPcap sowie die Zugriffsberechtigung des Benutzers auf die jeweiligen Schnittstellen.

Um sich die Informationen anzeigen zu lassen wird von Wireshark eine Extraktion initiiert, der aus diversen Protokollen Meta-Informationen aus dem Kontext des Datenflusses zieht. Man kann auch eigene Module und Filter für bestimmte Netzwerkprotokolle erstellen.

Wird kein Filter verwendet, zeichnet Wireshark den gesamten Datenverkehr der Schnittstelle auf. Um die Datenmenge zu reduzieren und sich auf das zu analysierende Netzwerkprotokoll zu konzentrieren, können Capture-Filter eingesetzt werden. Mit einem Capture-Filter lassen sich IP-Adressen (auch Bereiche), Protokolle, Protokollnachrichten und viele weitere Parameter einstellen. Ein Filter mit einer vorgegebenen IP-Adresse beschränkt den aufgezeichneten Verkehr auf die Pakete von und zu einzelnen Netzwerkkomponenten.

Über die Stream-Verfolgung ist es möglich, gezielt einzelne TCP-Streams aufzuzeichnen und zu analysieren. Weitere wichtige Features von Wireshark sind die Statistik-Funktionen. Sie erlauben das Erstellen von Statistiken zum Datenverkehr hinsichtlich Parameter wie Paketlängen, Typen von Netzwerkprotokollen, Verbindungsendpunkten, Antwortzeiten, Kommunikationsbeziehungen oder IP-Adressen. Funktionen zu UDP Multicast-Streams, Signal-Traffic (SIP) und Voice-Traffic (RTP) analysieren den VoIP-Verkehr auf einer Netzwerkschnittstelle relativ präzise und tiefgehend. Mit wenigen Klicks sind die verschiedenen RTP-Streams herausgefiltert und grafisch dargestellt. Per Statistikfunktionen sind die für die Qualität der VoIP-Kommunikation wesentliche Merkmale wie Jitter oder Delay extrahierbar und zu visualisieren.

Einsatz von Wireshark in geswitchten Netzwerken

Wireshark kann nur den Datenverkehr einer bestimmten Schnittstelle des Rechners, auf dem die Software installiert ist, mitlesen. In einer geswitchten Umgebung, sind können lediglich die vom Rechner gesendeten oder empfangenen Pakete sowie die an alle adressierten Broadcast-Pakete protokolliert werden. Nur in einem unverschlüsselten WLAN oder am Port eines Hubs ist der gesamte Netzwerkverkehr analysierbar.

Soll in einer geswitchten Umgebung der Verkehr eines bestimmten Rechners mitgeschnitten und analysiert werden, empfiehlt sich die Verwendung der so genannten Mirror-Funktion eines Switches. Damit kann man den Netzwerkverkehr eines definierten Switchports auf einen anderen Port spiegeln. An diesen kann dann ein weiterer Rechner mit installiertem Netzwerk-Sniffer angeschlossen werden, mit dem sich der Datenverkehr des gespiegelten Ports aufzeichnen und auswerten lässt.

Wireshark als Analysetool

Man kann mit Wireshark nicht nur den eigens ermittelten Datenverkehr analysieren. Es ist auch möglich, Capture-Daten verschiedener Formate anderer LAN-Analyse-Tools oder oder Netzkomponenten einzulesen und auszuwerten. Zahlreiche Geräte wie Router oder Switches verschiedener Hersteller bieten die Möglichkeit an, den Datenverkehr in einem für Wireshark lesbaren Format aufzuzeichnen. Dazu zählen beispielsweise die in Deutschland sehr beliebten Fritzbox-Router des Herstellers AVM.

Wireshark, um Schwachstellen der IT-Sicherheit zu ermitteln

Ein wichtiges Einsatzgebiet von Wireshark ist auch das Umfeld der Netzwerk-Sicherheit. Man kann damit im Grunde genommen die IT-Sicherheit überprüfen. Schwachstellen lassen sich aufspüren und verdächtiger Datenverkehr identifizieren. So sind sämtliche Kommunikationspartner einer bestimmten Netzwerk-Node anhand der IP-Adressen identifizierbar. Verdächtige Pakete zu oder von unbekannten IP-Adressen sind schnell bestimmt. Kommt die Software an zentrale Schnittstellen eines Netzwerks wie beispielsweise auf dem Interface zum Internetanschluss oder an der WAN-Schnittstelle eines Routers zum Einsatz, erfasst die Software sämtliche Ein- und Ausgänge des Datenverkehrs. So ziemlich alles ist auswertbar und identifizierbar.

Gesetzliche und datenschutzrechtliche Aspekte zum Einsatz von Wireshark

Beim Einsatz von Wireshark sind einige gesetzliche Aspekte zu beachten. In Deutschland ist es verboten, fremde Netzwerkverbindungen mitzulesen und aufzuzeichnen. Während die Verwendung des Netzwerkanalysators im eigenen Netz in der Regel unproblematisch ist, muss für den Einsatz des Tools in fremden Netzwerkumgebungen eine Erlaubnis eingeholt werden. Auch die datenschutzrechtlichen Bestimmungen sind bei der Aufzeichnung, Speicherung und Weitergabe von Mitschnitten unbedingt einzuhalten. Hierzu macht es meistens Sinn, einen Datenschutzbeauftragten bzw. Juristen einzuschalten.

Fazit

Sniffing macht im Interesse der Sicherheit immer Sinn und ist auch notwendig. Einerseits um Fehler im Netzwerk aufzuspüren und andererseits, um Hacker oder Schadsoftware aufzuspüren. Man muss also keine Unsummen bezahlen, um sich, das Eigene- oder das Firmennetzwerk zu schützen. Manchmal reicht auch das richtige Werkzeug mit dem richtigen Anwender.

Und nicht vergessen! Sniffing zum Zwecke der Datenausspähung ist strafbar!

Der Beitrag Wireshark – Netzwerkanalyse und Sicherheit mit dem ultimativen Open-Source-Tool erschien zuerst auf CEOsBay.

Nicht zu verwechseln mit einem Emulator

Als Emulator wird in der Computertechnik ein System bezeichnet, das ein anderes Computer System in bestimmten Teilaspekten nachbildet. Dabei handelt es sich um keine Virtuelle Maschinen 😉

Auch nicht zu verwechseln mit einem Simulator

Ein Simulator wird dazu genutzt um eine Simulation auszuführen. Beispielsweise für die Nachbildung von realen Szenarien zum Zwecke der Ausbildung von Piloten im Flugsimulator. Auch von Ärzten und Pflegepersonal in einem Patientensimulator kommt ein Simulator zum Einsatz. Kriegs- bzw. Gefechtssimulationen bei Einsatzkräften der Polizei oder dem Militär, sind heutzutage auch schon normal. Die Simulation zur Analyse von Systemen, deren Verhalten für die theoretische, formelmäßige Behandlung zu komplex sind, finden ebenfalls Einsatz. Auch wenn diese Art von Simulation sich grundlegend von den vorher genannten unterscheidet. Und dann gibt es natürlich die Simulation in Spielen (Aber diesen Dingen bei späteren Beiträgen mehr).

Der Hypervisor

Man kann sich die Sache mit den Virtuellen Maschinen im Endeffekt so vorstellen wie einen oder mehrere Computer in einem Computer zu betreiben. Spezialisierte Software, die man als Hypervisor bezeichnet, emulieren die CPU- (Central Processing Unit = Prozessor), den Speicher-, die Festplatten-, die Sound-, Netzwerk- und andere Hardwareressourcen des Computers oder Servers vollständig und ermöglicht es virtuellen Maschinen, die Ressourcen gemeinsam zu nutzen oder aber vollkommen zu isolieren.

Der Hypervisor kann mehrere virtuelle Hardwareplattformen emulieren. Diese können voneinander isoliert sein, so dass virtuelle Maschinen zum Beispiel Unix-, Linux– und Windows-Betriebssysteme auf demselben zugrundeliegenden physischen Computer ausführen können. Mit der Virtualisierung kann man beispielsweise auch die Kostensenkung der IT-Infrastruktur erreichen.

Virtuelle Maschinen nutzen die Hardware effizienter, wodurch sich die benötigten Hardwarekomponenten, die damit verbundenen Wartungs- und Instandhaltungskosten, sowie der Energiebedarf sänken lassen. Sie verringern auch den Aufwand der Administration, da sich alles an einem Ort befindet. Auch nutzt sich virtuelle Hardware innerhalb der Virtuellen Maschinen nicht ab und mechanische Fehler sind ausgeschlossen.

Admins (Administratoren = Benutzer mit erweiterten Rechten in IT-Systemen) können die Vorteile virtueller Umgebungen nutzen, um Images (In der Computertechnik ist ein Image ein Systemabbild bzw. eine serielle Kopie des gesamten Zustands eines Computersystems, die in einer nichtflüchtigen Form wie einer Datei gespeichert ist), Backups (Sicherheitskopien), das Einrichten und die Bereitstellung neuer Computersysteme und grundlegende Systemverwaltungsaufgaben zu vereinfachen.

Virtuelle Maschinen erfordern keine spezielle Hardware und sind in der Regel bzw. je nach Anwendungsbereich und den Anwendungen, die ausgeführt werden sollen, nicht sehr ressourcenhungrig. Wobei dies stark von der Menge der ausgeführten Virtuellen Maschinen und der jeweiligen Konfigurationen abhängt. Zu den Vorteilen gehört unter Anderem auch die Flexibilität beim Verschieben der Instanzen zwischen diversen Servern oder Computersystemen.

Administration

Alles in allem sind Virtuelle Maschinen etwas Feines. Zumal jemand, der mehrere Betriebssysteme einer IT-Infrastruktur administrieren, orchestrieren bzw. verwalten muss, die Vorzüge diverser Betriebssysteme auf einem dedizierten System nutzen kann. Nichtsdestotrotz besteht das Risiko, falls systemrelevante Anwendungen plattformübergreifend auf einem dedizierten Server bzw. Computer ausgeführt werden, bei einer Überlastung oder einem Hardwarefehler alle Systeme die darauf abgebildet sind, in Mitleidenschaft zieht. Folglich macht es Sinn, auch Virtuelle Maschinen auf der Hardware-Ebene redundant zu betreiben.

Wozu benötigt man Virtuelle Maschinen?

Virtuelle Maschinen sind vielseitig einsetzbar. Eines der wichtigsten Aspekte ist, wie bereits erwähnt, die synchrone Nutzung unterschiedlicher Betriebssysteme. Diese Art der Nutzung trifft man häufig beim Testen von Software- bzw. Web-Anwendungen an. So ist es beispielsweise möglich, die Tests auf verschieden Systemen mit verschiedenster Hardware-Ausstattung auszuführen und die Resultate bzw. Laufzeitergebnisse auf einem primären System zu evaluieren und zu verwalten. Dies macht auch dann Sinn, wenn es sich um sicherheitsrelevante Anwendungen handelt, die beispielsweise in einer isolierten Umgebung ausgeführt werden sollen/müssen oder wenn man Penetrationstests (Penetrationstest, kurz Pentest(ing), ist der fachsprachliche Ausdruck für einen umfassenden Sicherheitstest einzelner Rechner oder Netzwerke jeglicher Größe) in diversen Netzwerkumgebungen und verschiedenen Betriebssystemen ausführen möchte.

Virtuelle Maschinen und Multi-Boot-Systeme

Als die Virtualisierung noch nicht existierte, musste man ein Computer-System mit mehreren Betriebssystemen immer wieder neu booten (Neustarten), um auf die verschiedenen Betriebssysteme zuzugreifen. Jedes dieser Betriebssysteme konnte zwar sowohl abhängig als auch unabhängig vom Dateisystem agieren, doch sie konnten immer nur einzeln zu einem bestimmten Zeitpunkt verwendet werden. Auch heute macht man dies nach wie vor so. Beispielsweise wenn man Software nutzen will, die ausschließlich auf einem spezifischen Betriebssystem wie MacOS, Windows oder Linux funktionsfähig ist, die Hardware-Ressourcen relativ begrenzt sind und die vollständige Kapazität des Systems für das spezifische Betriebssystem oder die Anwendungen benötigt werden. Nachteile sind hierbei, meiner Erfahrung nach, besonders auf Apple Geräten, die fehlenden oder fehlerhaften Treiber bzw. das geschlossene Ökosystem des Herstellers.

Virtuelle Maschinen und Cloud Computing

Mit dem Aufkommen der Cloud lassen sich die virtuellen Maschinen auch in der Cloud ausführen bzw. umziehen/migrieren. Dieses Thema werde ich aber in einem anderen Beitrag genauer bearbeiten, da ich mich derzeit auch in diesem Umfeld bewege.

Virtuelle Maschinen und Container

Container funktionieren nach einem ähnlichen Prinzip wie Virtuelle Maschinen – Bis auf die Hardware versteht sich. Doch dies habe ich bereits in dem Blog-Beitrag über Docker beschrieben. Hier ist auch der Beitrag über Kubernetes zu empfehlen.

Welche Virtuellen Maschinen gibt es?

Zu den Hauptanbietern gehören wohl VMware, was heute als EMC unter dem Dach von Dell existiert, Oracle, Microsoft und Parallels. Ansonsten sind da noch Open-Source-VM-Lösungen wie Red Hat Virtualization oder ProxMox, die ich zusammen mit Azure auch noch in späteren Beiträgen thematisieren möchte. Nicht zu vergessen Virtual Box von Oracle, was ebenfalls als „Open Source“ zu haben ist.

Der Beitrag Virtuelle Maschinen – Flexibilität und Effizienz durch nahtlose Systemintegration und isolierte Umgebungen erschien zuerst auf CEOsBay.