=Paper=
{{Paper
|id=Vol-2015/ABP2017_paper_04
|storemode=property
|title=Automatische Bewertung von Python-Anwendungen(Automatic Evaluation of Python Applications)
|pdfUrl=https://ceur-ws.org/Vol-2015/ABP2017_paper_04.pdf
|volume=Vol-2015
|authors=Florian Grummel,Rainer Oechsle,Ayla Brettle,David Schuster
|dblpUrl=https://dblp.org/rec/conf/abp/GrummelOBS17
}}
==Automatische Bewertung von Python-Anwendungen(Automatic Evaluation of Python Applications)==
https://ceur-ws.org/Vol-2015/ABP2017_paper_04.pdf
3. Workshop „Automatische Bewertung von Programmieraufgaben“,
(ABP 2017), Potsdam 2017 1
Automatische Bewertung von Python-Anwendungen
Florian Grummel,1 Ayla Brettle,2 David Schuster,3 Rainer Oechsle4
Abstract: The Department of Computer Science at the University of Applied Sciences in Trier has
been using and further developing a system for automatic software evaluation (ASB) for several years.
The ASB system is a web application which allows students to submit solutions to programming
exercises within a set time frame. The solutions can be automatically evaluated with the help of various
measures. This enables a quick feedback on the correctness of a program with regard to requirements
specified by a lecturer. This article describes the general structure of the ASB system and explains the
automated testing and evaluation of Python applications within the ASB system using the Container
Platform Docker.
Abstract: Im Fachbereich Informatik der Hochschule Trier wird seit mehreren Jahren ein System
zur automatischen Software-Bewertung (ASB) eingesetzt und weiterentwickelt. Das ASB-System
ist eine Web-Anwendung, die es Studierenden ermöglicht, Lösungen zu Programmieraufgaben
innerhalb eines festgelegten Zeitraums einzureichen. Die Lösungen können durch verschiedene
Maßnahmen automatisch bewertet werden, so dass ein schnelles Feedback über die Korrektheit eines
Programms hinsichtlich gestellter Anforderungen für die Nutzerin möglich ist. In diesem Beitrag
wird der allgemeine Aufbau des ASB-Systems beschrieben und darauf aufbauend das automatisierte
Testen und Bewerten von Python-Anwendungen innerhalb des ASB-Systems unter Verwendung der
Container-Platform Docker erläutert.
Keywords: automatische Bewertung; Python; Web-Anwendung; Docker; Google Web Toolkit (GWT);
WebSocket
1 Einleitung
An der Hochschule Trier nimmt die Programmierausbildung in den Bachelor-Studiengängen
des Fachbereichs Informatik einen großen Stellenwert ein. Um bei stetig steigenden Stu-
dierendenzahlen dennoch eine individuelle Betreuung anbieten zu können, wird seit dem
Jahr 2006 das System zur automatischen Softwarebewertung (ASB) eingesetzt. Es handelt
sich dabei um eine Server-Client-Anwendung, die in der Programmiersprache Java imple-
mentiert wurde und Programme mithilfe von Testfällen auf die Einhaltung vorgegebener
Anforderungen prüfen kann. Testfälle und Lösungen müssen hierzu allerdings nicht in
1 Hochschule-Trier
, FB Informatik, Postfach 1826, 54208 Trier, Deutschland F.Grummel@hochschule-trier.de
2 Hochschule-Trier
, FB Informatik, Postfach 1826, 54208 Trier, Deutschland A.Brettle@hochschule-trier.de
3 Hochschule-Trier
, FB Informatik, Postfach 1826, 54208 Trier, Deutschland Da.Schuster@hochschule-trier.de
4 Hochschule-Trier
, FB Informatik, Postfach 1826, 54208 Trier, Deutschland oechsle@hochschule-trier.de
cbe
2 Ayla Brettle, Florian Grummel, Rainer Oechlse, David Schuster
Java implementiert worden sein. Da insbesondere in den Grundlagenfächern des Informa-
tikstudiums algorithmische Problemstellungen überwiegend in der Programmiersprache
Python5 modelliert werden, bietet sich die Möglichkeit, das System um die Bewertung von
Python-Programmen zu ergänzen.
Um ein Programm unter der Verwendung von Unit-Tests dynamisch testen zu können,
muss dieses zur Ausführung gebracht werden. Die Ausführung von Python-Programmen
gestaltet sich jedoch als Herausforderung, da diese von Studierenden angestoßen werden,
die absichtlich oder unabsichtlich Schaden am System anrichten können. Dies begrün-
det sich unter anderem durch die mangelnde Restriktierbarkeit in Python, wenn es um
den Umgang mit Systemressourcen geht. Im Vergleich werden Java-Programme in einer
separaten Umgebung, der „Java Virtual Machine“ ausgeführt, für welche mittels Komman-
dozeilenargumenten eine Sicherheitsspezifikation definiert werden kann, die beispielsweise
die Zugriffsberechtigungen auf das Dateisystem oder die Freigabe und Verwendung von
Netzwerkports einschränkt. In Ermangelung dieses Sicherheitskonzeptes wurde für die
Ausführung nativer und interpretierter Software wie Python im Kontext des ASB-Systems
bislang auf die Verwendung des Linux-Programms Systrace 6 zurückgegriffen. Dieses
Programm dient dazu, Dateizugriffe und Portfreigaben mithilfe einer Policy-Datei, die
Regeln für das auszuführende Programm definiert, einzuschränken.
Um Systrace verwenden zu können, musste die unter Windows-Server ausgeführte Vor-
gängerversion des ASB-Systems bisher auf einen separaten Linux-Server zurückgreifen,
dessen Betriebssystem Debian7 mit Systrace kompatibel ist. Es wurde somit sichergestellt,
dass Python-Programme nicht von dem ASB-Server selbst ausgeführt werden, sodass an
diesem kein Schaden angerichtet, er nicht in einen inkonsistenten Zustand gebracht oder gar
heruntergefahren werden kann. Das genaue Vorgehen dieser Variante wird in Kapitel 3.1
detailliert betrachtet.
Die folgenden Kapitel geben zunächst einen Überblick über den Aufbau des ASB-Systems
und beschreiben die Umstrukturierung der Ausführung von Python-Programmen. Es wird ein
Konzept vorgestellt, das zur isolierten Prüfung von Lösungen keinen externen Server benötigt
und auf der sicheren und ressourcenschonenden Verwendung von Docker-Containern basiert.
2 Das ASB-System
Das ASB-System bewertet automatisiert studentische Programme und ermöglicht den
Nutzern ein individuelles Feedback zu den eingereichten Lösungen. Um nachzuvollziehen,
wie die Bewertung von Python-Programmen realisiert werden kann, wird im Folgenden die
Serverseite betrachtet und erläutert, wie beim ASB-System sogenannte Ausführungsumge-
bungen, Plugins und Lösungsbearbeitungskonfigurationen zusammenarbeiten.
5 https://www.python.org/
6 http://www.citi.umich.edu/u/provos/systrace/
7 https://www.debian.org
Automatische Bewertung von Python-Anwendungen 3
[HOS17] beschreibt, dass das System zur automatischen Softwarebewertung als Kompo-
nentensystem realisiert wurde. Komponentensysteme sind modular aufgebaut und können
zur Laufzeit erweitert werden. Der strukturelle Aufbau des ASB-Systems gleicht einem
Schichtenmodell, in dessen Mittelpunkt der sogenannte ASB-Kern steht, welcher für die In-
frastruktur des Systems verantwortlich ist. Der Kern betreut und verwaltet die Verbindungen
zu allen Clients über asynchron agierende Websockets, kommuniziert mit der Datenbank
und organisiert die Dateiablage des gesamten Systems. Des Weiteren legt der Kern den
Rahmen für die Entwicklung und Ausführung von Komponenten in Form von Schnittstellen
fest.
Die Komponenten werden in ASB als Ausfühungsumgebungen bezeichnet und dienen
dem Zweck, die Ausführung von Prozessen vorzubereiten und anzustoßen. Allgemein
stellt der ASB-Kern den Ausführungsumgebungen ein Arbeitsverzeichnis mit einer obli-
gatorischen Ordnerstruktur zur Verfügung, in das alle zur Ausführung relevanten Daten
abgelegt werden. Die Schritte zur Vorbereitung variieren in Abhängigkeit der verwendeten
Programmiersprache. Im ersten Schritt werden beispielsweise alle relevanten Bibliotheken
zu einem Klassenpfad zusammengetragen oder Source-Dateien kompiliert. Der ASB-Kern
stellt den Ausführungsumgebungen außerdem Konfigurationsdateien im XML-Format zur
Verfügung, welche unter anderem Einschränkungen definieren, die bei der Bewertung
eingehalten werden müssen. Die Ausführungsumgebung muss sicherstellen, dass diese
Einschränkungen bei der Ausführung der Softwarebewertung berücksichtigt werden. Die
eigentliche Bewertung findet dann durch die Lösungsbearbeitungsplugins statt.
Bei Lösungsbearbeitungsplugins handelt es sich um eigenständige Programme, welche dazu
dienen ein bestimmtes Merkmal einer eingereichten Lösung zu untersuchen. Zu den zu
untersuchenden Merkmalen gehören neben der Ausführung von Unittests beispielsweise die
generelle Kompilierbarkeit des Programms oder die Einhaltung von Code-Konventionen8.
Plugins werden dabei stets im Kontext eines Arbeitsverzeichnisses des ASB-Systems ausge-
führt. Ein Lösungsbearbeitungsplugin hat das Ziel, eine XML-Datei namens result.xml
zu erzeugen, die eine ASB-konforme Struktur aufweist. Diese Datei spiegelt das Bewer-
tungsergebnis wider und wird vom ASB-System verwendet, um den Studierenden dieses
Ergebnis anzuzeigen. [HOS17] liefert weiterführende Informationen zum Aufbau und der
Funktionsweise des ASB-Systems.
3 Die Python-Ausführungsumgebung
Während der Ausführung soll sichergestellt sein, dass studentische Python-Programme
keinen uneingeschränkten Zugriff auf die Systemressourcen des Servers erhalten, um
beabsichtigten oder unbeabsichtigten Schäden am ASB-Server vorzubeugen. Weiterhin
muss die Möglichkeit bestehen, Systembefehle einschränken zu können, um beispielsweise
8 Beim Testen von Java-Anwendungen wird hier auf die Software Checkstyle (s. http://checkstyle.sourceforge.net/)
zurückgegriffen
4 Ayla Brettle, Florian Grummel, Rainer Oechlse, David Schuster
das Herunterfahren des Systems zu unterbinden. Um dieses Ziel zu erreichen, wurde die
Bewertung von Python-Code bislang auf einen externen Debian-Server ausgelagert. Das
überarbeitete Vorgehen verwendet hingegen Docker-Container auf dem gleichen System,
das auch den ASB-Server ausführt.
3.1 Bisheriges Vorgehen
Die Bewertung von Python-Code wurde bislang unter Verwendung des Programms Systrace
durchgeführt. Im Folgenden sollen die Schritte zur Vorbereitung des zur Verfügung gestellten
Arbeitsverzeichnisses beschrieben werden.
In einer ersten Phase wird das Arbeitsverzeichnis vorbereitet. Zur Vorbereitung gehört
die Erstellung des Klassenpfades und die Kennzeichnung aller Verzeichnisse, welche als
Python-Packages deklariert werden sollen, durch eine Python-Initialisierungsdatei9. Im
Anschluss wird programmatisch eine ausführbare Datei namens Main.py erzeugt, die
speziellen Pyhton-Code enthält und als Ausgangspunkt für die Lösungsbewertung dient.
In diesem Python-Skript werden dem Systempfad des Programms alle zur Bewertung
notwendigen Bibliotheken hinzugefügt und der Aufruf einer vorgeschriebenen Methode
eines durch den Dozenten definierten Lösungsbearbeitungsplugins angestoßen.
Damit die eingereichten Programme keinen Schaden anrichten oder den Server gar herun-
terfahren, wird die Ausführung durch das Programm Systrace eingeschränkt. Systrace
schaltet sich zwischen eine Anwendung und den darunter liegenden Linux-Kernel. Aufrufe
der Anwendungen, die auf dem Kernel arbeiten, werden von dem Programm beobachtet und
in Abhängigkeit definierter Richtlinien unterbunden. Dies gewährleistet, dass eingereichte
Lösungen nur innerhalb festgelegter Grenzen agieren dürfen. Die zur Ausführung relevan-
ten Regeln werden von einem Dozenten über die Benutzeroberfläche des ASB-Systems
definiert und liegen zum Zeitpunkt der Ausführung in Form einer XML-Konfiguration im
Arbeitsverzeichnis vor. Die Ausführungsumgebung muss in einem weiteren Schritt aus
dieser XML-Datei eine Richtlinien-Datei für Systrace erzeugen. Dozenten können nicht
über alle Einträge der Richtlinien-Datei selbst entscheiden, sondern aus Sicherheitsgründen
lediglich einige ausführungsrelevante Einstellungen anpassen.
Da nun alle zur Ausführung notwendigen Dateien vorhanden sind, wird das in einem vorhe-
rigen Schritt generierte Python-Skript Main.py mithilfe von Systrace unter Verwendung
der erzeugten Richtlinien-Datei zur Ausführung gebracht. Da dieses Skript das für die
Bewertung zuständige Lösungsbearbeitungsplugin ausführt, liegt im Anschluss die Datei
result.xml vor. Die Bewertung ist somit abgeschlossen und die result.xml-Datei kann
vom ASB-System verwendet werden, um dem Studierenden das Ergebnis der Bewertung
anzuzeigen.
Die ASB-Benutzeroberfläche bietet die Möglichkeit, die maximale Laufzeit eines Programms
zu beschränken, sodass dieses nach einer vorgegebenen Zeit durch das System abgebrochen
9 Diese Datei trägt den Namen __init__.py
Automatische Bewertung von Python-Anwendungen 5
wird. Hierzu wird eine separate SSH-Verbindung aufgebaut, um den laufenden Systrace-
Prozess unter Verwendung seiner Prozess-ID zu beenden.
3.2 Überarbeitetes Vorgehen
Durch die Verwendung von Systrace konnte die mangelnden Restriktierbarkeit von Python-
Programmen zwar gelöst werden, allerdings beschreibt [Wa07] Sicherheitslücken in der
aktuellen Stable-Version von Systrace, welche eine Privilege Escalation ermöglichen oder
die Restriktionen der Richtliniendatei umgehen können. Unter anderem aufgrund dieser
Schwachstellen wurde Systrace im Jahr 2007 aus dem NetBSD-Standard 5.010 und im Jahr
2016 aus dem OpenBSD-Standard 6.011 entfernt.
Um eine sichere Umgebung zur Ausführung von Python-Programmen zu schaffen, wäre es
denkbar, mehrere virtuelle Maschinen am Host-System vorzuhalten und die Bewertungen
auf diese aufzuteilen. Um eine virtuelle Maschine betreiben zu können, muss für diese in
der Regel Hardware simuliert werden. Ein Betriebssystem, das in einer virtuellen Maschine
läuft, bringt außerdem einen eigenen Kernel mit. Die Kommunikation zwischen dem Be-
triebssystem der virtuellen Maschine und der Hardware des Host-Systems erfolgt dann über
einen Hypervisor. Alle Prozesse, die innerhalb einer virtuellen Maschine ausgeführt werden,
sind zwar vom Host-Betriebssystem abgeschottet, dennoch beeinträchtigt eine dauerhaft
laufende virtuelle Maschine die Perfomanz des Gesamtsystems und belegt Ressourcen auch
dann, wenn sich diese im Leerlauf befindet. Um ressourcenschonend arbeiten zu können,
soll deshalb die Verwendung des Container-Systems Docker12 Anwendung finden.
Im Jahr 2013 wurde die Container-Plattform Docker mit dem Ziel entwickelt, Abhängigkeits-
matrizen bei der Kompilierung und Ausführung von Software umgebungsunabhängig zu
sogenannten Containern zusammenzupacken. Entstanden ist ein leichtgewichtiges Konzept,
das den Vorteil einer isolierten Ausführung bietet, ohne die Perfomanz des Host-Systems
dauerhaft zu beeinträchtigen. Wie in [KM16] beschrieben, eignen sich Docker-Container
unter anderem zur Ausführung kurzlebiger Aufgaben und können im Gegensatz zu virtuellen
Maschinen bei Bedarf mit wenig Aufwand erzeugt und gelöscht werden.
In der Community-Edition steht Docker für Windows, Mac-Systeme sowie einige Linux-
Distributionen, darunter auch Ubuntu, zur Verfügung. Da es sich bei dem ASB-System um
ein nicht kommerzielles Projekt handelt, darf Docker in der Community-Edition (Docker
CE) kostenfrei verwendet werden.13
Die Docker-Plattform stellt nach [Do17] die sogenannte Docker-Engine zur Verfügung,
welche als Client-Server-System implementiert zur Verwaltung von Docker-Containern
dient und unter anderem die folgenden Komponenten enthält:
10 https://www.netbsd.org/releases/formal-5/NetBSD-5.0.html
11 https://www.openbsd.org/60.html
12 https://www.docker.com/
13 https://docs.docker.com/engine/faq/
6 Ayla Brettle, Florian Grummel, Rainer Oechlse, David Schuster
Dockerfile
Das Dockerfile dient zur Definition der von Docker ausgeführten Container. Es
enthält unter anderem Angaben über Portfreigaben und Kommandos, die beim Starten
ausgeführt werden sollen.
Docker-Image
Aus einem Dockerfile erzeugt der Prozess dockerd ein Docker-Image. Es handelt sich
dabei um eine schreibgeschützte Vorlage, mithilfe derer Docker-Container instanziiert
werden können. Oftmals basieren Docker-Images auf anderen Images und erweitern
diese um individuelle Anpassungen. Zur Verwaltung von Standard-Images14 greift
Docker auf ein zentrales Ablagesystem, das Docker-Repository zurück.
Docker-Container
Ein Docker-Container bezeichnet eine Instanz eines Docker-Images. Auf Basis eines
Images können mehrere gleiche Container erzeugt und parallel ausgeführt werden.
Die Container teilen sich dabei den Kernel mit dem Host-Computer. Zustände von
Containern werden nicht persistiert, sodass diese immer wieder im gleichen Zustand
starten.
Es besteht die Möglichkeit, bei der Ausführung Pfade des Host-Systems zu definieren,
die in den Container eingehängt werden. Es ist somit möglich, Verzeichnisse zwischen
Containern und dem Host-System zu teilen.
Zur Docker-Engine gehören außerdem der Docker-Daemon sowie der Docker-Client, welche
in [KM16] beschrieben werden.
Während virtuelle Maschinen ein Betriebssystem mit einem eigenen Kernel simulieren,
teilen sich Docker-Container einen gemeinsamen Kernel, woraus ein geringerer Aufwand
beim Erzeugen und Ausführen einer isolierten Umgebung resultiert. Docker-Images benöti-
gen gegenüber virtuellen Maschinen außerdem weniger Speicherplatz. Das ASB-System
kann bei Bedarf einen Docker-Container hochfahren und ihn nach Ausführung des Lösungs-
bearbeitungsplugins wieder beenden.
Durch die Verwendung von Docker wurde die Python-Ausführungsumgebung umstruktu-
riert, wobei einige Schritte der vorherigen Implementierung bestehen geblieben sind. Die
Ausführungsumgebung erzeugt weiterhin in allen relevanten Verzeichnissen Initialisierungs-
Dateien und generiert ebenfalls das Python-Skript Main.py, welches die Ausführung des
Lösungsbearbeitungsplugins anstößt. Unmittelbar nach der Vorbereitungsphase wird auf
Basis eines durch den Dozenten spezifizierten DockerFiles ein Docker-Image erstellt, aus
dem dann ein Container erzeugt wird. In diesen Container wird das aktuelle Arbeitsverzeich-
nis unter einem obligatorischen Verzeichnisnamen eingehängt. Innerhalb des Containers
kann dann direkt in dem Verzeichnis gearbeitet werden. Nach Ablauf des Python-Skriptes
beendet sich der Docker-Container und die Bearbeitung ist abgeschlossen. Das eingehängte
14 Images, welche bereits bestimmte Bibliotheken vorinstalliert haben, etwa Python oder Java
Automatische Bewertung von Python-Anwendungen 7
Arbeitsverzeichnis wird nach der Ausführung des Lösungsbearbeitungsplugins genutzt, um
das Bewertungsergebnis dem ASB-System zur Verfügung zu stellen.
Sollte eine studentische Lösung nicht innerhalb einer definierten Zeitspanne terminieren, so
beendet nach deren Ablauf die Ausführungsumgebung den zuvor angestoßenen Docker-
Prozess automatisch.
Für das ASB-System wird momentan ein DockerFile definiert, welches auf dem Container
Python:3.6.1-slim basiert und direkt nach dem Starten das durch die Ausführungsumge-
bung generierte Python-Skript ausführt.
4 Das ASB-System im Sicherheitskontext
[Fo06] beschreibt Kriterien, die bei der Erstellung und Verwendung von Softwarebewer-
tungssystemen (oder auch Programming-Contest-Systems) beachtet werden sollen. Dieser
Abschnitt beschreibt einige der dargestellten Schwachstellen und wie das ASB-System
diesen unter Verwendung von Docker-Containern begegnen kann.
Übermäßiger Kompilieraufwand eingereichter Programme
Auch Programme mit vergleichsweise wenig Quelltext können prinzipiell eine übermä-
ßig hohe Kompilierzeit aufweisen, wie in [Fo06] am Beispiel eines C++-Programms
demonstriert wird.
Um zu verhindern, dass eingereichte Programme zum Kompilieren zu viel Zeit bean-
spruchen, werden die ausgeführten Docker-Container nach einer benutzerdefinierten
Zeitspanne beendet.
Übermäßige Beanspruchung von Systemressourcen
Bedingt durch das Design einer Programmiersprache können Compiler eine un-
bestimmte Anzahl an Zeichen einlesen, um die syntaktische Korrektheit eines
Kommandos zu bestimmen. Abhängig vom verwendeten Compiler werden sogar
gesamte Dateien in den Arbeitsspeicher geladen. [Fo06] demonstriert auch hier,
wie ein Compiler dazu veranlasst werden kann, so lange Daten einzulesen, bis die
Gesamtkapazität des Arbeitsspeicher ausgeschöpft ist.
Das Gesamtsystem ist in diesem Zustand unter Umständen nur eingeschränkt bis
gar nicht mehr handlungsfähig, sodass ein Abbrechen des Dockercontainers nicht
gewährleistet werden kann.
Diesem Problem begegnet das ASB-System präventiv. Um einen Container davon
abzuhalten, den gesamten Arbeitsspeicher des Host-Systems zu beanspruchen, können
hierfür beim Containerstart Limitierungen definiert werden. Ein Container selbst
kann dann zwar den Zustand einer Out-Of-Memory-Situation erreichen, beeinträchtigt
hierdurch jedoch nicht die Performanz des Gesamtsystems. Container, die keinen
Speicher mehr verwenden können, erhalten eine Out-Of-Memory-Ausnahme und
8 Ayla Brettle, Florian Grummel, Rainer Oechlse, David Schuster
beginnen automatisch speicherintensive Prozesse zu beenden. Wird der Bewer-
tungsprozess beendet, bevor eine Ergebnisdatei geschrieben wurde, wird dies dem
Benutzer im ASB-System mitgeteilt.
Eine weitere Ressource, die limitiert werden muss, ist der durch Docker verwendete
Festplattenplatz des Host-Systems. Es soll vermieden werden, dass studentische
Programme Dateien erzeugen können, die den gesamten Festplattenspeicherplatz
einnehmen. In Abhängigkeit des Dateisystems des Host-Rechners beschreibt [Do17]
Lösungsansätze, um den Speicherplatz in Docker-Containern zu beschränken.
Mitschnitt und Manipulation des Netzwerkverkehrs
Wie in [Fo06] beschrieben, könnten die von einem Teilnehmer eingereichten Program-
me versuchen, den Netzwerkverkehr des Systems auszulesen, um auf diesem Wege
die Programme anderer Teilnehmer einzusehen oder zu kopieren. Die Testfälle im
ASB-System sind prinzipiell nicht von externen Ressourcen abhängig. Das bedeutet,
dass jede Bewertung, die auf eine studentische Lösung angewendet wird, eigenständig
agiert und zum Beispiel im Umfeld verteilter Anwendungen eigene Server und
Clients simulieren kann. Auf dieser Grundlage besteht bislang keine Notwendig-
keit, den Docker-Containern eine externe Netzwerkverbindung einzurichten, sodass
im Kontext des ASB-Systems die Standardnetzwerkbrücke none verwendet wird.
Eingereichte Programme können somit keine Verbindung zu externen Computern
oder dem Host-System herstellen. In dieser geschützten Ausführungsumgebung ist
es den studentischen Programmen erlaubt, alle Ports zu verwenden, ohne dass diese
den gesamten Netzwerkverkehr des ASB-Systems mitschneiden oder beispielsweise
DDOS-Angriffe15 verüben können.
5 Zusammenfassung und Ausblick
Das ASB-System ist seit einigen Jahren erfolgreich im Einsatz und entlastet die Dozenten
in der Lehre. Gleichzeitig bietet es Studierenden individuelles Feedback zur Bearbeitung
ihrer Lösungen. In diesem Beitrag wurde beschrieben, wie das ASB-System grundlegend
aufgebaut ist und wie Berechtigungen bei der Ausführung und Bewertung studentischer
Lösungen eingeschränkt werden können. Es wurde außerdem die Container-Platform Docker
vorgestellt und erläutert, welche Vorteile sie dem ASB-System im Vergleich zur Verwendung
von virtuellen Maschinen bietet.
Die Python-Ausführungsumgebung wurde umstrukturiert und nutzt anstelle des Programms
Systrace nun Docker-Container, um Berechtigungen von Python-Programmen bei der
Ausführung zu kontrollieren. Das vorgestellte Konzept beschränkt sich in seiner Anwendung
jedoch nicht nur auf Python-Programme, sondern soll langfristig als universelles Vorgehen
15 Abk. Distributed Denial Of Service
Automatische Bewertung von Python-Anwendungen 9
auch Einzug in andere Ausführungsumgebungen erhalten. Es besteht dadurch die Möglich-
keit, die Ausführung studentischer Lösungen am ASB-System einheitlich restriktieren zu
können.
Literaturverzeichnis
[Do17] Docker, Inc.: , Docker overview. https://docs.docker.com/engine/docker-overview/,
2017. [Online; accessed 1-June-2017].
[Fo06] Forisek, Michal: Security of Programming Contest Systems. Informatics in Secondary
Schools, Evolution and Perspectives, 2006.
[HOS17] Herres, Britta; Oechsle, Rainer; Schuster, David: Der Grader ASB. In: Automatisierte
Bewertung in der Programmierausbildung. Oliver J. Bott and Peter Fricke and Uta Priss
and Michael Striewe, 2017. ISBN: 978-3-8309-3606-0.
[KM16] Karl Matthias, Sean P. Kane: Docker Praxiseinstieg. mitp, Frechen, 2016.
[Wa07] Watson, Robert N. M.: Exploiting Concurrency Vulnerabilities in System Call Wrappers.
WOOT 7, 2007.