Итак, у меня следующая ситуация - общая файловая система на N одинаковых машинах. Мое приложение работает на всех из них. Мне нужно понять, на какой машине мое приложение работает в каждом экземпляре - какой-то уникальный идентификатор... Есть ли такое, можно ли это эмулировать? Есть ли кроссплатформенная библиотека, которая поможет с этим?
Кроссплатформенная библиотека для уникальной идентификации машины, на которой в данный момент работает мое приложение?
12.12.2011
- Я предполагаю, что MAC-адрес уникальный, если только он не подделан... 12.12.2011
- Также можно использовать серийный номер жесткого диска. 12.12.2011
- Есть много возможностей. Большинство из них связаны с аппаратным обеспечением (т. е. с использованием уникальных идентификаторов вашего оборудования). Вы даже можете смешать их и создать свой уникальный хэш, например, md5(hd_serial + mac_address). 12.12.2011
Ответы:
1
Здесь есть две проблемы: безопасность и стабильность вашего сопоставления.
Характеристики оборудования — хорошее место для начала. Такие вещи, как MAC-адрес, процессор, идентификаторы жесткого диска.
Эти вещи теоретически могут измениться. Если жесткий диск выйдет из строя, вы, вероятно, потеряете всю конфигурацию, которая была у вас в системе. Я мог видеть, что система, которая отправляет хэш каждой характеристики отдельно, работает нормально. Если 4 из 5 совпали, вы, вероятно, догадались, что их сетевая карта загорелась и ее заменили.
Если вам просто нужно количество сотрудников, вас может даже не интересовать, что эта новая система с другой подписью раньше была другой.
Обычно люди не слишком заботятся о безопасности этих систем; они просто хотят отслеживать ресурсы в сети. Если кто-то захочет подделать идентификаторы оборудования, он сможет это сделать. Для простых случаев я бы посмотрел на установщик, который зарегистрировал соленый идентификатор. Если вам действительно нужно что-то ужасно безопасное, вы можете начать смотреть на коммерческие продукты (или задать другой вопрос конкретно об аспектах безопасности).
Оба они, очевидно, подвержены ошибкам. Я не уверен, что вы должны полностью автоматизировать это в таких случаях. Подумайте о случае, когда сетевые карты вели себя странно, и вы заменили их на другую машину.
Человеческие глаза довольно хороши, пусть ими пользуется администратор. В худшем случае они, вероятно, смогут разобраться во всем с помощью быстрого электронного письма. Просто дайте им достаточно информации, чтобы принять взвешенное решение, когда что-то пойдет не так. Действительно, если вы просто запишете все, что должно быть, человек сможет воссоздать сценарий и принять решение. Большинство из этих вещей не будут меняться ежедневно. Когда оборудование выходит из строя, работы становится больше, и не каждый день.
12.12.2011
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..