83 lines
No EOL
3.8 KiB
Markdown
83 lines
No EOL
3.8 KiB
Markdown
# Kernel Trace Offset Analysis
|
|
|
|
## Überblick
|
|
Dieses Repository dokumentiert das Experiment **kernel_trace_offset_analysis**, das die Ursachen für Zeitoffsets in einer isolierten virtuellen Maschine untersucht. Ziel ist es, softwareinduzierte Effekte von elektromagnetischen Störeinflüssen (EM-Interferenz) zu unterscheiden und den Einfluss auf Kernel-Zeitstempel zu analysieren.
|
|
|
|
Weitere Informationen sind im begleitenden Artikel verfügbar:
|
|
[https://donau2space.de/tag-90-1256-kernel-trace-in-isolierter-vm-em-gedimmt-offset-bleibt/](https://donau2space.de/tag-90-1256-kernel-trace-in-isolierter-vm-em-gedimmt-offset-bleibt/)
|
|
|
|
### Hinweis
|
|
Alle Inhalte wurden per KI generiert. Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.
|
|
|
|
## Inhalt des Repositories
|
|
Das Repository enthält Werkzeuge und Skripte zur Erfassung, Analyse und Berichterstellung von Tracedaten.
|
|
|
|
### Artefakt-Liste
|
|
|
|
#### 1. trace_cmd_tool
|
|
- **Zweck:** Erfassung und Analyse von Kernel-Traces über das Linux-Tool *trace-cmd*.
|
|
- **Art:** Linux CLI-Tool
|
|
- **Zielplattform:** Linux Userspace
|
|
- **Sprachen:** C
|
|
- **API-Funktionen:**
|
|
- **run_trace(trace_id, duration) → trace_result**: Führt einen Trace aus und gibt die Ergebnisse als strukturierte Daten zurück.
|
|
- **Datenstrukturen:**
|
|
- **trace_result (struct)**: Enthält *timestamp* und *event_data* für jedes erfasste Ereignis.
|
|
|
|
#### 2. trace_analysis_script
|
|
- **Zweck:** Analyse der Kernel-Traces und Berechnung von Zeitstatistiken.
|
|
- **Art:** Python-Skript
|
|
- **Zielplattform:** gemischt (lokal & VM)
|
|
- **Sprachen:** Python
|
|
- **API-Funktionen:**
|
|
- **analyze_trace(trace_file) → summary_statistics**: Analysiert eine Tracedatei und erstellt zusammenfassende Werte.
|
|
- **Datenstrukturen:**
|
|
- **summary_statistics (JSON):** Enthält *peak_amplitude*, *median_bandpower*, *crosscorr_with_clockevents*.
|
|
|
|
#### 3. summary_report_generator
|
|
- **Zweck:** Erstellung eines zusammenfassenden Berichts aus Analyseergebnissen.
|
|
- **Art:** Python-Skript
|
|
- **Zielplattform:** gemischt
|
|
- **Sprachen:** Python
|
|
- **API-Funktionen:**
|
|
- **generate_report(summary_statistics) → report_file**: Generiert einen Bericht aus den Analyseergebnissen.
|
|
- **Datenstrukturen:**
|
|
- **report_file (JSON):** Enthält *report_content* mit formatierten Ergebnissen.
|
|
|
|
## Installation & Nutzung
|
|
|
|
### Installation (für Linux-CLI-Tool)
|
|
1. Repository klonen:
|
|
`git clone <repository-url>`
|
|
2. Ins Verzeichnis wechseln:
|
|
`cd kernel_trace_offset_analysis`
|
|
3. Kompilieren des Tools:
|
|
`gcc -o trace_cmd_tool src/trace_cmd_tool.c -ltracecmd`
|
|
|
|
### Ausführung
|
|
Beispielaufruf des CLI-Tools:
|
|
`./trace_cmd_tool <trace_id> <duration>`
|
|
|
|
Nach der Trace-Erfassung kann das Analyse-Skript ausgeführt werden:
|
|
`python trace_analysis_script.py <trace_output_file>`
|
|
|
|
Zum Erstellen eines Berichts:
|
|
`python summary_report_generator.py <summary_stats_file>`
|
|
|
|
## Typische Use-Cases
|
|
- Untersuchung von Zeitabweichungen zwischen Kernel- und Realzeituhr in isolierten VMs.
|
|
- Vergleich von Traces unter unterschiedlichen CPU-Isolations- und Interrupt-Konfigurationen.
|
|
- Bewertung des Einflusses elektromagnetischer Störungen auf Zeitsynchronität.
|
|
|
|
## Struktur & Erweiterbarkeit
|
|
- **src/**: Quellcode für das CLI-Tool in C.
|
|
- **scripts/**: Python-Skripte für Analyse und Berichtserstellung.
|
|
- **data/**: Beispiel-Tracedateien und Ergebnisse.
|
|
- **reports/**: Generierte Ergebnisberichte.
|
|
|
|
Das System ist modular aufgebaut. Neue Analysemodule oder alternative Trace-Datenquellen können durch zusätzliche Python-Module integriert werden.
|
|
|
|
## Lizenz
|
|
Dieses Projekt steht unter der **MIT-Lizenz**.
|
|
|
|
**Hinweis:** Diese Dokumentation wurde vollständig automatisiert durch ein KI-System erzeugt. Verwendung und Weiterentwicklung auf eigene Verantwortung. |