USS Yorktown utracił część systemów sterowania po błędnych danych prowadzących do dzielenia przez zero — ale popularna wersja o „Windowsie, który unieruchomił okręt” jest uproszczona
W 1997 r. USS Yorktown, testujący program Smart Ship, doświadczył awarii sieci systemów sterowania po wprowadzeniu wartości zero w polu danych. Aplikacja próbowała wykonać dzielenie przez zero, a problem propagował się przez zintegrowaną sieć komputerową. Incydent stał się słynną opowieścią o okręcie „zawieszonym przez Windows NT”. Źródła z epoki pokazują jednak, że sednem była słaba odporność aplikacji i architektury na błędne dane, a szczegóły dotyczące konieczności holowania i skali utraty napędu były później kwestionowane.
Zero jest legalną wartością dla komputera, nawet jeśli domena go zabrania
Jeżeli dane wejściowe mają być zawsze dodatnie, program powinien to sprawdzić przy granicy systemu. Sam typ liczbowy nie wie, że zero jest niedozwolone w danym równaniu. Brak walidacji pozwala błędowi użytkownika przejść aż do operacji matematycznej.
Dzielenie przez zero powinno być lokalnym błędem
Nowoczesna aplikacja może zgłosić wyjątek, odrzucić rekord i kontynuować. Problem Yorktowna był interesujący dlatego, że stan aplikacji był mocno zintegrowany z innymi maszynami. Awaria jednego elementu mogła wpływać na sieć systemów sterowania.
Smart Ship zwiększał integrację i zmniejszał załogę
Program miał automatyzować funkcje okrętu i ograniczać liczbę personelu potrzebnego do monitorowania maszyn. Im więcej funkcji zależy od wspólnej sieci komputerów, tym większe znaczenie ma fault containment. Oszczędność operacyjna może zwiększać wspólny failure domain.
Spór o szczegóły jest częścią historii
Artykuł US Naval Institute wskazywał dzielenie przez zero i krytykował odporność systemu, ale kwestionował proste doniesienia, że cały okręt został bezradnie odholowany wskutek Windows NT. Wired również opisywał sprzeczne relacje. Dlatego uczciwy rekord powinien mówić o awarii systemu sterowania, nie powtarzać najbardziej sensacyjnej wersji.
System wojskowy musi zakładać złe dane
W warunkach realnych dane mogą być błędne przez operatora, uszkodzony sensor, zerwane połączenie lub uszkodzenie bojowe. Odporność oznacza walidację, izolację i możliwość ręcznego fallbacku. Nie wystarczy, że aplikacja działa przy idealnym wejściu.
Najlepsza lekcja nie dotyczy Windows kontra Unix
Incydent bywał używany w wojnie systemów operacyjnych. Bardziej uniwersalne pytanie brzmi: dlaczego pojedyncza błędna wartość mogła wpłynąć na tak dużą część systemu? To problem architektury niezawodności niezależny od logo systemu operacyjnego. Defensive programming w takim środowisku obejmuje również wartości NaN, infinity, brak danych i ekstremalne zakresy. Zero jest tylko najbardziej intuicyjnym przykładem klasy wejść, których równanie może matematycznie nie dopuszczać.
Walidacja powinna następować na granicy zaufania, zanim dane wejdą do wspólnego stanu
Jeśli użytkownik wpisuje wartość do panelu, najbezpieczniej odrzucić niedozwolone zero natychmiast, z czytelnym komunikatem. Jeżeli błędny rekord trafi do wspólnej bazy lub rozgłoszonego systemu sterowania, kolejne komponenty mogą zakładać, że został już zweryfikowany. Im dalej propaguje się niewłaściwy stan, tym trudniej znaleźć pierwotne źródło i ograniczyć skutki. To wzorzec „validate at the boundary”. Jednocześnie system krytyczny nie powinien ślepo ufać nawet danym pochodzącym z innego własnego modułu — defense in depth zakłada sanity checks także wewnętrznie. Yorktown jest ciekawy właśnie dlatego, że błędna wartość została wciągnięta do architektury o szerokim zasięgu. Zamiast debaty Windows kontra Unix ważniejsza jest zasada, by komponent potrafił odrzucić niemożliwe dane i pozostać w stanie operacyjnym. Dobre systemy sterowania projektuje się tak, by błąd pojedynczego rekordu dawał ograniczony, lokalny efekt. Jeżeli jeden niemożliwy parametr potrafi przewrócić wspólną usługę, granice awarii są zbyt szerokie niezależnie od tego, kto wpisał wartość. Jeżeli niemożliwe dane pojawiają się mimo walidacji, system powinien zachować diagnostykę pozwalającą wskazać ich źródło. Bez tego operator widzi tylko efekt końcowy i traci możliwość odróżnienia błędu człowieka, sensora i transmisji.