W wielu starszych systemach Unix czas jest reprezentowany jako liczba sekund od 1 stycznia 1970 r. Jeśli typ `time_t` ma 32 bity ze znakiem, maksymalna dodatnia wartość wynosi `2^31 - 1`. Odpowiada ona 19 stycznia 2038 r., 03:14:07 UTC. Sekundę później wartość nie może być poprawnie reprezentowana w tym formacie. To tzw. Year 2038 problem. Nowoczesne systemy coraz częściej używają 64-bitowego czasu, ale starsze urządzenia embedded, biblioteki i formaty danych mogą nadal zawierać 32-bitowe założenie.
MCAS w pierwotnej konfiguracji Boeinga 737 MAX mógł automatycznie polecać ruch stabilizatora nose-down w określonych warunkach. System opierał swoje aktywowanie m.in. na danych z jednego aktywnego czujnika kąta natarcia, a w sekwencji zdarzeń związanych z katastrofami Lion Air 610 i Ethiopian Airlines 302 załogi mierzyły się z błędnymi wskazaniami i powtarzającymi się komendami. Raport JATR podkreślał problemy projektu, założeń dotyczących reakcji pilotów, certyfikacji i integracji funkcji. To nie jest historia „jednej złej linijki”, lecz przykład systemowego błędu bezpieczeństwa.
EASA w 2017 r. nakazała operatorom części A350 wykonywać okresowe power cycle. Analiza zdarzeń eksploatacyjnych wykazała, że po 149 godzinach ciągłego zasilania wewnętrzny timer w systemie Integrated Modular Avionics mógł doprowadzić do utraty komunikacji między częścią modułów i siecią awioniki. Skutki zależały od konfiguracji: od utraty redundancji do całkowitej utraty określonej funkcji. To przykład błędu, który nie zależy od konkretnego wejścia pasażera czy pilota, lecz od samego upływu uptime.
15 stycznia 1990 r. amerykańska sieć dalekobieżna AT&T doświadczyła wielogodzinnej kaskadowej awarii. Nowe oprogramowanie było zainstalowane w wielu centralach 4ESS. Gdy jedna centrala wykonywała reset i wracała do pracy, wysyłała określone komunikaty do sąsiadów. W specyficznym timingu odbiorca mógł wejść w wadliwą ścieżkę kodu i sam się zrestartować. Jego powrót generował kolejne komunikaty, które mogły resetować następne centrale. Lokalny mechanizm odzyskiwania stał się więc mechanizmem rozprzestrzeniania awarii.
Pierwszy lot Ariane 5 zakończył się samozniszczeniem rakiety około 40 sekund po starcie. Bezpośredni łańcuch awarii zaczął się w oprogramowaniu systemu inercyjnego: 64-bitowa wartość zmiennoprzecinkowa została konwertowana do 16-bitowej liczby całkowitej, a wartość w locie Ariane 5 przekroczyła zakres przewidziany przez kod odziedziczony z Ariane 4. Wyjątek wyłączył aktywny system, a identyczna jednostka zapasowa zawiodła z tego samego powodu. Redundancja nie pomogła, bo obie kopie miały ten sam błąd.
29 lutego 2012 r. Windows Azure doświadczył długiej awarii części usług. Jednym z kluczowych defektów był prosty sposób obliczania daty końca ważności certyfikatu. System brał bieżącą datę i zwiększał rok o jeden. 29 lutego 2012 r. dało to 29 lutego 2013 r. — datę, która nie istnieje. Tworzenie certyfikatu kończyło się błędem, proces inicjalizacji agenta gościa przerywał się, a warstwa zarządzająca interpretowała brak odpowiedzi jako problemy maszyn i wykonywała kolejne restarty. Jeden rzadki dzień uruchomił więc kaskadę problemów w warstwie zarządzania.
FAA w 2015 r. wydała dyrektywę zaskakującą nawet jak na branżę lotniczą: wszystkie Boeingi 787 należało okresowo całkowicie odłączać od zasilania, ponieważ wewnętrzny licznik software’u w generator control units przepełniał się po 248 dniach ciągłej pracy. Wszystkie jednostki mogły wtedy jednocześnie wejść w tryb failsafe, powodując utratę zasilania prądem przemiennym. Początkowym środkiem zaradczym był power cycle, a późniejsza dyrektywa wymagała instalacji poprawionego oprogramowania. Skutek był więc wspólny dla wielu kanałów.
19 lipca 2024 r. CrowdStrike opublikował aktualizację konfiguracji Rapid Response Content dla sensorów Falcon na Windows. Wadliwa kombinacja danych i kodu spowodowała próbę użycia 21. parametru wejściowego tam, gdzie dostarczono tylko 20, prowadząc do out-of-bounds memory read. Ponieważ sensor działał w jądrze systemu, błąd kończył się BSOD-em, a automatyczny globalny rollout sprawił, że problem dotknął ogromnej liczby komputerów jednocześnie. To jeden z najbardziej spektakularnych przykładów, jak mały błąd walidacji danych zyskuje ogromny skutek przez uprzywilejowany kontekst i skalę dystrybucji.
30 czerwca 2012 r. do UTC dodano leap second. W części systemów z jądrami Linux ujawniły się błędy obsługi czasu. Red Hat opisał m.in. problem, w którym po wstawieniu dodatkowej sekundy wywołania używające futexów mogły natychmiast wygasać i ponownie się uzbrajać, powodując niemal 100% użycia CPU przez aplikacje. Inny scenariusz dotyczył livelocku w kernelu. Z punktu widzenia człowieka doba wydłużyła się tylko o sekundę; z punktu widzenia kodu naruszono założenia, że zegar systemowy zmienia się zawsze w zwykły sposób.
W oryginalnym Donkey Kong limit rozgrywki nie został zaprojektowany jako finał. Czas dostępny na planszy jest wyliczany ze wzoru zależnego od numeru poziomu. Przy poziomie 22 wynik bazowy osiąga 260. Wartość jest przechowywana w jednym bajcie, więc modulo 256 staje się 4. Zamiast normalnego czasu gracz dostaje kilka sekund. Historycznie uznawano tę planszę za kill screen i granicę rekordowych rozgrywek. Co ciekawe, współczesne eksperymenty z innymi glitchami pokazały, że nawet tę barierę można technicznie obejść.
Rok 1900 nie był przestępny, ale Excel traktuje go tak, jakby miał 29 lutego. Microsoft wyjaśnia, że zachowanie zostało odziedziczone dla zgodności z Lotus 1-2-3, który również używał takiego systemu dat. Błąd jest dziś dobrze znany i technicznie możliwy do poprawienia, lecz Microsoft świadomie go zachowuje: zmiana przesunęłaby ogromną liczbę historycznych numerów seryjnych dat i mogłaby zepsuć istniejące pliki oraz formuły. To jeden z najlepszych przykładów, gdy bug staje się częścią publicznego API.
Symbole genów takie jak `SEPT1` czy `MARCH1` wyglądają Excelowi jak daty. Przy domyślnym imporcie arkusz potrafił automatycznie konwertować je na wartości dat, a błąd trafiał później do publikowanych zbiorów danych. Problem był na tyle częsty, że HUGO Gene Nomenclature Committee zdecydował się zmienić oficjalne symbole podatnych genów: np. `SEPT1` stał się `SEPTIN1`, a `MARCH1` — `MARCHF1`. To wyjątkowy przypadek, w którym zachowanie popularnego programu wpłynęło na nomenklaturę biologii. Oprogramowanie wpłynęło więc bezpośrednio na język naukowej nomenklatury.
1 stycznia 2022 r. część lokalnych serwerów Exchange 2016/2019 przestała prawidłowo przetwarzać pocztę. Silnik skanowania FIP-FS próbował załadować wersję sygnatur zawierającą datę, np. `2201010001`, i zgłaszał błąd `Can't convert ... to long`. Taka liczba przekracza maksymalną wartość 32-bitowego signed integer `2147483647`. Microsoft opublikował skrypt resetujący wersję i poprawkę aktualizacji. Incydent został nazwany Y2K22, bo podobnie jak Y2K wynikał z założenia, że format liczby „zawsze jeszcze się zmieści”.
4 października 2021 r. Facebook, Instagram i WhatsApp przestały działać na wiele godzin. Podczas rutynowej pracy utrzymaniowej wydano komendę służącą do oceny dostępności globalnego backbone. Komenda niezamierzenie odłączyła połączenia między centrami danych. Narzędzie audytujące powinno było zatrzymać tak niebezpieczne polecenie, lecz samo miało bug. Zerwana łączność spowodowała następnie wycofanie tras BGP do serwerów DNS Facebooka, przez co usługi stały się praktycznie niewidoczne dla internetu.
8 czerwca 2021 r. Fastly doświadczyło dużej globalnej awarii CDN. Bug został wprowadzony do produkcji 12 maja, lecz przez kilka tygodni pozostawał niewidoczny. Dopiero poprawna, dozwolona zmiana konfiguracji jednego klienta spełniła specyficzne warunki i aktywowała defekt, powodując zwracanie błędów przez około 85% sieci. Fastly wykryło problem w minutę, a większość usług odzyskała sprawność w niecałą godzinę. To modelowy przykład latent bug: wadliwy kod może przejść testy i długo działać, dopóki nie pojawi się rzadki stan wejściowy.
31 stycznia 2017 r. podczas naprawiania problemów z replikacją GitLab administrator zamierzał wyczyścić katalog danych na serwerze wtórnym. Polecenie zostało jednak wykonane na serwerze głównym i usunęło produkcyjną bazę. Sytuację pogorszył fakt, że kilka oczekiwanych dróg recovery było niesprawnych: snapshoty nie były włączone, backup `pg_dump` od pewnego czasu cicho zawodził, a replika została wcześniej wyczyszczona. Ostatecznie GitLab utracił kilka godzin części danych. Awaria stała się testem kopii zapasowych, którego wcześniej realnie nie wykonano.
Vancouver Stock Exchange uruchomiła w 1982 r. indeks startujący od 1000,000. Po każdej transakcji indeks był ponownie przeliczany, a wynik miał ograniczoną liczbę miejsc po przecinku. Historyczne opisy wskazują, że wartość była systematycznie obcinana, co za każdym razem wprowadzało niewielki błąd w dół. Ponieważ kolejne obliczenie używało już zaniżonej wartości jako podstawy, błąd kumulował się tysiące razy. Indeks spadł w okolice 520, choć prawidłowe przeliczenie dawało około 1098,892. To czysta demonstracja systematycznego błędu numerycznego.
2 lipca 2019 r. Cloudflare wdrożyło nową regułę Web Application Firewall. Zawierała wyrażenie regularne, które powodowało ogromny backtracking. Po globalnym rolloutcie procesy obsługujące HTTP/HTTPS zaczęły zużywać niemal 100% CPU na serwerach na całym świecie, a klienci zobaczyli błędy 502. Awaria trwała około 27 minut. Najważniejsze nie było jednak samo „złe regex”. Postmortem wskazał również brak testów wykrywających nadmierny koszt CPU i możliwość globalnego wdrożenia reguły bez stopniowego canary rollout.
28 lutego 2017 r. inżynier Amazon S3 wykonywał standardową procedurę diagnostyczną. Polecenie miało tymczasowo usunąć niewielką liczbę serwerów jednego podsystemu, ale jeden parametr został wpisany niepoprawnie i narzędzie usunęło znacznie większą grupę niż zamierzano. Wśród wyłączonych maszyn znalazły się systemy indeksu i placement S3 w regionie US-EAST-1. Ich restart był wolniejszy niż podczas zwykłych operacji, bo przez lata infrastruktura urosła, a pełnego restartu nie wykonywano od dawna. Problemem nie był więc pojedynczy operator, lecz brak ograniczeń w narzędziu.
1 sierpnia 2012 r. Knight Capital uruchomił zmianę w systemie routingu zleceń. Nowy kod trafił tylko na siedem z ośmiu serwerów. Ósmy zachował stary moduł Power Peg, który od lat nie był używany, ale nadal można go było wywołać. Nowa funkcja wykorzystała flagę, która kiedyś aktywowała właśnie Power Peg. Gdy zlecenia trafiły na nieaktualny serwer, stary kod zaczął generować ogromną liczbę zleceń rynkowych. W 45 minut firma uzyskała ponad 4 mln wykonań i poniosła stratę przekraczającą 460 mln dolarów.
Alarmy 1201 i 1202 podczas lądowania Apollo 11 mogły brzmieć jak sygnał katastrofalnej awarii komputera. W rzeczywistości Apollo Guidance Computer był przeciążony dodatkowymi zadaniami związanymi m.in. z radarem rendezvous. Jego executive wykrywał brak zasobów, wykonywał kontrolowany restart i wznawiał zadania krytyczne, takie jak sterowanie silnikiem oraz nawigacja, pomijając mniej ważne procesy. To rzadki przykład, w którym przeciążenie software’u stało się demonstracją dobrego projektu odpornościowego zamiast katastrofą.
W 1992 r. London Ambulance Service uruchomił nowy computer-aided dispatch system. W dniach 26–27 października system poważnie zawiódł, a po kolejnych problemach 4 listopada służba wróciła do pełnego trybu ręcznego. Późniejsze dochodzenie wskazywało serię błędów we wdrożeniu, nie pojedynczy bug: zbyt szybkie uruchomienie, niedostateczne testy, problemy organizacyjne, przeciążenie i błędne założenia o jakości danych oraz zachowaniu załóg. To klasyczny przypadek socio-technical failure — system informatyczny musi działać z realnymi ludźmi i realnym chaosem, nie tylko w teście laboratoryjnym.
Katastrofa Mariner 1 z 1962 r. jest często przedstawiana jako „najdroższa literówka w historii”: brakujący myślnik miał zniszczyć sondę. NASA wyjaśnia jednak, że chodziło o pominięcie overbar nad symbolem R w równaniu używanym przez system naprowadzania, a nie o znak minus czy zwykły myślnik w kodzie. Problem współwystąpił z utratą locku anteny systemu Atlas. Bez właściwego wygładzania danych program reagował na chwilowe odchylenia w sposób, którego nie planowano. Rakietę zniszczono komendą bezpieczeństwa, gdy zeszła z kursu.
NASA utraciła Mars Climate Orbiter w 1999 r. nie przez tajemniczą awarię sprzętu, lecz przez błąd na styku oprogramowania i organizacji. Jeden element naziemnego systemu generował dane impulsu w jednostkach angielskich, podczas gdy dokumentacja interfejsu wymagała jednostek metrycznych. Zespół nawigacyjny zakładał więc, że otrzymuje niutonosekundy, choć faktycznie dostawał funty-siła-sekundy. Błąd kumulował się w obliczeniach trajektorii i sonda weszła znacznie niżej nad Marsem, niż planowano. To był błąd kontraktu danych, nie samego wzoru.
Po lądowaniu Mars Pathfinder doświadczał sporadycznych resetów komputera. Przyczyną okazała się priority inversion w systemie czasu rzeczywistego VxWorks. Zadanie o wysokim priorytecie potrzebowało mutexa zajętego przez zadanie niskiego priorytetu. Tymczasem zadanie o średnim priorytecie mogło wykonywać się długo i uniemożliwiać temu niskiemu zwolnienie blokady. W efekcie najważniejsze zadanie czekało, watchdog uznawał system za niesprawny i wykonywał reset. Problem naprawiono przez włączenie priority inheritance.
Za najbardziej prawdopodobny scenariusz utraty Mars Polar Landera NASA uznała przedwczesne wyłączenie silników podczas końcowego zniżania. Czujniki dotknięcia podłoża mogły wygenerować krótkie impulsy już podczas rozkładania nóg. Charakterystyka ta była znana, ale wymagania software’u nie uwzględniły prawidłowego filtrowania takich transientów. Gdy program później zaczął odczytywać stan czujników, mógł zinterpretować zapisany sygnał jako kontakt z gruntem i wyłączyć silniki wysoko nad powierzchnią.
Oryginalny Pac-Man nie ma zaprojektowanego finału, ale praktycznie kończy się na słynnym split screenie poziomu 256. Licznik planszy mieści się w jednym bajcie. Przy logice wyświetlającej symbole owoców wartość 255 jest zwiększana o jeden i zawija się do zera. Następnie instrukcja pętli najpierw zmniejsza licznik, więc startując od zera przechodzi do 255 i wykonuje łącznie 256 iteracji zamiast kilku. Program czyta dane daleko poza tabelą owoców i zapisuje je jako kafelki ekranu, niszcząc prawą połowę planszy.
W 1991 r. bateria Patriot w Dhahranie nie przechwyciła nadlatującego pocisku Scud; 28 żołnierzy USA zginęło. Raport GAO powiązał awarię z błędem oprogramowania w wyliczaniu czasu. System korzystał z wartości 0,1 sekundy reprezentowanej w ograniczonej binarnej precyzji. Takiego ułamka nie da się zapisać dokładnie w systemie dwójkowym, więc każde przeliczenie zawierało mały błąd. Po około 100 godzinach nieprzerwanej pracy błąd czasu urósł na tyle, że przewidywane położenie szybko lecącego Scuda było istotnie przesunięte.
Wielki blackout w Ameryce Północnej 14 sierpnia 2003 r. nie został spowodowany jednym bugiem. Jednym z ważnych czynników była jednak awaria procesora alarmów w systemie EMS firmy FirstEnergy. Około 14:14 procesor „utknął” podczas obsługi zdarzenia, jego bufor zaczął się zapełniać, a operatorzy przestali dostawać nowe alarmy wizualne i dźwiękowe. W tym samym czasie w fizycznej sieci narastały problemy z liniami przesyłowymi. Software nie stworzył całego kryzysu, ale odebrał ludziom kluczową świadomość sytuacyjną.
Podstawowy cywilny sygnał GPS w starszym formacie koduje numer tygodnia w 10 bitach. Dziesięć bitów daje 1024 możliwe wartości, od 0 do 1023. Po 1024 tygodniach licznik zawija się do zera. Pierwszy rollover nastąpił w 1999 r., kolejny w kwietniu 2019 r. Starsze odbiorniki, które nie umiały ustalić właściwej epoki, mogły wtedy pokazywać błędną datę lub przestać poprawnie działać. To wyjątkowo czysty przykład rollover licznika zaprojektowanego dziesięciolecia przed realnym problemem. Sam sygnał działał zgodnie ze specyfikacją; zawodziła interpretacja epoki.
Brytyjski system Horizon używany przez Post Office rejestrował transakcje i salda w tysiącach placówek. W 2019 r. High Court w sprawie Bates v Post Office ustalił istnienie wielu bugs, errors and defects i analizował ich potencjał do powodowania pozornych niedoborów w kontach subpostmasterów. Rozbieżności systemowe były przez lata wiązane z odpowiedzialnością operatorów; część ludzi została zawieszona, obciążona finansowo lub skazana. Horizon jest dramatycznym przykładem, że dane z komputera nie są automatycznie neutralnym faktem, a domniemanie nieomylności systemu może zamienić bug w problem prawny i społeczny.
W latach 1985–1987 akcelerator medyczny Therac-25 uczestniczył w sześciu znanych wypadkach z bardzo dużymi przedawkowaniami promieniowania. Nie był to jeden prosty bug. Analiza Nancy Leveson i Clarka Turnera opisała kilka defektów oprogramowania, w tym race conditions zależne od bardzo szybkiej sekwencji działań operatora, a także brak wystarczających sprzętowych blokad bezpieczeństwa i słabe praktyki inżynierii systemowej. Przypadek stał się klasyką software safety, bo pokazał, że „komputer kontroluje urządzenie” nie może zastąpić niezależnych warstw ochrony.
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.
Microsoft opisywał historyczny problem Windows 95 i Windows 98, w którym komputer mógł przestać odpowiadać po około 49,7 dniach ciągłej pracy. Przyczyna znajdowała się w algorytmie czasu w komponencie `Vtdapi.vxd`. Liczba 49,7 dnia nie jest przypadkowa: `2^32` milisekund to około 49,71 dnia. To bardzo naturalna granica dla systemów używających 32-bitowego licznika milisekund. Incydent jest świetnym przykładem błędu, który może przejść wszystkie krótkie testy i ujawnić się dopiero po półtora miesiąca bez restartu.
Przez dziesięciolecia wiele systemów zapisywało rok tylko dwiema cyframi: `98`, `99`, `00`. Rozwiązanie oszczędzało pamięć i pasowało do założeń, że program zostanie zastąpiony wcześniej. Gdy systemy przetrwały do 2000 r., `00` mogło oznaczać 1900, powodując błędne porównania, daty ważności i obliczenia wieku. Rządy i firmy wydały ogromne środki na inwentaryzację, poprawki i testy. Fakt, że 1 stycznia 2000 r. nie nastąpiła globalna katastrofa, jest w dużej mierze efektem tych przygotowań, a nie dowodem, że problem był fikcyjny.
31 grudnia 2008 r. wiele 30-gigabajtowych odtwarzaczy Microsoft Zune jednocześnie przestało się poprawnie uruchamiać. Problem był powiązany z obsługą 366. dnia roku przestępnego. Algorytm zegara znalazł się w stanie, z którego nie wychodził poprawnie. Najbardziej niezwykła „naprawa” polegała w praktyce na przeczekaniu do zmiany daty na 1 stycznia 2009 r.; po przejściu zegara do nowego roku urządzenia znów działały. Microsoft później informował, że problem poprawiono. Rzadki dzień kalendarza zsynchronizował usterkę całej populacji urządzeń.