Возможно, это решение будет связано со всеми timing attacks. У тех, кто ими занимался, могли остались наработки, применимые к этой уязвимости.
Операции довольно быстрые, например получится на этом уровне замаскировать показания времени.
Довольно насущная проблема.
Я к своим проектам на python прикручиваю свой же велосипед — логгер, он всегда все пишет, независимо от желания программиста, в общий лог проекта.
Можно поток записи раздвоить и какие-то данные откладывать себе, для сохранения отдельно или обработки здесь и сейчас.
И небольшая библиотечка функций, где самая часто используемая строит по выборке данных графики метрик или какой-то целевой величины, выбирая лучшую визуализацию. Не идеально, но обычно остается всего лишь чуть подправить.
Когда идет оптимизация моделей на C++ и CUDA — еще веселее, но пока не выработался общий подход.
Вообще, море их. Неполный список есть, например, на вики: en.wikipedia.org/wiki/List_of_biological_databases
Много где реализованы визуализации, например вот:
www.ncbi.nlm.nih.gov/genome/gdv
«Как сделать 2 стопки монет, с равным количеством орлов в каждой стопке?»
Задача простая, конечно.
Операции довольно быстрые, например получится на этом уровне замаскировать показания времени.
Я к своим проектам на python прикручиваю свой же велосипед — логгер, он всегда все пишет, независимо от желания программиста, в общий лог проекта.
Можно поток записи раздвоить и какие-то данные откладывать себе, для сохранения отдельно или обработки здесь и сейчас.
И небольшая библиотечка функций, где самая часто используемая строит по выборке данных графики метрик или какой-то целевой величины, выбирая лучшую визуализацию. Не идеально, но обычно остается всего лишь чуть подправить.
Когда идет оптимизация моделей на C++ и CUDA — еще веселее, но пока не выработался общий подход.