@phdthesis{Dierschke2018,
  type      = {Bachelor Thesis},
  author    = {Kai Dierschke},
  title     = {Entwicklung einer abgesicherten Ausf{\"u}hrungsumgebung f{\"u}r automatisierte Bewertungsprozesse},
  doi       = {10.25968/opus-1284},
  url       = {http://nbn-resolving.de/urn:nbn:de:bsz:960-opus4-12848},
  year      = {2018},
  abstract  = {In der Lehre kommen seit einiger Zeit Autobewerter zum Einsatz, um automatisiert oder teilautomatisiert L{\"o}sungen von Lernenden zu Programmieraufgaben zu bewerten. Aus Sicht eines Betreibers von Autobewerter-Systemen erfordert letzteres meist die Ausf{\"u}hrung von fremdem Programmcode in der eigenen Server-Umgebung. Hierbei ist Vorsicht geboten, da fehlerhafter oder angriffslustiger Programmcode verbotene Aktionen ausf{\"u}hren k{\"o}nnte. An der Hochschule Hannover k{\"o}nnen Studierende L{\"o}sungen zu Programmieraufgaben verschiedener Programmiersprachen {\"u}ber das Lernmanagementsystem \"moodle\" einreichen. Die angeschlossene Middleware Grappa nimmt L{\"o}sungen anschlie{\"s}end entgegen und leitet diese an einen Autobewerter der zugeh{\"o}rigen Programmiersprache weiter. Diese Arbeit befasst sich damit, Sicherheitsrisiken bei der Ausf{\"u}hrung von fremdem Programmcode durch Autobewerter zu identifizieren und zu vermeiden. Hierzu gilt es, m{\"o}gliche Angriffe herauszustellen und aktuelle, angemessene Technologien zu finden, um diese zu verhindern. Anschlie{\"s}end findet mit einer Technologie die Entwicklung einer abgesicherten Ausf{\"u}hrungsumgebung f{\"u}r beliebige an die Middleware Grappa angebundene Autobewerter statt. Die exemplarische Einbettung der beiden Autobewerter Graja und Praktomat in die entwickelte Ausf{\"u}hrungsumgebung soll unter Beweis stellen, dass es sich um eine generische L{\"o}sung mit wenig Overhead handelt.},
  language  = {de}
}