Har du levd i mer enn et par tiår, har du trolig hørt om år 2000-problemet, eller Y2K, som det gjerne kalles. Du vet, det problemet som endte opp med en forventning blant folk flest om at alle datamaskiner skulle slutte å fungere etter årtusenskiftet. Y2K38 er mye av det samme, men kanskje ikke fullt så enkelt å forstå seg på.

Kort om Y2K

For ryddighetens skyld lønner det seg kanskje å begynne med en kort forklaring av det opprinnelige Y2K-problemet. Det kom kort og godt litt forenklet av at mange datasystemer kun lagret de siste to sifrene i årstallet, dvs. 85 for 1985 og 99 for 1999. Dette førte derimot til at 2000 ble lagret som 00, som igjen ble tolket som 1900. Katastrofespådommer om Y2K nådde temmelig langt ut i befolkningen. Ganske mange forventet tilnærmet total systemsvikt i samtlige datasystemer verden rundt, så fort årstallet rundet 2000. Riktignok ville Y2K forårsaket alvorlige problemer, men konsekvensene var nok en smule mindre enn det mange hadde fått for seg. På grunn av en flerårig iherdig innsats for å løse problemet før det oppstod, ble de aller fleste mulige katastrofene avverget.

Som Y2K… bare verre

Hopp noen år framover i tid, og man flytter fokuset til et nytt og verre problem: Y2K38. Verre både å forstå seg på og å fikse. Y2K38-problemet oppstår nemlig når man lagrer dato og tid som antall sekunder etter 1. januar 1970, med en datatype som på engelsk kalles «signed 32-bit integer». Og her trengs det kanskje en del forklaring, for dette har å gjøre med hvordan datamaskinprogrammer fungerer på et lavt nivå.

Lagring som bits

Når et dataprogram lagrer en verdi i minnet, vil denne verdien ha en datatype. F.eks. om det er en tekststreng, et heltall eller et desimaltall. Dette avgjør hvordan den lagres som bit (ett binært siffer, som er enten 0 eller 1) og byte (dvs. 8 bit) i minnet. For tallverdier er det også delt opp ytterligere i hvor store tall som kan lagres. Størrelsen på tallene vil ganske enkelt variere avhengig av hvor mange bit som brukes til å lagre tallet.

Har man bare 1 bit, kan man bare lagre verdiene 0 og 1. Hvis man har to bit får man det dobbelte, med 4 ulike verdier (0 til og med 3). Har man derimot 32 bit, kan man lagre hele 4 294 967 296 ulike verdier, og den høyeste verdien blir da én mindre enn dette (siden man også må kunne lagre 0). Hvis man i tillegg ønsker å lagre negative tall må den første biten brukes som fortegn. Antall verdier blir da omtrent halvparten. Man vil da kunne lagre tall fra -2 147 483 648 til 2 147 483 647.

For å ikke gjøre lagring i minnet unødvendig komplisert, må «størrelsen» på verdien bestemmes på forhånd når et dataprogram lages. Det vil si, man må velge en passe mengde bit til å lagre det største tallet man vil få behov for. Og dette er hovedårsaken til Y2K38.

Unix-historie og integer overflow

Skaperne av operativsystemfamilien Unix trengte å finne en måte å lagre dato og tid på i operativsystemet. Da tenkte de sannsynligvis at det burde passe bra å bruke antall sekunder siden en bestemt dato. Den datoen endte opp med å være 1. januar 1970 kl. 00:00, sikkert fordi det var den nærmeste relativt runde datoen på den tida. Datoen omtales som «Unix epoch», or har dermed gitt denne formen for tidsregning navnet unixtid («Unix time») eller «Epoch time».

Ved implementering av denne datolagringen, endte man opp med å velge å lagre det som nettopp «signed 32-bit integer». Blant annet i programmeringsspråket C, hvor datatypen som brukes kalles «long», siden den er lengre enn vanlige heltall med 16 bit. «signed 32-bit integer» vil si et 32-bits heltall med fortegn. Fortegnet gjør det mulig å bruke negative verdier for å regne med datoer også før 1970. Men dette betyr altså at eneste gyldige datoverdier er de som tilsvarer heltall fra -2 147 483 648 til 2 147 483 647.

Men hva skjer når antallet sekunder siden 1. januar 1970 overstiger 2 147 483 647, den høyeste verdien som er mulig å lagre som 32 bits heltall med fortegn? Det er nemlig her selve Y2K38-problemet ligger, for nøyaktig 19. januar 2038, klokka 03:13:07, vil denne grensen nås. Da har det gått nøyaktig 2 147 483 647 sekunder siden starten av året 1970. Hva som vil skje neste sekund varierer litt basert på hva slags system det er snakk om. Et sannsynlig utfall er at klokka hopper tilbake til den laveste verdien, -2 147 483 648. Da vil tiden plutselig hoppe til det tidspunktet som er like langt unna 1970 som det 2038 er, noe som tilsvarer 13. desember 1901, klokka 20:45:52. Dette er det tidligste tidspunktet som kan representeres med 32 bit.

Når tallet blir for høyt…

Grunnen til at klokka kan komme til å hoppe tilbake er noe som kalles integer overflow. Dette skyldes hvordan tall lagres i datamaskinen, og da spesielt negative tall. Forklaringen her blir nok litt teknisk, så de minste detaljene får vente til en annen gang, men det er så tilsynelatende enkelt som følgende: Det laveste negative tallet er neste tall i rekken etter det høyeste positive tallet. I alle fall om man ignorerer at den første biten egentlig brukes til fortegn (og dermed skal behandles annerledes). Tallet 011 (3 i det binære tallsystemet) vil da etterfølges av 100 (dvs. 4 i titallssystemet).

Men siden det første sifferet her signaliserer fortegn, vil vi ikke få 4, men heller -4. Det er den laveste verdien vi kan vise med disse tre sifrene (vi har da 8 mulige verdier, fra -4 til 3). Neste tall etter -4 igjen er -3, som derimot er 1 høyere som forventet. Så essensen er altså at når det underliggende binærtallet økes med 1, men allerede er så høyt som det kan bli, kan det altså resultere i at verdien endres til andre enden av skalaen.

Fikse

Du skulle kanskje tro at det bare var å begynne å lagre datoen med en annen datatype, en som kan lagre større tall? For eksempel med 64 bit, som gjerne er det neste naturlige steget opp. Det vil gi en 4 294 967 296 ganger så høy maksverdi. Da blir høyeste tall 9 223 372 036 854 775 807, eller 9 milliarder milliarder. For hver ekstra bit kan man nemlig lagre dobbelt så mange verdier. Med 64 bit vil man kunne lagre datoer flere hundre milliarder år framover i tid.

I teorien vil dette være en super løsning, men selvfølgelig er ting sjelden så lett. Haugevis av programmer som forventer å få tiden lagret med 32 bit vil ikke kunne takle å plutselig få den med 64 bit. Og hva skjer om et program som forventer tid i 32 bit prøver å regne med en dato etter 2038? Disse kan jo bare lagres om man f.eks. bruker 64 bit. Uansett hvordan man gjør det kommer man ikke unna at datoen blir feil.

Heldigvis har man litt flaks: som nevnt tidligere har i alle fall i programmeringsspråket C egentlig definert lagringen av tid som datatypen «long», eller den fulle formen «signed long integer». Denne har en størrelse på minst 32 bit. På operativsystemer laget for 64-bits prosessorer kan datatypen altså egentlig være på 64 bit. Alle 64-bits programmer vil forvente at det er slik og håndtere det uten problemer. Det er slik Y2K38 løses på 64-bits utgaver av Linux, macOS og andre operativsystemer i Unix-familien. Lignende løsninger for å gå over til 64-bit brukes for Windows også.

Oppsummering

Men enten det nå er på denne måten eller en annen, de fleste operativsystemer har i en årrekke arbeidet med å sørge for å bruke 64 bit for å lagre dato. I alle fall for 64-bits prosessorer, hvor dette stort sett er problemfritt. Og arbeidet har fortsatt for å finne gode løsninger også for 32-bits prosessorer, selv om det inkluderer mer arbeid og større endringer enn for 64-bits. Blant annet er det mer utfordrende å beholde kompatibilitet med eksisterende programmer, som jeg var innom tidligere. Men dette er viktig arbeid, for det finnes mange integrerte systemer som bruker små og billige 32-bits prosessorer. Trolig kommer en god del av disse til å eksistere i et par tiår til.

I teorien er man altså i stor grad klar for Y2K38, for mye forberedelser er allerede gjort. Med fortsatt 16 år igjen i skrivende stund, er det sannsynlig at mange eldre systemer som ennå ikke er fikset enten vil bli oppdatert eller tatt ut av bruk. Men man kan aldri helgardere seg når det gjelder slike ting, og det vil garantert bli merkbare konsekvenser. Så får man bare håpe at man med kontinuerlig innsats for å fikse resterende systemer kan unngå de ødeleggende virkningene som kallenavnet «Epochalypse» kan antyde.

Hva synes du om denne forklaringen av Y2K38-problemet, og tilsvarende lengre forklaringer? Er dette noe du vil ha mer av? Noe jeg forklarte bra eller dårlig? Tilbakemelding, tips og ideer er velkomne enten som en kommentar under, via kontaktskjemaet eller på sosiale medier.

Lyst til å lese flere forklaringer av tekniske konsepter og temaer? Sist forklarte jeg hva HTTPS er, og hvorfor det er en svært viktig del av det moderne internettet. Tidligere har jeg også skrevet om fingerprinting, som er en mye brukt teknikk som lar nettsider spore aktiviteten din på nettet. Er du på leting etter annet innhold kan jeg også anbefale serien med korte tips, hvor du nok finner mye nyttig.

Innlegget Hva er Y2K38? er skrevet av Patrick Sletvold og er fra Multitek - En blogg om teknologi.

Vi mennesker er overraskende forskjellige, hvis man tenker over det. Og akkurat som at det er mange måter å skille mennesker fra hverandre på når du ser dem fysisk, finnes det også mange måter å skille ulike brukere på internett fra hverandre på. En metode kalt fingerprinting utnytter nettopp det at alle er forskjellige, også på nett. Dette gjør det mye lettere for reklameselskaper å spore hva du gjør, selv når du ikke er logget inn noe sted.

Som et digitalt fingeravtrykk

Det engelske ordet fingerprinting kan vanligvis oversettes med det å ta fingeravtrykk av noen. I overført betydning har det gitt navn til en metode for å kunne kjenne igjen enkeltbrukere ved hjelp av det man ser på som et digitalt fingeravtrykk.

Et digitalt fingeravtrykk er et (stort sett) unikt spor du legger igjen når du surfer på nettet. Men til forskjell fra den typen fingeravtrykk som kommer fra fingrene dine er digitale fingeravtrykk egentlig en samling av en hel haug individuelle spor, som ikke i seg selv er unike. Det er derimot samlingen av disse sporene som kan identifisere deg, for har man nok informasjon blir sjansen forsvinnende liten for at en annen person matcher disse sporene helt. Vi får det man kaller en kombinatorisk eksplosjon, der antall ulike kombinasjoner av spor stiger dramatisk for hvert nye spor vi tar med i beregningen, som altså gjør hver enkelt person mer og mer unik.

Sånn sett har et digitalt fingeravtrykk mer til felles med det man kaller et signalement, som altså er en detaljert beskrivelse av utseendet til en ettersøkt person. En beskrivelse av en person kan gjerne inneholde hårfarge, hudfarge, øyenfarge, høyde, klesfarger osv. For hver av disse punktene man legger til beskrivelsen, vil antall personer som passer til beskrivelsen synke kraftig. Har man nok holdepunkter burde det ikke være noe problem å finne den riktige personen, og slik fungerer også fingerprinting. Forskjellen er at fysiske kjennetegn er byttet ut med digitale, som for eksempel nettlesernavn, nettleserversjon, operativsystem, skjermstørrelse, foretrukne språk, installerte skrifttyper og mye annet.

Ikke alle delene av beskrivelsen er statiske, noen kan endre seg over tid. For eksempel kan det hende at man oppdaterer operativsystemet, eller endrer størrelsen på nettleservinduet. Dette kan sammenlignes med at en ettersøkt person skifter klær for å være mindre lettgjenkjennelig. Har man detaljert nok beskrivelse av noe som ikke endrer seg, f.eks. ansikt, kan man likevel kjenne igjen personen. Og det samme gjelder for digitale fingeravtrykk. Inneholder fingeravtrykket nok informasjon, kan man rimelig sikkert kjenne igjen en person selv om beskrivelsen fra tidligere ikke stemmer. Blant annet fordi det er svært usannsynlig at alle holdepunktene man har endrer seg samtidig.

Har det noe med meg å gjøre?

Overalt på nettet finnes det de som ønsker å samle informasjon om hva du foretar deg, enten det er for å kunne vise deg relevant reklame eller annet innhold, eller for å selge dataene til noen andre som vil dette. Overraskende mange selskaper drives med det formål å lage dataprofiler om brukeres nettvaner, for så å selge disse videre til en rekke godt betalende kunder.

Men hvordan i all verden får selskapene tilgang til slike data? Jo, de tilbyr gjerne verktøy til diverse nettsider, for eksempel analyseverktøy, deleknapper, videotjenester, likerknapper (i Facebooks tilfelle) osv. Eventuelt kan de også ha avtaler med selskapet bak verktøyene. Disse verktøyene kan igjen samle inn mye informasjon fra de besøkendes nettleser, og generelt om enheten de surfer på. Ved hjelp av teknikker som fingerprinting kan selskapene knytte aktivitet på ulike sider sammen, og beregne hvilke nettsider som mest sannsynlig er besøkt av samme bruker. Da har du ganske raskt en profil på hva slags surfevaner en person har, og kan ganske enkelt gjøre kvalifiserte gjentninger på interesseområder, yrke, alder og kjønn.

Disse selskapene prøver ofte å argumentere for at slike data er anonyme, og riktignok stemmer det at de gjerne ikke er knyttet opp til et enkelt individ, med fullt navn osv. Likevel er de ikke nødvendigvis så anonyme at en slik kobling er umulig å finne. Ofte er det nok data til at man har ganske god peiling på hva du foretar deg på nett, og klarer aloritmene å gjette riktig kjønn, alder og lignende, er det eneste som gjenstår å knytte det opp til en person. I mange tilfeller er dette da relativt fort gjort.

Eksempel på fingerprinting

Et fiktivt, men ikke utenkelig, eksempel på dette kan være at et annonsefirma har samlet inn data om brukere på sider som bruker dette firmaets annonseløsning. Disse dataene blir så kjøpt av f.eks. Facebook, som også har samlet sine egne data (blant annet fra nettsider med Facebooks likerknapper, samt fra sine egne apper og nettsider). La oss si at annonsefirmaet har data fra betydelig flere nettsider enn Facebook selv har, mens Facebook har færre data, men data knyttet direkte til Facebook-kontoer. Altså er Facebooks data definitivt ikke anonyme, men identifiserende. Hvis Facebook da ser på dataene de har, og sammenligner disse med dataene de kjøpte fra annonsefirmaet, vil de ofte kunne identifisere personer som er til stede i begge datasettene ved å se på felles kjennetegn. Slik leting etter likheter i data kan gjøres raskt av datamaskiner, og plutselig har man et datasett der en betydelig mengde av brukerne ikke lenger er anonyme. Man har da klart å identifisere enkeltpersoner i et tilsynelatende anonymt datasett, og kan knytte personens navn opp til interesser og nettlesehistorikk.

Fingerprinting vil altså ikke automatisk identifisere deg som individ, men har den store fordelen at de digitale fingeravtrykkene kan sammenlignes på tvers av datasett. Det kan sammenlignes med at to ulike personer i ulike byer begge har sett den samme personen, og lager hver sin beskrivelse av denne. Sammenligner man disse beskrivelsene og ser at de matcher godt nok, kan man være relativt sikker på at de to personene har observert og beskrevet samme person, og at denne personen dermed må ha vært i begge byene. Mer detaljert beskrivelse gir større sjanse for at personen er den samme. Bytt ut personene som observerer med ulike nettsteder en bruker er observert på, og man ser hvor lett det egentlig er å spore noen på tvers av nettet, selv uten å lagre en unik ID i f.eks. en informasjonskapsel.

En gjennomsnittlig person

Hvis du prøver å gjemme deg vekk blant folk, gjelder det å se så gjennomsnittlig ut som overhodet mulig. Du bør helst ikke være verken spesielt lav eller spesielt høy, og du bør nok heller ikke ha på deg klær i sterke farger eller en snål hatt. Det samme gjelder på nettet. Fingerprinting er minst effektiv hvis du ligner på flest mulig andre. Da blir det rett og slett veldig vanskelig å skille din nettaktivitet fra andres!

Har man færre holdepunkter blir det også vanskelig å identifisere en konkret person. Holdepunktene må som sagt helst være en smule unike for å være av nytte, og dette er noe som gjerne utnyttes når man skal prøve å motvirke fingerprinting. Flere nettlesere og nettleserutvidelser har funksjonalitet knyttet til å redusere antallet holdepunkter, ofte gjennom å gjøre verdiene mindre unike. Dette kan blant annet innebære å redusere nøyaktigheten (antall desimaler) på ulike tallverdier, som f.eks. den rapporterte nettleserversjonen, eller å begrense hvilke skrifttyper en nettside får lov til å bruke. Mer aggressive metoder innebærer å deaktivere hele eller deler av funksjoner (som regel funksjoner som er tett knyttet til hardware), noe som naturlig nok kan gjøre at nettsider ikke fungerer som de skal. Bruk av disse metodene er derfor begrenset til de med særlig behov for å forbli anonyme på nett, og kombineres gjerne med andre anonymitetsverktøy.

Er det grunn til bekymring?

Dette bringer oss over til et interessant spørsmål: Er fingerprinting noe folk flest bør være bekymret for? Svaret er ikke helt enkelt, men jeg tør påstå at man i det minste bør være klar over at fingerprinting eksisterer. Det er nemlig ikke så mye man får gjort med fingerprinting selv, men det lønner seg i alle fall å være klar over hvor lite anonym du egentlig er på nett, selv når du ikke føler at du legger igjen noen spor.

Et sentralt punkt ved fingerprinting er at det ikke er avhengig av å lagre informasjon på brukerens enhet. Ja, informasjonskapsler kan brukes til å spore deg, og det kan absolutt brukes sammen med fingerprinting, men det er overhodet ikke en nødvendighet. Sporing kan skje helt uten at noe tegn på dette legges igjen på datamaskinen din, og dermed har du heller ikke noe betydelig kontroll over det. Med unike ID-er lagret i en informasjonskapsel, kan brukeren selv etter eget ønske slette informasjonskapsler, eller rett og slett ikke tillate dem i utgangspunktet. Fingerprinting skjer uansett om du vil det eller ikke.

Jeg synes imidlertid ikke at fingerprinting er noe du burde bekymre deg nevneverdig over. Bare vær klar over at du legger igjen spor, og ikke ha noen forventning om absolutt anonymitet på nettet. Det er ikke dermed sagt at fingerprinting er akseptabelt, men som internettbruker er det altså ikke mye du får gjort. Som med så mye annet er man avhengig av at de som sitter med makta selv velger å gjøre noe, og i dette tilfellet vil det i praksis si nettleserne. Flere nettlesere har de siste årene fattet interesse for å begrense mulighetene for fingerprinting. Å velge en nettleser som prioriterer personvern er nok en av de tingene du kan gjøre som vil ha størst innflytelse på graden av sporing på nett.

Firefox, Safari, Vivaldi, Edge og flere andre har alle tatt grep for å gjøre sporing vanskeligere. Det samme kan man ikke akkurat si om Chrome. Google har ikke vist så veldig mye vilje til å ta et oppgjør med sporing på nett, trolig fordi de har en stor del av inntektene fra salg av personlige tilpassede annonser på nettsider. Når deres andel av nettlesermarkedet i tillegg er et sted mellom 60 og 70 prosent, og nærmeste konkurrent er Safari med under 20 prosent, er det nok ikke overraskende at ting skjer sakte. Så lenge Google har en så dominerende posisjon i nettlesermarkedet kommer nok ikke fingerprinting til å bli noe mindre problem med det første. Det er også enda en grunn til å se seg om etter en alternativ nettleser.

Så fingerprinting er først og fremst noe du bør være oppmerksom på. Vær klar over at du sjelden egentlig er anonym på nett, og at en rekke selskaper ønsker å tjene penger på deg. For å minske effekten av fingerprinting gjelder det å være så gjennomsnittlig som mulig. En nettleser med innebygde personvernfunksjoner kan hjelpe med dette, ved å redusere antall spor som kan brukes for å bygge opp ditt digitale fingeravtrykk.

Hva er dine tanker rundt fingerprinting og digitale fingeravtrykk? Er du bekymret for hvor lite du kan gjøre med det? Hvor gjennomsnittlig er du egentlig på nett? Hvilken nettleser bruker du? Har du noen meninger om hvordan annonseselskaper behandler personlig informasjon? Fortell det gjerne i kommentarfeltet eller på sosiale medier. Du kan også kontakte meg ved å bruke kontaktskjemaet.

Liker du å lære noe nytt? Jeg har tidligere skrevet om ransomware, og hvilke farer denne typen ondsinnet programvare utgjør. Av annet jeg har skrevet, kan det jo være interessant for deg å lese om hva streaming er også.

Innlegget Hva er fingerprinting? er skrevet av Patrick Sletvold og er fra Multitek - En blogg om teknologi.

Du kjenner trolig til funksjonstastene på tastaturet. Det er den raden med taster helt øverst som gjør en haug med ulike ting om du trykker på dem. De er vanligvis markert med navn fra F1 til F12, men er gjerne også dekorert med hvert sitt ikon. Dette er fordi hver tast har to ulike funksjoner, og vi skal se på hvordan du kan automatisk bytte mellom disse med et program kalt Fluor.

Kort om funksjonstaster

Funksjonstaster har eksistert lenge, og kom lenge før datamaskiner slik vi kjenner dem.
De siste årene har man på bærbare datamaskiner (og spesielt på Apple sine) stort sett brukt dem til å justere lysstyrke på skjermen, endre på volumet og lignende, men opprinnelig var de ment som taster som kun skulle brukes som hurtigtaster. Over tid endte denne bruke opp med å avta, og man ønsket å bruke plassen tastene tok opp til noe mer nyttig. Dermed introduserte man fn-tasten, som bytter mellom lysstyrke/volum/pause-modus og vanlig funksjonstastmodus.

Vanligvis er det en innstilling gjemt bort et sted for å velge hvilken av modusene som skal kunne brukes uten å holde nede fn (på macOS er den i Systemvalg -> Tastatur). Men hva hvis du ønsker ulike programmer skal bruke ulik modus? Noen typer programmer, som spill og 3d-modelleringsprogrammer, bruker ofte funksjonstastene som hurtigtaster, så det hadde jo vært fint å kunne bruke dette som standardmodusen i bare disse programmene!

Fluor bytter automatisk

Dette er noe skaperen av programmet Fluor også tenkte, og det er nettopp dette som er meningen med programmet. Med Fluor kan du lettere dra nytte av funksjonstastene i programmer hvor disse har en funksjon, og ellers bruke samme taster til å justere lysstyrke og volum. Funksjonstastmodusen vil endres automatisk fra program til program, basert på regler du selv lager.

For å komme i gang, er det bare å gå til fluorapp.net og trykke på den store røde nedlastingsknappen. Pakker du ut DMG-fila du får lastet ned og åpner programmet, vil du se et lite sol-ikon i menylinjen, ganske likt det du trolig har på nettopp en av funksjonstastene. Åpner du denne menyen ser du at du har en del muligheter.

Konfigurering

I menyen kan du skifte mellom de to modusene for funksjonstaster ved å velge ønsket modus under Default mode. Dette er den modusen som brukes for programmer som ikke har en egen innstilling. Personlig foretrekker jeg å la funksjonstastene styre lysstyrke og slikt som standard, og heller overstyre dette for de få programmene som bruker selve funksjonstastene, men omvendt fungerer også fint.

Lenger ned ser du navn og ikon på programmet som er i fokus, og med de tre knappene ved siden av kan du velge hva slags modus du foretrekker for dette programmet. Den første knappen, som ser ut som et likhetstegn i en sirkel, vil si at programmet bruker standardmodusen du har angitt over. De to neste knappene er henholdsvis lysstyrke/volum/pause-modus og vanlig funksjonstastmodus.

Dette er altså det grunnleggende ved programmet, men lenger ned kan du også se et par mer avanserte valg, nemlig Manage rules… og Running applications…, som begge åpnes i nye vinduer (noe du for øvrig kan se allerede før du klikker på dem, fordi menyelementet avsluttes med «…»).

Å lage regler for funksjonstaster

Rules-vinduet gir deg oversikt over eksisterende overstyringer du har laget, og lar deg også endre eller fjerne de du ikke er fornøyd med. Trykker du på pluss-ikonet kan du bla fram til et program du vil legge til, som et alternativ til å åpne programmet og bruke Running Applications.

Running Applications er en rask måte å endre på foretrukket modus for alle åpne programmer, uten å trenge å fokusere på ett program om gangen. App Store-ikonet lengst til høyre er for å signalisere at programmet er et vanlig program, i motsetning til en bakgrunnsprosess. Sistnevnte kan du nemlig også vise, ved å trykke Show all nederst, og disse er markert med et tannhjul. Sannsynligheten er stor for at du imidlertid kun er interessert i de vanlige programmene.

Før vi avslutter kan jeg jo også nevne at du kan velge selv om du ønsker at Fluor-programmet skal starte opp med maskinen eller ikke. Ellers er Fluor et ganske selvforklarende program, som tar relativt kort tid å skjønne seg på.

Hvordan fungerte Fluor for deg? Har du noen tanker om dette innlegget, eller andre innlegg? Legg igjen en kommentar, eller kom med innspill på sosiale medier eller via kontaktskjemaet.

Vil du ha tips til flere slike små Mac-programmer som gjør livet mer behagelig? Et slikt program er Scroll Reverser, som lar deg ha «naturlig rulling» aktivert for touchpad, men uten at det påvirker andre datamus du har koblet til. Selvfølgelig har jeg også den vanlige samlingen korte tips du kan ta en titt på, om du er ute etter annet å lese.

Innlegget Korte tips nr. 33: Bruk funksjonstastene på macOS med Fluor er skrevet av Patrick Sletvold og er fra Multitek - En blogg om teknologi.