# Drift Analysis

## Überblick

Dieses Repository dokumentiert das Experiment **drift_analysis**. Ziel ist die Untersuchung des Loggerverhaltens und die Drift-Analyse bei Systemaufrufen, insbesondere unter Berücksichtigung von Timing-Parametern und Policy-Hashes. Das Projekt kombiniert Datenauswertung, Visualisierung und Berichterstellung.

**Artikel:** [Drift-Matrix und genau eine Schraube](https://donau2space.de/tag-158-run-2-drift-matrix-und-genau-eine-schraube/)  
**Git-Repository:** [https://git.donau2space.de/Mika/drift_analysis](https://git.donau2space.de/Mika/drift_analysis)

### Hinweis

Alle Inhalte wurden per KI generiert. Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

## Inhalt des Repositories

Das Repository enthält die folgenden Artefakte:

### 1. log_analysis
- **Art:** Python-Skript (python_script)  
- **Zielplattform:** Linux Userspace  
- **Sprachen:** Python  
- **Zweck:** Analyse von Log-Dateien zur Drift-Erkennung in Systemaufrufen.

**API-Funktionen:**
- `analyze_logs(log_file, comparison_run)` – Analysiert Log-Dateien und erzeugt eine Ergebnisstruktur `results_dict` mit Feldern: `policy_hash`, `warn_rate`, `unknown_rate`, `timing_analysis`.

### 2. drift_matrix_visualization
- **Art:** Web-UI (web_ui)  
- **Zielplattform:** Web  
- **Sprachen:** HTML, CSS, JavaScript  
- **Zweck:** Visualisierung der Drift-Matrix und der Resultate verschiedener Runs.

**API-Funktionen und Routen:**
- `fetch_matrix_data(run_id)` – Lädt und bereitet Matrixdaten aus einem Run auf.
- **Route:** `GET /drift-matrix` – Liefert die Drift-Matrix-Daten.

Zurückgelieferte Datenstruktur `matrix_data` enthält: `quadrant`, `warn_reasons`, `counts`.

### 3. metrics_reporting
- **Art:** Python-Skript (python_script)  
- **Zielplattform:** Linux Userspace  
- **Sprachen:** Python  
- **Zweck:** Erstellung und Zusammenfassung quantitativer Drift-Metriken auf Basis der Log-Analyse.

**API-Funktionen:**
- `report_metrics(logs, threshold)` – Erzeugt eine `metric_summary` mit den Feldern `warn_rate`, `drift_detected`, `performance`.

## Voraussetzungen

Für die Webkomponenten:
- Webserver (z. B. Apache oder Nginx)
- Browser mit aktiviertem JavaScript

Für die Python-Skripte:
- Python ≥ 3.8
- Abhängigkeiten aus `requirements.txt`

## Installation & Nutzung

### Python-Module
1. Repository klonen:
   `git clone https://git.donau2space.de/Mika/drift_analysis`
2. In das Verzeichnis wechseln:
   `cd drift_analysis`
3. Abhängigkeiten installieren:
   `pip install -r requirements.txt`

Beispielaufruf für die Analyse:
`python log_analysis.py --log system.log --compare baseline.log`

Beispielaufruf für die Berichtserstellung:
`python metrics_reporting.py --logs drift_results.json --threshold 0.05`

### Web-UI starten
1. Dateien unter `web_ui/` in das Webserver-Verzeichnis kopieren.
2. Im Browser `http://localhost/drift-matrix` aufrufen.

## Typische Use-Cases
- Vergleich von Log-Daten aus verschiedenen Systemzuständen.
- Erkennung von zeitlichen oder policy-basierten Drift-Mustern.
- Visualisierung von Drift-Matrizen über Browseroberfläche.
- Automatisiertes Reporting von Drift-Metriken.

## Struktur & Erweiterbarkeit
- `log_analysis.py`: Kern der Datenverarbeitung für Logs. Erweiterbar um zusätzliche Vergleichslogiken.
- `metrics_reporting.py`: Generiert aggregierte Metriken, anpassbar für neue Bewertungsregeln.
- `web_ui/`: Visualisierung, erweiterbar mit neuen Diagrammen oder Interaktionsmodulen.

Weitere mögliche Erweiterungen:
- Hinzufügen von CLI-Optionen für Batch-Analysen.
- Integration zusätzlicher Datenquellen (z. B. Systemmetriken, Netzwerk-Latenzen).
- Exportfunktionen für Langzeit-Reports.

## Lizenz

Dieses Projekt steht unter der **MIT-Lizenz**.  
Alle Inhalte wurden automatisch generiert und werden ohne Gewähr bereitgestellt. Nutzung auf eigenes Risiko.