Mika/em_traces_ci
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions
Auto experiment repo from n8n
11 commits 1 branch 0 tags 40 KiB
Python 74.2%
PLpgSQL 25.8%
Find a file
Mika 9e47d5b7ad Add README.md
2025-12-16 11:04:01 +00:00
trace_agg Add trace_agg/requirements.txt 2025-12-16 11:03:59 +00:00
unit_tests Add unit_tests/README.md 2025-12-16 11:04:00 +00:00
demo-data.sql Add demo-data.sql 2025-12-16 11:03:57 +00:00
LICENCE.md Add LICENCE.md 2025-12-16 11:04:00 +00:00
README.md Add README.md 2025-12-16 11:04:01 +00:00
README.sql.md Add README.sql.md 2025-12-16 11:03:58 +00:00
schema.sql Add schema.sql 2025-12-16 11:03:57 +00:00

README.md

EM Traces CI – Evaluierung elektromagnetischer Traces in der Continuous Integration

Überblick

Dieses Repository (experiment_key: em_traces_ci) dokumentiert die Evaluierung der Nutzung von EM-Traces in der Continuous Integration (CI) zur frühzeitigen Erkennung von Hochfrequenz-Anomalien. Ziel ist es, elektromagnetische Messdaten automatisiert zu erfassen, zu aggregieren und in CI-Build-Prozesse einzubetten, um Abweichungen innerhalb der Hardwareentwicklung schneller zu erkennen.

Link zum Artikel: https://donau2space.de/tag-89-1154-em-traces-in-der-ci-evaluiert-spacer-workflow-konkretisiert/

Hinweis

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

Inhalt des Repositories

1. trace_agg

Art: Python-Skript
Zielumgebung: Linux-Userspace
Sprachen: Python
Zweck: Aggregation von EM-Daten mit erweiterten Metriken zur Auswertung von Messreihen.

API-Übersicht:

  • Funktion: aggregate_em_data(num_trials) – Aggregiert Messdaten über mehrere Versuche und erzeugt statistische Kenngrößen.

Datentypen:

  • summary_statistics (JSON): Enthält Felder peak_amplitude, median_bandpower, crosscorr_with_clockevents.

2. em_schema

Art: Datenbankschema
Zielumgebung: Mixed (Entwicklung/Produktion)
Sprachen: SQL
Zweck: Versioniertes Schema zur Speicherung von EM-Summary-Metriken innerhalb der CI-Pipeline.

Datenstruktur:

  • Tabelle: em_metrics mit den Feldern id, timestamp, peak_amplitude, median_bandpower, crosscorr_with_clockevents.

3. unit_tests

Art: Dokumentation
Zielumgebung: Mixed
Zweck: Beschreibung und Anforderungen für Unit-Tests des Skripts trace_agg. Enthält Richtlinien zur Validierung der berechneten Metriken.

Installation & Nutzung

  1. Python-Umgebung vorbereiten (Python ≥ 3.9).
  2. Abhängigkeiten installieren (pip install -r requirements.txt).
  3. Skript ausführen: 
    python trace_agg.py --input data/raw_traces/ --output results/

Hinweis: Die Pfade und Parameter sind exemplarisch und müssen an das konkrete CI-System angepasst werden.

Typische Use-Cases

  • Integrierte Analyse elektromagnetischer Spuren in CI-Builds.
  • Erkennung von HF-Anomalien während Firmware-Regressionsläufen.
  • Statistische Bewertung der Hardware-Emission nach jeder Code-Änderung.

Struktur & mögliche Erweiterungen

  • Erweiterung zusätzlicher Metriken in trace_agg (z. B. Frequenzbandselektion).
  • Ausbau des em_schema um Tabellen für spektrale Vergleichsdaten.
  • Integration automatischer Schwellenwertprüfung in CI-Pipelines (z. B. GitLab CI oder Jenkins).

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.

Dieses Repository und seine Inhalte wurden automatisch generiert. Nutzung und Weiterentwicklung erfolgen auf eigenes Risiko.