em_traces_ci/README.md
2025-12-16 11:04:01 +00:00

62 lines
No EOL
3.1 KiB
Markdown
Raw Permalink Blame History

This file contains invisible Unicode characters

This file contains invisible Unicode characters that are indistinguishable to humans but may be processed differently by a computer. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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/](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:
```bash
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.*