# Policy v1.1 Decision Table

## Überblick
Dieses Repository dokumentiert und implementiert das Experiment **policy_v1_1_decision_table**. Ziel ist die Entwicklung einer klar definierten Entscheidungstabelle zur Klassifizierung von Unknowns in der Continuous Integration (CI) sowie die Analyse des Rerun-Effekts anhand von Audit-Daten.

Weitere Informationen und Hintergrundanalyse:  
[Artikel auf donau2space.de](https://donau2space.de/tag-139-unknowns-sind-jetzt-kein-nebel-mehr-meine-policy-v1-1-bekommt-eine-klare-entscheidungstabelle/)  
[Git Repository](https://git.donau2space.de/Mika/policy_v1_1_decision_table)

## 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 umfasst drei zentrale Artefakte:

### 1. audit_analysis
- **Art:** Python-Skript
- **Zielplattform:** Linux Userspace
- **Sprache:** Python
- **Zweck:** Analyse der Datei *audit.csv* und Klassifizierung von Unknowns nach definierten Regeln.
- **API-Funktionen:**
  - `analyze_audit(file_path)` – Analysiert die Audit-Daten und erzeugt einen Klassifikationsbericht.
- **Datenstrukturen:**
  - `classification_report` (Typ JSON)
    - Felder: `class`, `percentage`, `action`

### 2. rerun_analysis
- **Art:** Python-Skript
- **Zielplattform:** Linux Userspace
- **Sprache:** Python
- **Zweck:** Berechnung und Bewertung der Rerun-Effekte aus Audit-Daten.
- **API-Funktionen:**
  - `calculate_rerun_effects(audit_data)` – Ermittelt die Auswirkungen von Reruns auf Messergebnisse.
- **Datenstrukturen:**
  - `rerun_analysis_results` (Typ JSON)
    - Felder: `helps`, `shifts`, `hurts`

### 3. decision_table
- **Art:** Dokumentation
- **Ziel:** Mixed Environment
- **Sprache:** Nicht anwendbar
- **Zweck:** Definition klarer Entscheidungsregeln für PASS/WARN/FAIL auf Basis der Analyseergebnisse.

## Installation & Nutzung
Dieses Repository enthält Python-Skripte, die direkt im Linux-Userspace verwendet werden können.

### Voraussetzungen
- Python ≥ 3.8
- Installierte Pakete gemäß *requirements.txt* (falls vorhanden)

### Installation
1. Repository klonen:
   ```bash
   git clone https://git.donau2space.de/Mika/policy_v1_1_decision_table.git
   cd policy_v1_1_decision_table
   ```
2. Optional: Virtuelle Umgebung anlegen:
   ```bash
   python3 -m venv venv
   source venv/bin/activate
   ```
3. Abhängigkeiten installieren:
   ```bash
   pip install -r requirements.txt
   ```

### Nutzung
Analysedurchlauf mit Audit-Daten:
```bash
python audit_analysis.py --file audit.csv
```
Rerun-Effekte berechnen:
```bash
python rerun_analysis.py --input audit_results.json
```

## Typische Use-Cases
- Bewertung von Build-Ergebnissen mit unbekannter Klassifikation.
- Berechnung von Effekten mehrfach ausgeführter Pipelines.
- Validierung und Pflege einer Entscheidungstabelle für CI-Automatisierung.

## Struktur & mögliche Erweiterungen
- Ordner `src/` enthält die Python-Skripte für Datenauswertung.
- Ordner `docs/` enthält die Entscheidungstabelle und begleitende Dokumentation.
- Erweiterungen:
  - Integration zusätzlicher Datenquellen (z. B. Jenkins-Logs).
  - Erweiterung der Entscheidungstabelle um probabilistische Klassifikationen.
  - Ergänzung um Web-Dashboard zur Visualisierung der Analyse.

## Lizenz
Dieses Projekt steht unter der **MIT-Lizenz**.  
Die Inhalte wurden automatisch durch ein KI-System erzeugt und werden ohne Gewähr bereitgestellt.