Add README.md

This commit is contained in:
Mika 2026-02-25 12:02:00 +00:00
parent a0707c1241
commit 0bae3cda3b

89
README.md Normal file
View file

@ -0,0 +1,89 @@
# run_stability_analysis
## Überblick
Dieses Experiment analysiert die Stabilität von Systemmetriken über mehrere Runs und testet eine deterministische Exit-Regel.
**Link zum Artikel:** [https://donau2space.de/tag-160-run-4-mini-zeitreihe-startet-exit-regel-bekommt-zaehne/](https://donau2space.de/tag-160-run-4-mini-zeitreihe-startet-exit-regel-bekommt-zaehne/)
**Git Repository:** [https://git.donau2space.de/Mika/run_stability_analysis](https://git.donau2space.de/Mika/run_stability_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
### 1. setup_fingerprint_logging
**Art:** python_script
**Ziel:** linux-demo
**Sprache:** Python
**Zweck:** Erzeugt einen Setup-Fingerprint aus bestimmten Systemparametern und loggt ihn.
**API-Funktionen:**
- `generate_setup_fingerprint(policy_hash, runner_image, kernel, python_version, gate_version)` → Gibt einen eindeutigen Fingerprint-String zurück.
### 2. metrics_reporting
**Art:** python_script
**Ziel:** linux-userspace
**Sprache:** Python
**Zweck:** Berichtet Metriken über Warnraten und unpinned Anteile nach jedem Run.
**API-Funktionen:**
- `report_metrics(run_number, warn_rate, unknown_rate, unpin_delta_t)` → Führt eine Metrik-Übertragung ohne Rückgabe durch.
**Datenstruktur:**
- `Metrics` (JSON): Felder `run_number`, `warn_rate`, `unknown_rate`, `unpin_delta_t`
### 3. exit_rule_definition
**Art:** doc_only
**Ziel:** mixed
**Zweck:** Dokumentation und Definition einer deterministischen Exit-Regel basierend auf den beobachteten Metriken.
## Installation & Nutzung
Voraussetzung: Python 3.8 oder höher unter Linux.
### Installation
1. Repository klonen:
`git clone https://git.donau2space.de/Mika/run_stability_analysis`
2. Abhängigkeiten installieren:
`pip install -r requirements.txt`
3. Optional: Virtuelle Umgebung anlegen und aktivieren.
### Nutzung
- Ausführung einzelner Python-Skripte direkt über die Kommandozeile:
- `python setup_fingerprint_logging.py`
- `python metrics_reporting.py`
Kein spezielles CLI-Tool enthalten; Nutzung erfolgt über direkte Python-Calls oder in Automatisierungs-Skripten.
## Typische Use-Cases
- Vergleich von System-Metriken über mehrere Experiment-Runs.
- Prüfung der Stabilität von Warn- und Fehlerraten.
- Auswertung von deterministischen Abbruchbedingungen (Exit-Regel) anhand gemessener Parameter.
- Dokumentation und Automatisierung in experimentellen Testplänen.
## Struktur & mögliche Erweiterungen
Die Repositoriumsstruktur ist modular aufgebaut:
- **scripts/**: Python-Komponenten zur Fingerprint- und Metrikerfassung.
- **docs/**: Definition der Exit-Regel und ergänzende Dokumentation.
Zukünftige Erweiterungen können umfassen:
- Erweiterung der Metrikaufzeichnung um neue Systemparameter.
- Integration in kontinuierliche Testframeworks.
- Mechanismen zur Auto-Kalibrierung von Exit-Kriterien.
## Lizenz
MIT-Lizenz
---
*Alle Inhalte in diesem Repository, inklusive dieser README.md, wurden automatisiert von einer KI generiert. Nutzung und Anpassung erfolgen auf eigenes Risiko.*