specification_template.md 6.4 KB
ЛИСТ СПЕЦИФИКАЦИИ И ПРИЁМКИ МОДЕЛИ
Тема по программе: [Например: 4.1.400 Защита информации от утечки по акустическим каналам] Название модели: [Например: Модель разборчивости речи при акустическом зашумлении] Автор: [Фамилия Имя, группа] Использованный ИИ-инструмент: [Например: ChatGPT-4o / YandexGPT / Claude 3.5]
1. Физическая (аналитическая) основа
Заполняется ДО генерации кода. Здесь мы фиксируем законы и формулы, которым должна подчиняться модель.
1.1. Моделируемые физические величины и их единицы:
- Уровень речи: дБ (децибелы)
- Уровень шума: дБ
- Расстояние: метры (м)
- Разборчивость: проценты (%)
1.2. Базовые формулы и законы:
- Закон обратных квадратов для звука: падение уровня звука на 6 дБ при каждом удвоении расстояния от источника.
- Отношение сигнал/шум (SNR) = Уровень речи - Уровень шума.
- Формула Шеннона для разборчивости (или эмпирическая кривая артикуляции). [Студент должен привести конкретную формулу, которую он закладывает в основу]
1.3. Параметры по умолчанию:
- Уровень речи в источнике: 60 дБ
- Фоновый шум в помещении: 30 дБ
- Диапазон изменения расстояния в модели: от 1 м до 10 м.
2. Граничные условия (Крайние случаи)
Модель обязана вести себя предсказуемо и физично на границах диапазонов.
- Расстояние = 0: Модель не должна выдавать ошибку «деление на ноль» или бесконечность. Уровень сигнала ограничивается максимальным физическим пределом (например, 100 дБ у самого источника).
- Шум = 0: Разборчивость должна быть 100% (или максимально возможной для данной модели).
- Шум > Уровень речи: Отношение сигнал/шум отрицательное. Разборчивость должна падать до 0% и не уходить в отрицательные значения.
- Маскирующий генератор включен: Уровень шума прибавляется к фоновому.
3. Упрощения модели (Что мы НЕ учитываем)
Заполняется студентом. Это показывает честность модели и понимание ее ограничений.
- Мы не учитываем реверберацию (эхо) помещения.
- Мы считаем, что источник звука ненаправленный (излучает во все стороны равномерно).
- Мы не учитываем частотные характеристики (моделируем только интегральный уровень в дБ).
4. Журнал верификации и отладки (Борьба с галлюцинациями ИИ)
Заполняется ПОСЛЕ генерации кода. Это доказательство того, что студент проверял работу ИИ. Каждое исправление должно быть зафиксировано в системе контроля версий.
| № | Что попросили у ИИ | Что сгенерировал ИИ | Ошибка (галлюцинация) | Как исправили | Имя коммита (Git hash / сообщение) |
|---|---|---|---|---|---|
| 1 | Сгенерируй шкалу затухания звука от расстояния | Сделал линейную шкалу: чем дальше, тем тише | Звук затухает не линейно, а логарифмически (закон обратных квадратов). | Заставили ИИ переписать формулу расчета дБ через логарифм. | a1b2c3d — fix: correct attenuation formula to log scale |
| 2 | Добавь ползунок шума | При значении шума 100 дБ разборчивость стала -20% | Разборчивость не может быть отрицательной. | Добавили условие Math.max(0, razborchivost) в код. |
e4f5g6h — fix: clamp intelligibility to 0-100% |
| 3 | ... | ... | ... | ... | ... |
*(Если вы работаете в отдельной ветке, укажите её название перед таблицей, например: Ветка: feature/akustika-model-01)*
5. Критерии приёмки (Чек-лист преподавателя)
Работа не принимается, если хотя бы один пункт не выполнен.
- Код модели физически корректен (соответствует формулам из п.1).
- Граничные условия из п.2 работают без ошибок и зависаний.
- В интерфейсе есть пометка «Учебная модель. Не калибрована».
- В конце есть кнопка «Итоговое тестирование» (5-10 вопросов).
- Студент может объяснить на защите, какие ошибки ИИ он нашел и как исправил.
- Модель работает офлайн (PWA) и устанавливается на телефон.
Подпись студента: _______________ Оценка: _______________