boc/vims-backend/docs/PRODUCTION_PLAN.md

VIMS Production Plan

Fas 1: AI-modeller (VECKA 1-2)

1.1 Datainsamling

• Samla 1000+ bilder per objekttyp (ATM, laddstation, etc.)
• Bilder från olika vinklar, ljusförhållanden, väder
• Annotation av komponenter (bounding boxes)
• Data augmentation (rotation, skalning, färgjustering)

1.2 Modellträning

• Träna YOLOv8/v11 för objektdetektion
• Träna Siamese-nätverk för förändringsanalys
• Validering på testset (mål: mAP@50 > 0.90)
• Export till ONNX-format

1.3 Utvärdering

• Benchmark på verkliga scenarier
• Falska positiva/negativa analys
• Prestandatest (inferenstid < 100ms)

Fas 2: Infrastruktur (VECKA 2-3)

2.1 Lagring

• Konfigurera S3-bucket (eller MinIO)
• Bildkomprimering och optimering
• Backup-strategi
• CDN för bildleverans

2.2 Databas

• PostgreSQL i RDS eller managed service
• Migrationshantering
• Backup och återställning
• Indexoptimering

2.3 Cache/Queue

• Redis i ElastiCache eller managed
• Queue-monitorering
• Dead letter queue

Fas 3: Säkerhet (VECKA 3)

3.1 Autentisering

• JWT-implementation
• API-nycklar för kunder
• Rollbaserad access (admin, operator, viewer)
• Sessionhantering

3.2 Nätverk

• SSL/TLS-certifikat
• WAF (Web Application Firewall)
• DDoS-skydd
• VPC och security groups

3.3 Data

• Kryptering i vila (S3, RDS)
• Kryptering i transit (TLS 1.3)
• GDPR-kompatibilitet
• Audit logging

Fas 4: Deployment (VECKA 3-4)

4.1 Kubernetes

• EKS-cluster setup
• Helm charts för VIMS
• Horizontal pod autoscaling
• Ingress och load balancing

4.2 CI/CD

• GitHub Actions pipeline
• Automatiserade tester
• Blue/green deployment
• Rollback-strategi

4.3 Monitorering

• Prometheus + Grafana
• Loggaggregering (ELK/CloudWatch)
• APM (Application Performance Monitoring)
• Larm vid fel

Fas 5: Integration (VECKA 4)

5.1 quiXzoom

• Mission-typ för VIMS-inspektioner
• Zoomer-instruktioner
• Kvalitetskontroll i app
• Betalningsflöde

5.2 Landvex

• Dashboard-integration
• API-nyckelhantering
• Webhook-mottagning
• Rapportgenerering

Fas 6: Pilot (VECKA 5-6)

6.1 Förberedelser

• Pilotavtal med kund
• 10-20 objekt i pilot
• Utbildning av operatörer
• Dokumentation

6.2 Körning

• Daglig insamling
• Veckovis utvärdering
• Justering av trösklar
• Feedback-loop

6.3 Utvärdering

• Detektionsprecision
• Falska larm
• Tid till upptäckt
• Kundnöjdhet

Kostnadsuppskattning (AWS)

Komponent	Månadskostnad
EKS (3 nodes)	$300
RDS PostgreSQL	$200
ElastiCache Redis	$100
S3 Lagring	$50
CloudFront CDN	$50
CloudWatch	$50
Totalt	~$750/mån

Tidsplan

Vecka 1: AI-modeller (datainsamling + träning)
Vecka 2: AI-modeller (utvärdering) + Infrastruktur
Vecka 3: Säkerhet + Deployment
Vecka 4: Integration + Test
Vecka 5-6: Pilot
Vecka 7+: Produktion

Risker

Risk	Sannolikhet	Påverkan	Åtgärd
AI-modell prestanda	Medium	Hög	Tidig utvärdering, fallback-regler
Skalningsproblem	Låg	Medium	Load testing, autoscaling
Integrationsfel	Medium	Medium	API-versionering, mock-tester
Kostnadsöverskridande	Låg	Låg	Budgetvarningar, optimering

Framgångskriterier

• mAP@50 > 0.90 för objektdetektion
• Falska positiva < 5%
• Inferenstid < 100ms
• Uptime > 99.9%
• Kundnöjdhet > 4/5