연구 영역
기본 정보
논문·특허
과제
구성원
Article|
인용수 0
·2025
Aquila: Efficient In-Kernel System Call Telemetry for Cloud-Native Environments
Jang‐In Shin, Jisu Kim, Jaehyun Nam
Sensors
초록

시스템 콜 텔레메트리는 클라우드 네이티브 인프라에서 런타임 동작을 이해하는 데 필수적이지만, 기존 eBPF 기반 모니터는 이벤트당 오버헤드가 높고, 부하가 걸렸을 때 전달이 신뢰할 수 없으며, 다단계 활동을 상호 연관시키기 위한 문맥이 제한적이다. 이러한 문제는 확장성을 저해하고 텔레메트리 스트림에서 사각지대를 만들며, 복잡한 워크로드 동작의 분석을 어렵게 한다. 본 연구는 효율성, 신뢰성, 그리고 의미적 충실성을 강조하는 경량 텔레메트리 프레임워크 Aquila를 제시한다. Aquila는 고정 크기 메타데이터와 가변 길이 속성을 분리하는 이중 경로 커널 파이프라인을 사용하여 직렬화 비용을 줄이고 고처리량 이벤트 처리를 가능하게 한다. 또한 우선순위를 인지하는 버퍼링과 명시적 드롭 감지를 도입하여 손실에 민감한 이벤트를 유지하면서 과부하 조건에 대한 가시성을 제공한다. 사용자 공간에서는 커널 트레이스를 Kubernetes 메타데이터로 보강하여 저수준 시스템 콜을 파드, 컨테이너, 네임스페이스에 매핑한다. 대표적인 워크로드에서의 평가는 Aquila가 기존 접근 방식에 비해 확장성을 향상시키고 이벤트 손실을 감소시키며 시스템 콜 텔레메트리의 의미적 완전성을 향상시킴을 보여준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.

키워드
TelemetrySerializationWorkloadEvent (particle physics)MetadataContext (archaeology)Kernel (algebra)Context switch
타입
Article
IF / 인용수
- / 0
게재 연도
2025