.png){kind=icon}
返回
Aquila: Efficient In-Kernel System Call Telemetry for Cloud-Native Environments
.png){kind=icon}
OA
AI
DOI：10.3390/s25216511.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
系统调用遥测对于理解云原生基础设施中的运行时行为至关重要，但现有的基于eBPF的监控器存在每事件开销高、负载下交付不可靠以及关联多步活动时上下文有限的问题。这些问题降低了可扩展性，在遥测流中造成盲点，并使复杂工作负载行为的分析变得复杂。本研究提出Aquila，一个轻量级遥测框架，强调效率、可靠性和语义保真度。Aquila采用双路径内核流水线，将固定大小的元数据与可变长度的属性分离，减少序列化成本并实现高吞吐量事件处理。它引入了优先级感知缓冲和显式丢弃检测，以保留对丢失敏感的事件，同时提供对过载条件的可见性。在用户空间中，内核跟踪通过添加Kubernetes元数据得到丰富，将底层系统调用映射到Pod、容器和命名空间。在代表性工作负载下的评估表明，与现有方法相比，Aquila提高了可扩展性，减少了事件丢失，并增强了系统调用遥测的语义完整性。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
暂无期刊信息
机构
引用论文
Cloud-Native Computing: A Survey From the Perspective of Services云原生计算: 服务视角的综述.png)
PROCEEDINGS OF THE IEEE
OAAI
PROCEEDINGS OF THE IEEEIF25.9
OAAI分享收藏Harnessing AI forward and backward chaining with telemetry data for enhanced diagnostics and prognostics of smart devicesSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏 没有更多内容
没有更多内容