쿠버네티스 기반 대규모 사용자 시스템에서 가용 자원 확보를 위한 파드 선택 및 동적 해제 알고리즘 = Pod Selection and Dynamic Release Algorithm to Guarantee Available Resources in Large-Scale Kubernetes-Based User Systems

다국어 초록 (Multilingual Abstract)

Recently, universities and research institutions have been building systems that provide independent virtual practice environments to large numbers of students based on Kubernetes. While this architecture improves learning efficiency and accessibility, it introduces a problem in which pods remain in the cluster and continue to consume resources for extended periods if users do not explicitly terminate them after completing their practice sessions. Kubernetes default garbage collection mechanism is limited to dependency-based policies that statically delete subordinate resources when their parent resources are removed, and therefore cannot automatically release or delete pods whose actual usage has ended. As a result, educational clusters frequently experience resource exhaustion and failures in provisioning new practice environments. To address these limitations, this thesis proposes a dynamic pod reclamation algorithm based on user activity and process-level activity states. The proposed approach analyzes activity metrics within pods—such as CPU utilization, context switching, and page faults—to detect inactive pods and automatically reclaim resources while taking user activity into account. Experimental results demonstrate that the proposed command and process-based state classification
algorithm improves both inactive pod detection accuracy and resource reclamation efficiency by jointly considering user interaction and system activity. These findings confirm that stable resource circulation and efficient cluster operation can be achieved even in large-scale hands-on practice environments.

국문 초록 (Abstract)

최근 대학 및 연구기관에서는 쿠버네티스(Kubernetes)를 기반으로 다수의 학생에게 독립적인 가상 실습 환경을 제공하는 시스템을 구축하고 있다. 이러한 구조는 학습 효율성과 접근성을 높이지만, 실습 종료 후 사용자가 직접 파드를 종료하지 않으면 해당 파드가 장기간 클러스터에 남아 자원을 점유하는 문제가 발생한다. 쿠버네티스의 기본 가비지 컬렉션은 상위 리소스 삭제 시 하위 리소스를 정적으로 제거하는 종속성 기반 정책에 한정되어 있어, 실제로 사용이 끝난 파드를 자동으로 해제하거나 삭제하지 못한다. 이로 인해 교육용 클러스터에서는 자원 고갈 및 신규 실습 환경 생성 실패가 빈번히 발생한다. 본 논문에서는 이러한 한계를 해결하기 위해 사용자 및 프로세스 활성 상태 기반의 동적 파드 해제 알고리즘을 제안한다. 제안 기법은 파드 내부 프로세스의 CPU 사용률, 컨텍스트 스위칭, 페이지 폴트 등 활동 지표를 분석하여 비활성 파드를 탐지하고 사용자의 활성 상태를 고려하여 자동으로 자원을 회수한다. 실험 결과, 제안한 명령어 및 프로세스 기반 상태 분류 알고리즘은 사용자 상호작용과 시스템 활동을 복합적으로 고려함으로써, 비활성 파드 탐지 정확도와 자원 회수 효율을 동시에 향상시켰다. 이를 통해 대규모 실습 환경에서도 안정적인 자원 순환과 효율적인 클러스터 운영이 가능함을 확인하였다.

목차 (Table of Contents)

• I. 서론 1
• 1.1 연구 배경 1
• 1.2 연구 목표 2
• II. 관련 연구 4
• 2.1 클라우드 기반의 실습 프로그래밍 시스템 4
• 2.2 오픈 소스 기반의 컨테이너 오케스트레이션 플랫폼 5
• 2.3 쿠버네티스 자원 관리의 구조적 문제점 및 기존 정책의 한계 6
• III. 가용 자원 확보를 위한 파드 선택 및 동적 해제 방법 연구 7
• 3.1 활동 이력 기반 상태 분류 알고리즘 11
• 3.2 프로세스 기반 상태 분류 알고리즘 12
• IV. 실험 및 결과 29
• 4.1 실험 개요 29
• 4.2 실험 환경 및 방법 29
• 4.3 파드 상태 분류 알고리즘 정확도 평가 32
• 4.4 제안 시스템의 유휴 자원 회수율 및 자원 효율성 평가 34
• 4.5 실제 운영 환경에서의 알고리즘 정확도 및 자원 효율성 분석 37
• V. 결론 41
• 참고문헌 42