1. 问题概述

1.1 赛题说明

设计并实现一个基于用户态调度的资源管控Agent框架，例如用户态调度的agent，通过agent感知workload然后基于sched_ext调整cpu调度策略，生成scx，优化workload性能；除了上面的cpu调度agent，还可以考虑将ebpf作为hook，agent作为策略决策，实现其他类型的os agent；比如：network policy agent，security policy agent, resource contral agent(cgroup)等。

1.1.1 问题要求

• 设计并实现一个基于用户态调度的资源管控Agent框架，实现标准化的工具和Skills能力接口，支持Agent快速构建和扩展；
• Agent需要能够感知workloads，基于sched_ext调整CPU调度策略；
• 集成scx调度器，实现对workload性能的优化；
• 支持扩展ebpf作为hook，实现network policy agent、security policy agent、resource control agent等功能；
• 提供完整的性能对比测试数据和可复现的实验环境。

1.1.2 项目概述

a) 项目背景

随着云计算、人工智能以及高性能存储的发展，现代操作系统需要同时面对多样化的工作负载，包括计算密集型任务、I/O密集型任务、网络服务以及多租户资源竞争场景。传统Linux内核资源管理机制主要依赖固定策略，例如CFS调度器、静态cgroup资源限制以及固定网络策略，难以根据运行时workload特征动态调整系统资源分配。

近年来，Linux内核逐渐提供了更加灵活的可编程接口，例如sched_ext扩展调度框架以及eBPF内核扩展机制，使用户空间程序能够感知系统状态并动态调整内核行为。然而，现有机制仍然缺少一个统一的用户态智能控制框架，用于完成workload感知、策略生成以及资源控制执行的完整闭环。

因此，本项目提出一种面向openEuler的自适应资源管控Agent框架。该框架通过用户态Agent持续感知系统运行状态，根据workload特征动态生成资源管理策略，并通过sched_ext、eBPF以及cgroup等内核接口执行策略调整，实现面向不同应用场景的自适应资源优化。

b) 项目目标

本项目旨在设计并实现一个通用的OS资源管控Agent框架，实现以下目标：

（1）提供标准化Agent运行框架

设计统一的Agent Runtime，包括：workload感知模块、策略决策模块、Skill管理模块、策略执行模块。通过模块化设计，使不同类型的资源控制能力能够以Skill插件形式快速扩展。

（2）实现基于sched_ext的CPU调度Agent

针对CPU资源管理场景，实现CPU Scheduling Skill：感知应用CPU行为、分析workload类型、自动选择调度策略、动态生成sched_ext调度行为。其中，NUMA感知调度作为CPU调度Skill的一种优化策略，用于提升多socket系统中的数据访问效率。

（3）支持基于eBPF的OS Agent扩展

利用eBPF提供的内核hook能力，实现多类型资源控制Agent，包括：Network Policy Agent、Security Policy Agent、Resource Control Agent。通过统一Skill接口，使不同资源管理能力能够共享同一Agent框架。

c) 核心创新点

本项目主要创新点包括：

（1）提出面向操作系统资源管理的Agent架构

区别于传统固定资源管理机制，本项目将资源管理过程抽象为：

Workload Observation → Policy Decision → Policy Execution → Feedback

的闭环控制模型，使系统能够根据运行状态动态调整资源策略。

（2）设计可扩展Skill插件机制

通过标准化接口封装不同资源管理能力，使CPU调度、网络控制、安全策略以及资源隔离等功能能够以插件形式扩展。

（3）实现基于workload感知的动态CPU调度

基于sched_ext实现CPU Scheduling Skill，根据应用运行特征动态调整调度策略。同时结合NUMA拓扑信息，实现计算任务和数据访问之间的协同优化。

（4）融合sched_ext与eBPF实现用户态智能控制

利用sched_ext提供CPU调度扩展能力，利用eBPF提供通用内核hook机制，实现用户态Agent对操作系统行为的动态控制。