Mengatasi Tantangan Variabilitas Waktu Eksekusi Linux dalam Aplikasi Kritis Keselamatan

Mengatasi Tantangan Variabilitas Waktu Eksekusi Linux dalam Aplikasi Kritis Keselamatan

Dalam dunia teknologi yang berkembang pesat, Linux telah menjadi tulang punggung banyak sistem, mulai dari perangkat seluler hingga superkomputer. Tidak terkecuali, sistem kritis keselamatan seperti kendaraan otonom dan robot industri kini juga memanfaatkan Linux. Namun, tantangan besar yang dihadapi dalam menggunakan Linux pada aplikasi ini adalah kurangnya jaminan terhadap waktu eksekusi yang tepat, mengingat Linux bukanlah sistem operasi real-time. Artikel yang ditulis oleh Galarraga et al. (2024) dalam Journal of Systems Architecture menyoroti betapa pentingnya memahami variabilitas waktu eksekusi pada sistem panggilan Linux, khususnya dalam konteks aplikasi kritis keselamatan. Dalam penelitian mereka, mereka mengungkapkan bahwa waktu eksekusi panggilan sistem Linux sangat bervariasi, dan inilah yang menimbulkan kekhawatiran bagi pengembang yang bekerja dalam lingkungan yang membutuhkan jaminan keselamatan tinggi.

Galarraga dan tim mengembangkan metode untuk memperkirakan Worst Case Execution Time (pWCET) berbasis probabilistik. Mereka menggunakan Autonomous Emergency Brake (AEB) sebagai studi kasus, menjalankannya di NVIDIA Jetson Nano dan mensimulasikan waktu eksekusi panggilan sistem. Dari data yang mereka kumpulkan, ditemukan bahwa satu panggilan sistem dapat memiliki lebih dari 80 ribu jalur eksekusi yang unik, dan beberapa di antaranya memiliki variabilitas waktu yang signifikan. Tanpa pengelolaan yang baik, jalur-jalur eksekusi ini bisa berdampak pada respons sistem terhadap kejadian kritis, seperti rem otomatis yang terlambat mengaktifkan, yang dapat meningkatkan risiko kecelakaan. Hal ini menunjukkan bahwa meskipun Linux memiliki keunggulan dalam pengembangan sistem yang kompleks, analisis mendalam terhadap waktu eksekusi sangat diperlukan agar penggunaannya dalam aplikasi kritis keselamatan bisa lebih diandalkan.

***

 
Linux telah lama menjadi pilihan utama bagi pengembang sistem, berkat sifatnya yang open-source, skalabilitas yang tinggi, serta dukungan komunitas yang luas. Namun, saat digunakan dalam aplikasi kritis keselamatan seperti otomotif atau robotik, sifat variabilitas waktu eksekusinya menjadi tantangan besar. Menurut Galarraga et al. (2024), dalam satu uji kasus, panggilan sistem SyS_ioctl yang digunakan untuk berkomunikasi dengan GPU menghasilkan sekitar 2,9 juta eksekusi, di mana 80.118 jalur eksekusi unik ditemukan. Jalur eksekusi ini, seperti yang dijelaskan dalam artikel, tidak dapat diprediksi secara deterministik, sehingga pendekatan analisis berbasis statistik diperlukan.

Penelitian ini menunjukkan bahwa jalur eksekusi sistem panggilan Linux tidak mengikuti satu pola tunggal, tetapi tersebar ke berbagai jalur dengan durasi waktu yang bervariasi. Misalnya, dalam pengujian menggunakan Autonomous Emergency Brake (AEB), waktu eksekusi bervariasi antara 589 hingga 743 mikrodetik. Sementara sebagian besar jalur eksekusi---sekitar 64%---diwakili oleh 10 jalur paling umum, sisanya terdiri dari jalur-jalur eksekusi yang jarang tetapi berpotensi mempengaruhi kinerja keseluruhan. Dengan variabilitas yang begitu tinggi, respon terhadap skenario kritis seperti pengereman darurat otomatis dapat tertunda, yang pada akhirnya membahayakan keselamatan pengguna.

Lebih lanjut, penelitian ini menggarisbawahi pentingnya metode Probabilistic Worst Case Execution Time (pWCET) dalam memperkirakan waktu eksekusi terburuk yang mungkin terjadi. Ini relevan karena, seperti yang diuraikan oleh Silva et al. (2018), metode pWCET dapat menangani ketidakpastian pada sistem yang kompleks seperti Linux. Dalam studi Galarraga, penggunaan pWCET terbukti mengurangi estimasi waktu eksekusi terburuk dibandingkan dengan metode tradisional yang mengabaikan jalur eksekusi. Misalnya, analisis probabilistik pada jalur eksekusi paling umum menunjukkan waktu eksekusi maksimum sebesar 721 mikrodetik untuk 1.015 eksekusi uji, sebuah peningkatan signifikan dibandingkan metode yang tidak memisahkan jalur eksekusi. Ini memberikan bukti bahwa pendekatan berbasis probabilistik dapat memberikan jaminan keselamatan yang lebih baik dalam lingkungan kritis.

Dengan perkembangan ini, Linux bisa lebih kompetitif dalam aplikasi keselamatan kritis. Proyek seperti SIL2LinuxMP dan ELISA juga menggarisbawahi pentingnya sertifikasi Linux untuk aplikasi industri. Dengan adopsi metodologi seperti yang dikemukakan oleh Galarraga et al., tantangan-tantangan seputar variabilitas waktu eksekusi dapat diatasi, sehingga membuka jalan bagi penggunaan Linux dalam kendaraan otonom, sistem medis, hingga aplikasi ruang angkasa yang membutuhkan jaminan performa real-time yang lebih pasti.

***  

Penelitian yang dilakukan oleh Galarraga et al. (2024) menyoroti tantangan besar yang dihadapi dalam penggunaan Linux pada aplikasi kritis keselamatan, terutama terkait variabilitas waktu eksekusi. Namun, pendekatan inovatif yang mereka usulkan, yaitu penggabungan analisis jalur eksekusi dengan estimasi probabilistik untuk Worst Case Execution Time (pWCET), memberikan solusi yang layak. Dengan metode ini, estimasi waktu eksekusi menjadi lebih realistis dan dapat diandalkan, khususnya dalam lingkungan di mana keterlambatan sekecil apapun dapat menimbulkan konsekuensi besar. Data yang menunjukkan bahwa 64% eksekusi diwakili oleh 10 jalur paling umum menegaskan bahwa kendali terhadap jalur eksekusi dapat menjadi kunci dalam memastikan keamanan sistem.

Ke depan, penting bagi para pengembang sistem kritis keselamatan untuk mengadopsi metodologi ini, terutama dalam konteks sertifikasi keselamatan seperti yang digarap oleh proyek SIL2LinuxMP. Dengan terus meningkatkan akurasi dalam prediksi dan analisis waktu eksekusi, Linux dapat menjadi solusi yang andal bahkan dalam aplikasi-aplikasi yang paling menuntut.

Referensi:

Galarraga, M., Lefebvre, C.-A., Perez-Cerrolaza, J., & Pascual, J. A. (2024). Toward Linux-based safety-critical systems---Execution time variability analysis of Linux system calls. Journal of Systems Architecture, 156, 103266. https://doi.org/10.1016/j.sysarc.2024.103266