Profiling Resource Usage for Moblie Applications
MobiSys'11 Proceedings of the 9th international conference on Mobile systems, applications, and services Pages 321-334 Authers
Feng Qian University of Michigan, Ann Arbor, MI, USA
Zhaoguang Wang University of Michigan, Ann Arbor, MI, USA
Alexandre Gerber AT&T Labs Research, Florham Park, NJ, USA
Zhuoqing Mao University of Michigan, Ann Arbor, MI, USA
Subhabrata Sen AT&T Labs Research, Florham Park, NJ, USA
Oliver Spatscheck AT&T Labs Research, Florham Park, NJ, USA
URL
トラフィックからスマホアプリの電力及び電波使用状況を分析するARO(moblie Application Resource Optimizer)を開発した
主張する新規性
長い間隔を置きながら少量のデータを定期的に送受信するようなトラフィックをshort traffic burstsと定義
avashe.iconこれに付いてる引用(2本)を辿ったら片方はAT&T Labs Researchだった
short traffic burstsがどの要因で起きているのか識別するアルゴリズムの実装
RRCの挙動、トランスポートレイヤ、アプリケーションレイヤ、ユーザによる入出力など 端末全てのトラフィックとインタラクションが必要なのでスマホアプリとして入れるっぽい
traffic burstsが与えるリソースへの影響の定量化
avashe.icontraffic burstsは時間局所的なトラフィックの束
RRCのステートを推論する手法を開発したためこれでトラフィックパターンとRRCの挙動を分析した後、特定のtraffic burstsのパターンを除いたシナリオを生成できる機能を実装
AROをAndroidの幾つかのアプリに適用し最大で電力消費量の46%のオーバヘッド検出に成功した
avashe.icon感想など
主に用語が怪しい
handsetは携帯端末
traffic burstsという表現が繰り返されているので調べた所日本だとburst trafficsという語がそういった使われ方をしていた
ちゃんと実装して数をこなした系論文
新鮮な分析は大体他の論文からの引用
各ステートにおける平均電力消費量も
先行文献の分析にRRCステート推論やtraffic bursts検出、ユーザの操作内容を載せグラフを描くツールを作ったという論文
実装とケーススタディはしっかりやってあり効果もありそうなので、アプリ開発業務の分析ツールチェインとしてある嬉しいと思える内容だった
その後の研究で多くのユーザが動画に電力を費やしていることが分かり動画方面に注力しているらしい
ケーススタディの小ネタ
ユーザの操作をトリガーとして発生するwebページコンテンツのフェッチは電源的には効率が良くない
スクロールでサムネイルが読み込まれるやつとか
著者曰く後から小さいデータを複数回送りつける時はhttp pipeliningを利用せよ
TCPのコネクションは可能ならすぐさま閉じる
ストリーミングを長引かせると消耗するため、アダプティブなストリーミングで変動する帯域幅を使い切ろう
リフレッシュレートが高めのアドネットワークは永続的にステートがアクティブになる
検索エンジンで電源を消費しているのは文字列の入力中(サジェスト中traffic burstsが途切れない)
モバイルネットワークはデータを大きくまとめ少ない回数で送るのが省電力という直観を得た
RRCの機能について悲観的に仮定し以下の条件を考慮した
モバイルネットワークは少しでも通信しようとすると最大出力で規定時間通信し続ける
一方で帯域は今後も大きくなり続ける傾向にある
重要度の低いリクエストは他の高いリクエスト配信時にまとめるべし
継続的にコンテンツをロードするより訪問時にまとめてプリフェッチする方が速度的にも電源的に優れる
当然全てをダウンロードさせるわけには行かない
主な用途の洗い出しやサイトのコンテンツのヒートマップを用いたプリフェッチモデルを作るべし