面向移动Web交互的智能自适应能量优化
网络与互联网体系结构
2020-05-05 v1 人机交互
性能
摘要
Web技术支撑着许多交互式移动应用。然而,高能效的移动Web交互仍是一项突出挑战。鉴于移动硬件日益多样与复杂,任何实用优化方案必须适用于广泛的用户、移动平台与Web工作负载。本文提出CAMEL,一种面向移动Web交互的新型能量优化系统。CAMEL利用机器学习技术开发智能自适应方案,审慎地以性能换取功耗降低。与先前工作不同,CAMEL直接建模给定Web内容如何影响用户预期,并据此引导能量优化。它进一步采用迁移学习与保形预测,在终端用户环境中调优先前习得的模型并随时间改进。我们将CAMEL应用于Chromium,并在涉及1000个测试网页与30名用户的四种不同移动系统上评估。相比四种最先进的Web事件优化器,CAMEL多节省22%能耗,而用户体验质量违规少49%,且在面向新计算环境时开销低数个数量级。
引用
@article{arxiv.2005.00749,
title = {Smart, Adaptive Energy Optimization for Mobile Web Interactions},
author = {Jie Ren and Lu Yuan and Petteri Nurmi and Xiaoming Wang and Miao Ma and Ling Gao and Zhanyong Tang and Jie Zheng and Zheng Wang},
journal= {arXiv preprint arXiv:2005.00749},
year = {2020}
}
备注
Accepted to be published at INFOCOM 2020