Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Network Data Buffering for Availability Improvement of Mobile Web Applications Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Characterization of User’s Behavior Variations for Design of Replayable Mobile Workloads

verfasst von : Shruti Patil, Yeseong Kim, Kunal Korgaonkar, Ibrahim Awwal, Tajana S. Rosing

Erschienen in: Mobile Computing, Applications, and Services

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Mobile systems leverage heterogeneous cores to deliver a desired user experience. However, how these cores cooperate in executing interactive mobile applications in the hands of a real user is unclear, preventing more realistic studies on mobile platforms. In this paper, we study how 33 users run applications on modern smartphones over a period of a month. We analyze the usage of CPUs, GPUs and associated memory operations in real user interactions, and develop microbenchmarks on an automated methodology which describes realistic and replayable test runs that statistically mimic user variations. Based on the generated test runs, we further empirically characterize memory bandwidth and power consumption of CPUs and GPUs to show the impact of user variations in the system, and identify user variation-aware optimization opportunities in actual mobile application uses.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Adaptive Activity and Context Recognition Using Multimodal Sensors in Smart Devices
Nächstes Kapitel Worker Selection for Reliably Crowdsourcing Location-Dependent Tasks
Fußnoten
1
The study participants include undergraduate and graduate students. Even though we collected the data from the on-campus students, we could find a wide range of variations in mobile usages.
 
Literatur
1.
Arnau, J.-M., et al.: Parallel frame rendering: trading responsiveness for energy on a mobile GPU. In: PACT 2013 (2013)
2.
Bogdan, P., Marculescu, R.: Workload characterization and its impact on multicore platform design. In: CODES+ISSS, pp. 231–240. ACM (2010)
3.
Carroll, A., Heiser, G.: An analysis of power consumption in a smartphone. In: USENIXATC (2010)
4.
Cho, C.-W., et al.: Performance optimization of 3D applications by opengl es library hooking in mobile devices. In: ICIS (2014)
5.
Do, T.M.T., et al.: Smartphone usage in the wild: a large-scale analysis of applications and context. In: ICMI (2011)
6.
Duda, R.O., Hart, P.E.: Pattern Classification and Scene Analysis. Willey, New York (1973)MATH
7.
Falaki, H., et al.: Diversity in smartphone usage. In: MobiSys, pp. 179–194 (2010)
8.
Gao, C., et al. A study of mobile device utilization. In: ISPASS, pp. 225–234 (2015)
9.
Gomez, L., et al.: RERAN: Timing- and touch-sensitive record and replay for Android. In: ICSE (2013)
10.
Gutierrez, A., et al.: Full-system analysis and characterization of interactive smartphone applications. In: IISWC, pp. 81–90 (2011)
11.
Huang, Y., et al.: Moby: a mobile benchmark suite for architectural simulators. In: ISPASS (2014)
12.
Kim, S., et al.: Computing energy-efficiency in the mobile GPU. In: ISOCC, pp. 219–221 (2013)
13.
Ma, X., et al.: Characterizing the performance and power consumption of 3D mobile games. In: Computer (2013)
14.
Mochocki, B., et al.: Signature-based workload estimation for mobile 3D graphics. In: DAC (2006)
15.
Pandiyan, D., et al.: Performance, energy characterizations and architectural implications of an emerging mobile platform benchmark suite. In: IISWC 2013 (2013)
16.
Park,J.-G., et al.: Quality-aware mobile graphics workload characterization for energy-efficient DVFS design. In: ESTIMedia (2014)
17.
Pathak, A., et al.: Where is the energy spent inside my app?: fine grained energyaccounting on smartphones with eprof. In: EuroSys, pp. 29–42 (2012)
18.
Pathania, A., et al.: Integrated CPU-GPU power management for 3D mobile games. In: DAC (2014)
19.
Peters, J.F.: Topology of digital images. In: Peters, J.F. (ed.) ISRL, vol. 63, pp. 1–76. Springer, Heidelberg (2014)
20.
Shepard, C., et al.: Livelab: measuring wireless networks and smartphone users in the field. SIGMETRICS Perform. Eval. Rev. 38(3), 15–20 (2011)CrossRef
21.
22.
Trestian, I., et al.: Measuring serendipity: connecting people, locations and interestsin a mobile 3G network. In: IMC 2009 (2009)
23.
Wang, G., et al.: Accelerating computer vision algorithms using opencl framework on the mobile GPU - a case study. In: ICASSP, pp. 2629–2633 (2013)
24.
Wang, R., et al.: Architectural characterization and analysis of high-end mobile client workloads. In: ICEAC (2013)
25.
Xu, Q., et al.: Identifying diverse usage behaviors of smartphone apps. In: IMC, pp. 329–344 (2011)
Metadaten
Titel
Characterization of User’s Behavior Variations for Design of Replayable Mobile Workloads
verfasst von
Shruti Patil
Yeseong Kim
Kunal Korgaonkar
Ibrahim Awwal
Tajana S. Rosing
Copyright-Jahr
2015
Verlag
Springer International Publishing
Buch
Mobile Computing, Applications, and Services

Print ISBN: 978-3-319-29002-7

Electronic ISBN: 978-3-319-29003-4

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-29003-4_4