The impact of software aging on the power consumption of mobile devices

Abstract

Mobile devices are used globally in people's daily lives, and people spend, on average more than 3 hours a day on their smartphones, 90% of which are on mobile applications. In this context, the battery life of mobile devices is an increasingly important factor in consumer satisfaction, and the energy efficiency of mobile applications is something they take into account. Software aging is a cumulative process known as the increasing degradation of the internal state of the software during its operational cycle. This degradation is marked by mismanagement of the available resources of the system. Mobile applications are equally affected by this phenomenon, and it is expected that energy consumption can be affected, and thus smartphones' battery lives are affected as a consequence. Previous research has explored the realms of software aging and the energy consumption of mobile devices and applications. However, a distinctive aspect of our study is its pioneering attempt to establish a connection between these two areas. Drawing from methodologies and tools employed by prior researchers in the analysis of software aging and battery consumption, we developed our own approach aimed at uncovering a potential correlation between them. We conducted experiments using an accelerated workload, simulating random user events on a selection of 20 Android applications across four diverse categories. As part of our data collection process, we gathered system performance indicators to monitor the software aging process, in addition to collecting data on battery consumption. Ultimately, owing to the subjective nature of the aging phenomenon, we addressed the aging variable using distinct variants, each contingent on the number of aging conditions to which the system was exposed. Then, a statistical analysis was conducted to seek a correlation between this variable and battery consumption. Additionally, we explored whether there existed a noteworthy disparity in this correlation among the various application categories, each characterized by distinct energy and resource consumption profiles. Our analysis indicates that in cases of stronger aging states, characterized by the presence of multiple aging conditions in the system, only approximately half of the experiments exhibited an increase in battery consumption when transitioning from non-aged states to aged states. The primary category contributing to this increase was identified as the social media category. Ultimately, our analysis led to the conclusion that, based on our dataset, no significant correlation could be extrapolated, suggesting that software aging does not significantly impact the battery consumption of mobile devices. Instances where an increase in battery consumption was observed were attributed to factors other than the aging status of the system.

Os dispositivos móveis são utilizados mundialmente no dia-a-dia das pessoas, que passam em média mais de 3 horas por dia nos smartphones, 90% dos quais são passados em aplicações móveis. Neste contexto, a vida útil da bateria dos dispositivos móveis é cada vez mais um fator importante na satisfação dos utilizadores e a eficiência energética de aplicações móveis é tida em conta. O envelhecimento de software é um processo cumulativo que se traduz na degradação progressiva do estado interno do software durante o seu ciclo de funcionamento. Essa degradação é caracterizada pela gestão inadequada dos recursos disponíveis no sistema. As aplicações móveis também são afetadas por esse fenómeno, e é expectável que o consumo de energia seja afetado, tendo como consequência um impacto na vida útil das baterias dos smartphones. Os tópico do envelhecimento de software e do consumo de energia de dispositivos e aplicações móveis já tinha sido anteriormente investigado. No entanto, o nosso estudo tenta ser pioneiro na medida em que pretende estabelecer uma ligação entre estas duas áreas. Partindo das metodologias e ferramentas utilizadas por outros investigadores na análise do envelhecimento de software e do consumo de bateria, desenvolvemos a nossa própria abordagem com o objetivo de identificar uma possível correlação entre ambos. Realizámos experiências utilizando uma carga de trabalho acelerada, que simula eventos aleatórios dos utilizadores em 20 aplicações Android, distribuídas por quatro categorias distintas. O processo de recolha de dados consistiu em monitorizar indicadores de desempenho do sistema para que fosse possível acompanhar o seu processo de envelhecimento, além de recolher dados sobre o consumo de bateria. Dado o caráter subjetivo do fenómeno de envelhecimento, abordámos a variável de envelhecimento através de diferentes variantes, consoante o número de condições de envelhecimento a que o sistema estava submetido em cada ocasião. Posteriormente, realizámos uma análise estatística com o intuito de procurar uma correlação entre esta variável e o consumo de bateria. Adicionalmente, investigámos se existia uma diferença significativa nesta correlação entre as diversas categorias de aplicações, cada uma delas caracterizada por perfis distintos de consumo energético de e recursos. A nossa análise indica que, em casos de estados de envelhecimento mais acentuados, caracterizados pela presença de múltiplas condições de envelhecimento no sistema, apenas cerca de metade das experiências registou um aumento no consumo de bateria ao transitar de estados não envelhecidos para estados envelhecidos. A categoria principal associada a esse aumento foi a categoria de redes sociais. Por fim, com base no nosso conjunto de dado e respetiva análise, concluímos que não foi possível identificar uma correlação significativa, sugerindo que o envelhecimento de software não tem um impacto significativo no consumo de bateria de dispositivos móveis. Os casos em que se observou um aumento no consumo de bateria foram atribuídos a fatores que não são o envelhecimento do sistema.