Using model based analysis to improve software energy efficiency

Abstract

Recently, energy consumption has become a concern in the software development scenario. This is mainly due to the current different types of platforms where software runs. Studies show that users tend to reject mobile applications that quickly drain battery energy, indicating energy consumption as a relevant aspect. Despite this emerging interest in the software energy consumption metric, developers still lack solid knowledge about how to design, construct and evolve software considering energy efficiency. With the goal of providing some of this necessary support, this work proposes high—level property definitions for the analysis of software energy consumption during all phases of software development. These properties and their analyses rely on a model based approach, which uses Labelled Transition Systems (LTS) augmented with energy costs and probabilistic information to describe software behaviour. Results of analysing the proposed properties on an LTS model provide useful energy related information, such as the average energy cost of the system and the probability of occurrence of the most costly execution. We demonstrate how to implement, use and interpret the results of analyses of these properties to create, evaluate and/or evolve software considering energy efficiency. To describe where our work can be applied, we discuss experiments involving the analysis of the proposed properties in different scenarios. Some experiments were performed, involving an analysis of an existent software with a single component, a software evolution and a software with composition of components, and energy efficiency was analysed in all cases. Recommendation of possible actions to adjust energy consumption considering results of property analysis are proposed in a quick guide format, combining energy costs and probabilistic behaviour. This support of property analysis and recommendations constitutes an important step towards helping developers create energy efficient software.

Recentemente, o consumo de energia tornou-se uma preocupação no cenário de desenvolvimento de software. Isso se deve principalmente aos diferentes tipos de plataformas atuais em que o software é executado. Estudos mostram que os usuarios tendem a rejeitar aplicativos móveis que esgotam rapidamente a energia da bateria, apontando o consumo de energia como um aspecto relevante. Apesar desse interesse emergente na métrica de consumo de energia de software, os desenvolvedores ainda carecem de conhecimentos sólidos sobre como projetar, construir e evoluir software considerando a eiieiêneia energética. Com o objetivo de fornecer algum suporte necessário, este trabalho apresenta definições em alto nível de propriedades para a analise do consumo de energia de software durante todas as fases de desenvolvimento de software. Essas propriedades e suas análises dependem de uma abordagem baseada em modelos, que usa Labelled Transition Systems (LTS) com o acréscimo de custos de energia e informações probabilístieas para descrever o comportamento do software. Os resultados da análise das propriedades propostas em um modelo LTS fornecem informações úteis relacionadas à energia, como o custo médio de energia do sistema e a probabilidade de ocorrência da execução mais cara. Demonstramos como implementar, usar e interpretar os resultados das análises dessas propriedades para criar, avaliar e/ou evoluir softwares considerando eficiência energética. Para descrever onde nosso trabalho pode ser aplicado, discutimos experimentos envolvendo a análise das propriedades propostas em diferentes cenários. Alguns experimentos são realizados envolvendo uma análise de um software existente de um único componente, uma evolução de software e um software com composição de componentes, e a eficiência energética é analisada em todos os casos. Considerando os resultados analises das propriedades definidas, são propostas recomendações de possíveis ações para ajustar o consumo de energia em um formato de guia rapido, combinando custos de energia e comportamento probabilístico. Esse suporte de análise de propriedades e recomendações constitui um passo importante para ajudar os desenvolvedores a criarem software com eficiência energética.