基于安卓系统的移动设备老化重生方法技术方案

本发明专利技术公开了一种基于安卓系统的移动设备老化重生方法，包括：步骤1，构建移动设备用户行为马尔科夫模型和老化过程马尔科夫模型，用户行为马尔科夫模型为二状态马尔科夫模型，包括活跃状态和休眠状态；老化过程马尔科夫模型用于用以预测和判断移动设备老化过程的各个状态，包括年轻状态、老化状态、主动执行恢复状态、被动执行恢复状态；步骤2，将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，构建完整老化重生马尔科夫模型；步骤3，计算完整老化重生马尔科夫模型的稳态值，计算在不同时间点下执行老化重生下各状态的损失值，以获取最优的老化重生执行时间点。

【技术实现步骤摘要】
基于安卓系统的移动设备老化重生方法
本专利技术属于软件老化领域，具体涉及一种基于安卓系统的移动设备老化重生方法。
技术介绍
对于各种移动设备如安卓手机中，发生软件老化是导致其在长期运行过程中出现卡顿等现象的主要原因。软件老化重生是一种用以缓解软件老化的方法。传统的对软件老化重生的研究主要是基于对软件老化过程的建模。与其他软件设备如Linux等不同的是，安卓设备如手机等的使用行为呈现时间碎片化特征，因此在制定安卓软件老化重生策略的过程中不能只简单的考虑安卓的老化过程，如在用户正在使用安卓手机的时候执行重生，则会很大的影响用户的体验。因此在对安卓老化重生的研究中，需同时考虑用户的使用行为及老化过程。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中移动设备中的系统容易老化，客户使用体验差的缺陷，提供一种同时考虑用户的使用行为及老化过程的基于安卓系统的移动设备老化重生方法。本专利技术解决其技术问题所采用的技术方案是：提供一种基于安卓系统的移动设备老化重生方法，包括：步骤1，构建移动设备用户行为马尔科夫模型和老化过程马尔科夫模型，用户行为马尔科夫模型为二状态马尔科夫模型，包括活跃状态和休眠状态；老化过程马尔科夫模型用于用以预测和判断移动设备老化过程的各个状态，包括年轻状态、老化状态、主动执行恢复状态、被动执行恢复状态；步骤2，将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，构建完整老化重生马尔科夫模型；步骤3，计算完整老化重生马尔科夫模型的稳态值，计算在不同时间点下执行老化重生下各状态的损失值，以获取最优的老化重生执行时间点。接上述技术方案，步骤2具体使用随机Petri网将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，并且规定只有在用户不使用移动设备的状态下才能执行老化重生，然后再将生成的SPN模型转化为马尔科夫模型。接上述技术方案，步骤3具体为：假设执行老化重生的时间点为t,则根据马尔科夫稳态方程计算出各个稳定状态的概率值f(t),通过计算不同时间点下执行老化重生下各稳定状态的概率值，获取最大收益以及最小损失，确定最优的执行老化重生的时间点。接上述技术方案，当移动设备系统平均UI响应时间小于预设值时，系统处于年轻状态；当平均UI响应时间大于预设时间时，系统进入老化状态；老化状态持续时间达到预设时间后，被动执行恢复行为，进入被动执行恢复状态。接上述技术方案，定义移动设备老化过程的各个状态：活跃年轻状态：用户正在操作移动设备，系统运行流畅；休眠年轻状态：系统运行流畅，但用户没有操作移动设备；活跃老化状态：用户正在操作移动设备，系统运行时UI响应缓慢；休眠老化状态：用户没有操作移动设备，系统运行时UI响应缓慢；主动恢复状态：移动设备在用户操作时移动设备重启；休眠恢复状态：当用户未操作时，系统将重新启动；休眠重生状态：当用户不操作移动设备时，系统会执行主动恢复活力；活跃重生状态：当用户操作移动设备时，系统执行主动恢复活力。本专利技术还提供了一种基于安卓系统的移动设备老化重生系统，包括：子模型构建模块，用于构建移动设备用户行为马尔科夫模型和老化过程马尔科夫模型，用户行为马尔科夫模型为二状态马尔科夫模型，包括活跃状态和休眠状态；老化过程马尔科夫模型用于用以预测和判断移动设备老化过程的各个状态，包括年轻状态、老化状态、主动执行恢复状态、被动执行恢复状态；总模型构建模块，用于将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，构建完整老化重生马尔科夫模型；最优老化重生模块，用于计算完整老化重生马尔科夫模型的稳态值，计算在不同时间点下执行老化重生下各状态的损失值，以获取最优的老化重生执行时间点。接上述技术方案，总模型构建模块具体使用随机Petri网将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，并且规定只有在用户不使用移动设备的状态下才能执行老化重生，然后再将生成的SPN模型转化为马尔科夫模型。接上述技术方案，最优老化重生模块具体用于：假设执行老化重生的时间点为t,则根据马尔科夫稳态方程计算出各个稳定状态的概率值f(t),通过计算不同时间点下执行老化重生下各稳定状态的概率值，获取最大收益以及最小损失，确定最优的执行老化重生的时间点。接上述技术方案，子模型构建模块还用于设置当移动设备系统平均UI响应时间小于预设值时，系统处于年轻状态；当平均UI响应时间大于预设时间时，系统进入老化状态；老化状态持续时间达到预设时间后，被动执行恢复行为，进入被动执行恢复状态。接上述技术方案，子模型构建模块还用于定义移动设备老化过程的各个状态：活跃年轻状态：用户正在操作移动设备，系统运行流畅；休眠年轻状态：系统运行流畅，但用户没有操作移动设备；活跃老化状态：用户正在操作移动设备，系统运行时UI响应缓慢；休眠老化状态：用户没有操作移动设备，系统运行时UI响应缓慢；主动恢复状态：移动设备在用户操作时移动设备重启；休眠恢复状态：当用户未操作时，系统将重新启动；休眠重生状态：当用户不操作移动设备时，系统会执行主动恢复活力；活跃重生状态：当用户操作移动设备时，系统执行主动恢复活力。本专利技术产生的有益效果是：本专利技术针对基于安卓系统的移动设备的使用行为特性，将用户使用行为模型及老化过程模型相结合，从而构建完整的老化重生模型，解决了传统重生模型对安卓系统的不适应性，有助于缓解安卓老化所带来的影响，改善用户体验。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1为本专利技术实施例的用户行为马尔科夫模型图；图2为本专利技术实施例的老化过程马尔科夫模型图；图3为本专利技术实施例的用户行为模型及老化过程模型的结合图；图4为本专利技术实施例的老化重生模型图；图5和图6为本专利技术实施例的状态概率图；图7为本专利技术实施例的方法流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图7所示，本专利技术的基于安卓系统的老化重生方法，包括：步骤1，构建用户使用行为模型以及老化过程模型；步骤2，将步骤1中两个单独的用户使用行为模型及老化过程模型结合，构建完整的老化重生模型；步骤3，通过获取最大收益以及最小损失来决定最优的执行老化重生的时间点。较佳的，步骤1构建的用户行为模型以及老化过程模型为连续时间马尔科夫模型，用以描述预测用户的使用行为和老化过程的各个状态。用户行为马尔科夫模型为二状态马尔科夫模型，包括活跃状态和休眠状态；老化过程马尔科夫模型用于用以预测和判断移动设备老化过程的各个状态，包括年轻状态、老化状态、主动执行恢复状态、被动执行恢复状态；较佳地，步骤2结合步骤1中的两个模型，构建完整的老化重生模型。其中可以使用随机Petri网(SPN)来将两个马尔科夫模型结合起来，并且设定不能在用户正在使用的行为模式下对安卓进行重生操作，同时重生操作时间必须在安卓还未进入老化状态之前执行。较佳地，步骤3计算最优的执行重生时间点，主要包括：通过计算不同执行重生时间点t下，马尔科夫模型中各个稳定状态的概率值，通过得到有助于改善用户体验的状态的最大概率值以及获取影响用户体验的状态的最小概率值来得到最优的执行重生的时间点t。本专利技术的实施例中，随机Petri网(S本文档来自技高网...

【技术保护点】
1.一种基于安卓系统的移动设备老化重生方法，其特征在于，包括：步骤1，构建移动设备用户行为马尔科夫模型和老化过程马尔科夫模型，用户行为马尔科夫模型为二状态马尔科夫模型，包括活跃状态和休眠状态；老化过程马尔科夫模型用于用以预测和判断移动设备老化过程的各个状态，包括年轻状态、老化状态、主动执行恢复状态、被动执行恢复状态；步骤2，将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，构建完整老化重生马尔科夫模型；步骤3，计算完整老化重生马尔科夫模型的稳态值，计算在不同时间点下执行老化重生下各状态的损失值，以获取最优的老化重生执行时间点。

【技术特征摘要】
1.一种基于安卓系统的移动设备老化重生方法，其特征在于，包括：步骤1，构建移动设备用户行为马尔科夫模型和老化过程马尔科夫模型，用户行为马尔科夫模型为二状态马尔科夫模型，包括活跃状态和休眠状态；老化过程马尔科夫模型用于用以预测和判断移动设备老化过程的各个状态，包括年轻状态、老化状态、主动执行恢复状态、被动执行恢复状态；步骤2，将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，构建完整老化重生马尔科夫模型；步骤3，计算完整老化重生马尔科夫模型的稳态值，计算在不同时间点下执行老化重生下各状态的损失值，以获取最优的老化重生执行时间点。2.根据权利要求1所述的基于安卓系统的移动设备老化重生方法，其特征在于，步骤2具体使用随机Petri网将用户行为马尔科夫模型和老化过程马尔科夫模型相结合，并且规定只有在用户不使用移动设备的状态下才能执行老化重生，然后再将生成的SPN模型转化为马尔科夫模型。3.根据权利要求1所述的基于安卓系统的移动设备老化重生方法，其特征在于，步骤3具体为：假设执行老化重生的时间点为t,则根据马尔科夫稳态方程计算出各个稳定状态的概率值f(t),通过计算不同时间点下执行老化重生下各稳定状态的概率值，获取最大收益以及最小损失，确定最优的执行老化重生的时间点。4.根据权利要求1所述的基于安卓系统的移动设备老化重生方法，其特征在于，当移动设备系统平均UI响应时间小于预设值时，系统处于年轻状态；当平均UI响应时间大于预设时间时，系统进入老化状态；老化状态持续时间达到预设时间后，被动执行恢复行为，进入被动执行恢复状态。5.根据权利要求1所述的基于安卓系统的移动设备老化重生方法，其特征在于，定义移动设备老化过程的各个状态：活跃年轻状态：用户正在操作移动设备，系统运行流畅；休眠年轻状态：系统运行流畅，但用户没有操作移动设备；活跃老化状态：用户正在操作移动设备，系统运行时UI响应缓慢；休眠老化状态：用户没有操作移动设备，系统运行时UI响应缓慢；主动恢复状态：移动设备在用户操作时移动设备重启；休眠恢复状态：当用户未操作时，系统将重新启动；休眠重生状态：当用户不操作移动设备时，系统会执行主动恢复活力；活跃重生状态：当用户操作移动设备时，系统执行主动恢复活力。6.一种基于安卓系统的移动设备老化重生系统，其特征在...

【专利技术属性】
技术研发人员：向剑文，田冰霏，翁才生，赵冬冬，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42