面向节能软件设计的硬件与行为消耗评分及标签算法研究

《Expert Systems with Applications》：Energy-Aware Software Design: A Hardware and Behavioural Consumption Scoring and Labelling Algorithm

本文提出了一种面向软件开发生命周期（SDLC）设计阶段的智能前瞻性算法，通过评估行为模式（BBCP）、硬件资源消耗（HCS/SCS）及能耗模式（BCS），建立软件能耗标签体系（如EU能源标签）。该研究为异构硬件环境下的软件生态设计（Ecodesign）提供了统一度量基础，助力开发者优化能源足迹（如MEErP标准），推动绿色计算（Green Software）发展。

　　

Section snippets

相关研究

软件能耗标签的概念并非新事物。Deneckère与Rubio（2020）将软件标准按SDLC三阶段（开发、使用、报废）分类，与Greensoft模型（Naumann等，2011）一致。但不同于Greensoft，他们聚焦于两个软件维度：通过软件实现可持续性（Sustainability by Software）及软件自身的可持续性（Sustainability in Software）。

研究工具概述

在介绍算法前，需简要说明其在我们开发的绿色软件设计工具集中的基础工具。首要工具是行为驱动消耗档案（BBCP）（Larracoechea等，2024a），这是一种领域特定语言（DSL），用于建模软件行为及其硬件资源消耗的动态演化。

专家算法核心

我们的算法包含三大模块：硬件消耗评分（HCS）、传感器消耗评分（SCS）及行为消耗评分（BCS）。此结构呼应了我们对行为-软件-环境（BSE）、人机交互（HCI）及软件架构（SA）的多维度关注，便于独立分析各组件特性。

HCS是量化计算平台上多种硬件资源消耗的指标，而BCS则通过行为属性（如数据操作强度或网络请求频率）映射能耗模式。算法通过加权体系优先处理关键属性组合，最终生成从A（最优）到G（最差）的能效标签。

实验验证

实验包含两组测试：基于通讯应用（语音/文本/聊天）的案例及3D建模应用测试。目标有三：(1) 在多样环境下验证算法对现有软件的硬件消耗度量；(2) 检验BBCP行为属性对标签影响的准确性；(3) 对比不同硬件配置（如CPU核心数、内存容量）对评分结果的敏感性。实验数据及工具已公开，确保可复现性。

结论与展望

本文提出的专家算法能对软件（含前瞻性设计）的硬件消耗、行为特征及传感器使用进行分级，并推出并行场景下的消耗强度分类版本。相较于现有方法（如直接功耗测量），本算法在SDLC早期介入，通过模拟预测而非实施后检测，为开发者提供即时能耗反馈。未来工作将扩展算法对边缘计算等新兴场景的适配性。