手機使用者於電量管理之行為模式分析 - 政大學術集成

全文

(1)國立政治大學資訊科學系 Department of Computer Science National Chengchi University 碩士論文 Master’s Thesis. 立. 政治大. ‧ 國. 學 ‧. 手機使用者於電量管理之行為模式分析. sit. y. Nat. User Behavior Analysis of Power Management from. n. er. io. Smart-Phone User Logs al v i n Ch engchi U 研究生：張錦生指導教授：李蔡彥. 中華民國一百零四年七月 July 2015.

(2) 手機使用者於電量管理之行為模式分析 User Behavior Analysis of Power Management from Smart-Phone User Logs. 研究生：張錦生指導教授：李蔡彥. Tsai-Yen 政治 Advisor：Li, 大國立政治大學. 學. ‧ 國. 立. Student：Chang, Chin-Sheng. ‧. 資訊科學系碩士論文. io. sit. y. Nat. n. er. A Thesis a v Science i submitted tol Department of Computer n Ch U eChengchi National n g c h iUniversity in partial fulfillment of the Requirements for the degree of Master in Computer Science. 中華民國一百零四年七月 July 2015. i.

(3) 手機使用者於電量管理之行為模式分析. 摘要. 資訊科技的進步與智慧型手機的普及，使得人們通訊方式改變，生活也更. 政治大. 加依賴智慧型手機。然而，電池技術卻未能支援智慧型手機長時間使用，. 立. 因此手機使用者在電量管理上的行為就變得相對重要。欲研究探討手機使. ‧ 國. 學. 用者的電量管理行為模式，須建立一個包含軟、硬體及使用者的實驗平台，. ‧. 本研究採用經麻省理工學院驗證的 Funf Framework 開放性原始碼框架，. y. Nat. er. io. sit. 作為蒐集使用者操作紀錄資料，以情境假設觀察這些資料，定義出各情境行為模式的特徵，並根據實驗數據進行所有資料驗證。根據實驗結果，大. n. al. i n U. C. v. hengchi 致歸納出電量管理行為模式，此結果可提供使用者使用手機在電量管理上參考，或發展智慧型電量管理應用程式，以最佳化電量管理。. 關鍵字：智慧型手機、使用紀錄、行為模式、電量管理. ii.

(4) User Behavior Analysis of Power Management from Smart-Phone User Logs. Abstract The innovation of information technology and the spread of smart phones are changing the way that people communicate and how their livings rely on. 治政大 nowadays is still insuffismart-phones. However, the technology of battery 立 cient to meet the need of heavy smart-phones users; therefore, it becomes rela‧ 國. 學. tively important to observe and analyze the user behavior on power manage-. ‧. ment. This research aims to study the patterns of user behavior on power management by building an experimental platform with appropriate software,. y. Nat. io. sit. hardware and users. We use the Funf Open Sensing Framework, which is. er. originally developed at the MIT Media Lab, to collect user logs on smart. n. a. iv. l collected phones. We have observed data under contextual assumptions, idenn C. hengchi U. tified characteristics within the context of each behavior pattern, and validated with the experimental data. With the result of the experiment, several patterns of power management have been classified. The experimental result can be used as a reference for the users to manage battery life, or for developing applications on smart power management that best optimizes energy consumption. Keyword : smart phone, user log analysis, mobile user behavior, power management. iii.

(5) 誌謝能邊工作邊完成研究所學位實屬不易，求學階段歷經小孩出生、工作轉換跑道、雙親健康問題等，最後還是能走到這一階段，除了在背後支持我的親友，也要感恩鼓勵過我，幫助過我的人，誠摯感謝。首先感謝指導教授李蔡彥老師，在我就學期間，老師雖接任繁忙的行政工作，仍在忙碌之餘，對我的耐心的指導、協助與體諒。也感謝口試委員郭景致教授及歐俠宏. 治政教授提供寶貴的意見，讓這篇論文能儘量達到該有的水平。大立 ‧ 國. 學. 感恩 IMLab 各階段的伙伴，從初期治宏的支援、旭峰幫忙串連好幾代的伙伴與提供很多建議，到後期芳綺、奇珍與聖翔的協助，讓我能更專心的完成論文，感謝 IMLab. ‧. 的各位伙伴。. y. Nat. er. io. sit. 感恩研究所在學期間華夏教務處與計中的長官與同仁、華夏高立仁主任、國體大歐俠宏主任、碩方徐柏峯及政大左以文組長的支持與鼓勵，尤其後期政大圖書館同仁. n. al. Ch. i n U. v. 淑君、世龍、文麗的支持與體諒，文麗在英文摘要上的協助，以及 LDS 的成員們與道. engchi. 場伙伴經常性的打氣，讓我能在最後階段順利完成論文。也感恩願意提供我實驗，在道場各位伙伴、同學及朋友，沒有你們大力的提供使用經驗，我沒辦法蒐集到實驗的數據，完成研究。最後要感謝父母養育之恩、兄妹與家人，特別是太太，在這段時間無怨無悔的照顧長輩小孩、打理家裡大大小小的事，讓我能儘可能無後顧之憂完成學業，謝謝您們。錦生於政大 2015 年 10 月 27 日. iv.

(6) 目錄. 第 1 章緒論 .............................................................................................................................. 1 1.1 研究背景 ..................................................................................................................... 1 1.2 研究動機與目的 ......................................................................................................... 3 第 2 章文獻探討及背景知識 .................................................................................................. 5 2.1 行動作業系統(mobile operating system) ................................................................... 5. 治政 2.2 Android 系統架構 ........................................................................................................ 7 大立 2.3 嵌入式資料庫 - SQLite............................................................................................... 9 ‧ 國. 學. 2.4 手機使用紀錄蒐集平台 - Funf ................................................................................ 11. ‧. 2.4.1 Funf Open Sensing Framework ........................................................................ 12 2.4.2 Funf Journal ...................................................................................................... 15. y. Nat. io. sit. 2.4.3 Funf in a Box .....................................................................................................16. n. al. er. 2.5 JSON 資料交換格式 ................................................................................................... 18. Ch. i n U. v. 2.6 手機耗電因素探討 .................................................................................................... 19. engchi. 2.7 使用者行為(User Behavior) ...................................................................................... 23 第 3 章實驗方法與設計 ........................................................................................................ 25 3.1 實驗方法流程 ........................................................................................................... 25 3.2 受測者與隱私保護 ................................................................................................... 26 3.3 參數設定與測試 ....................................................................................................... 27 3.4 感測資料的蒐集與處理 ........................................................................................... 29 3.5 感測資料分析 ........................................................................................................... 32 第 4 章實驗結果與分析 ........................................................................................................ 35. v.

(7) 4.1 分析電量管理應用程式行為模式特徵 ................................................................... 35 4.2 分析充電行為電量管理行為模式特徵 ................................................................... 38 4.3 分析充電前會執行耗能型應用程式特徵 ............................................................... 40 4.4 分析執行應用程式後關閉螢幕行為模式特徵 ....................................................... 42 第 5 章驗證與應用 ................................................................................................................ 44 5.1 電量管理特徵行為驗證 ........................................................................................... 44 5.1.1 驗證電量管理應用程式行為模式特徵 ......................................................... 44. 政治大. 5.1.2 驗證充電行為電量管理行為模式特徵 ......................................................... 46. 立. 5.1.3 驗證充電前會執行耗能型應用程式的特徵 ................................................. 48. ‧ 國. 學. 5.1.4 驗證執行應用程式後關閉螢幕行為模式特徵 ............................................. 50 5.2 分析結果應用 ........................................................................................................... 51. ‧. 第 6 章結論與未來研究 ........................................................................................................ 54. Nat. sit. y. 6.1 研究成果 ...................................................................................................................54. n. al. er. io. 6.2 研究限制 ................................................................................................................... 55. i n U. v. 6.3 未來研究 ................................................................................................................... 55. Ch. engchi. 第 7 章參考文獻 .................................................................................................................... 56. vi.

(8) 圖目錄. 圖 1 : 2010 年到 2014 年智慧型手機作業系統市場佔有率(單位：%)[1] ........................... 2 圖 2 : 2014 臺灣消費者行動裝置暨 APP 使用行為研究[2] .................................................. 3 圖 3 : Android 作業系統架構圖[6] .......................................................................................... 7 圖 4 : SQLite 3.0 架構圖[7] .................................................................................................... 10 圖 5 : Funf Open Sensing Framework 運作架構[10] ............................................................. 11. 治政圖 6 : Funf 手機端架構圖：high-level[12]............................................................................ 14 大立圖 7 : Funf Journal 應用程式資料蒐集設定 .......................................................................... 15 ‧ 國. 學. 圖 8 : Funf In A Box 應用程式的資訊提示與功能 ............................................................... 17. ‧. 圖 9 : JSON 的兩種基本結構[14] .......................................................................................... 18 圖 10 以不同基準程式(benchmark)測試記憶體與處理器耗能情形[4] ............................. 19. y. Nat. io. sit. 圖 11 : 無線網路耗能比較(開螢幕)[16]...............................................................................21. n. al. er. 圖 12 : 無線網路耗能比較(關螢幕)[16] ............................................................................... 21. Ch. i n U. v. 圖 13 : 手機軟硬體耗電情形 ................................................................................................ 23. engchi. 圖 14 : 實驗方法流程架構圖 ................................................................................................ 25 圖 15 : 感測資料蒐集、處理、分析流程 ............................................................................ 30 圖 16 : Funf in a Box 資料蒐集後處理與解密過程 .............................................................. 30 圖 17 : Funf in a Box 探測資料原型格式 .............................................................................. 31 圖 18 : 取用探測資料的分布狀態 ........................................................................................ 33 圖 19 : 智慧型手機之應用程式類型[24] ............................................................................. 34 圖 20 : user01 在電量較低情形下使用電量管理應用程式 ................................................. 36 圖 21 : user04, user11, user13 在電量較低情形下使用電量管理應用程式 ........................ 36. vii.

(9) 圖 22 : user01 在執行一段時間應用程式後，使用電量管理應用程式情形 ..................... 37 圖 23 : 規律性之充電行為 .................................................................................................... 38 圖 24 : 不規律性之充電行為 ................................................................................................ 39 圖 25 : 在低電量狀態之充電行為 ........................................................................................ 40 圖 26 : 電量管理軟體與內建省電模式設定功能 ................................................................ 52. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. viii. i n U. v.

(10) 表目錄. 表 1 : 2014 年智慧型手機作業系統出貨量與市場佔有率 (單位:百萬支)[1]...................... 2 表 2 : 快閃記憶體耗能與效率[4] ......................................................................................... 20 表 3 : 全球定位系統耗能測試[4] ......................................................................................... 22 表 4 : 藍芽耗能測試[4] ......................................................................................................... 22 表 5 : 受測者手機硬體及作業系統版本資訊 ...................................................................... 27. 治政表 6 : Funf In A Box 應用程式參數設定 ............................................................................... 28 大立表 7 : 本研究設定 Funf In A Box 之探測項目說明 ............................................................. 29 ‧ 國. 學. 表 8 : 整理後的探測蒐集資料欄位說明 .............................................................................. 32. ‧. 表 9 : 感測資料紀錄筆數與分析取用 .................................................................................. 33 表 10 : user01 充電前所執行應用程式(電量>40%，充電前 10 分內) ............................... 41. y. Nat. io. sit. 表 11 : user02 充電前所執行應用程式(電量>40%，充電前 10 分內) ............................... 42. n. al. er. 表 12 : 電量管理應用程式執行時機 .................................................................................... 45. Ch. i n U. v. 表 13 :電量較低時執行電量管理應用程式特徵符合機率 .................................................. 45. engchi. 表 14 : 執行應用程式 10 分鐘後出現電量管理應用程式機率 .......................................... 46 表 15 : 電量管理應用程式安裝及充電情形 ........................................................................ 47 表 16 :電量耗盡情形時，進行充電的機率 .......................................................................... 48 表 17 :電量超過 40%充電前執行耗能類型應用程式特徵驗證率 ...................................... 49 表 18 : 執行應用程式後 15 秒內關閉螢幕特徵驗證率 ...................................................... 50 表 19 : 電量管理行為模式特徵驗證率 ................................................................................ 51 表 20 : 電量管理行為模式特徵可能之應用 ........................................................................ 53. ix.

(11) 第1章緒論. 立. 1.1 研究背景. 政治大. ‧ 國. 學. 近年來科技進步神速，通訊方式越來越多元，手機也從傳統電話通訊演變為多元. ‧. 通訊方式。從 2007 年 Apple 公司前 CEO Steve Jobs 推出第一代 iphone 開始，重度應. y. Nat. sit. 用觸控式面板為其輸入方式，造成使用者介面與用戶體驗的改進，傳統手機逐漸被淘. n. al. er. io. 汰。而伴隨著智慧型手機功能越來越強大，人們對其依賴也日與俱增。我們可從 IDC. i n U. v. 國際數據資訊 2015 年 2 月最新產業資訊和報導[1]中觀察到 2010 年到 2014 年智慧型. Ch. engchi. 手機作業系統市場佔有率(圖 1)，其中以 Android 為作業系統的智慧型手機成長最快，佔有率更達到 81.5%(表 1)。因應智慧型手機的功能，應用程式市場規模迅速成長，功能性也快速擴展，資訊工業策進會創新應用服務研究所 FIND 中心「2014 臺灣消費者行動裝置暨 APP 使用行為研究調查報告」[2]中，2014 上半年臺灣民眾最常使用的應用程式類型如圖 2 所示，常用的順序，依序是與紓發情緒、建立人脈有關的社交聊天類、娛樂類、行動遊戲類、音樂類、照片剪輯類，接著是獲取資訊的新聞雜誌類、生活資訊類，再來才有應用工具類出現。. 1.

(12) 立. 政治大. ‧. ‧ 國. 學 er. io. sit. y. Nat. 圖 1 : 2010 年到 2014 年智慧型手機作業系統市場佔有率(單位：%)[1]. al. n. v i n Ch 表 1 : 2014 年智慧型手機作業系統出貨量與市場佔有率 (單位:百萬支)[1] engchi U Operating System. 2014 Unit Volumes. 2014 Market Share. 2013 Unit Volumes. Android. 1,059.3. 81.5%. 802.2. 78.7%. 32.0%. iOS. 192.7. 14.8%. 153.4. 15.1%. 25.6%. Windows Phone. 34.9. 2.7%. 33.5. 3.3%. 4.2%. BlackBerry. 5.8. 0.4%. 19.2. 1.9%. -69.8%. Others. 7.7. 0.6%. 2.3. 0.2%. 234.8%. Total. 1,300.4. 100.0%. 1,018.7. 100.0%. 27.7%. 2. 2013 Market Year-OverShare Year Change.

(13) 立. 政治大. ‧. ‧ 國. 學. 圖 2 : 2014 臺灣消費者行動裝置暨 APP 使用行為研究[2]. sit. y. Nat. io. er. 當智慧型手機成為日常生活的重要工具時，手機電池續航力成為購買的重要關鍵. al. 因素。目前手機電池技術尚未跟上智慧型手機，無法長時間支應手機運作，大多數的. n. v i n Ch 手機使用者，幾乎日日要充電[3]，手機電力變成手機使用者關切的重要因素之一，因 engchi U. 此智慧型手機的使用者，在使用上可能有電量管理的行為，以在手機使用與耗電情形取得一個平衡點，讓手機能持續滿足使用者使用上的需要。. 1.2 研究動機與目的網際網路迅速的擴張，無線通訊技術日趨成熟，資訊化社會的發展已是必然的趨勢，配合硬體技術跟進，讓智慧型手機除了通話外，也幾乎快取代了個人電腦的許多功能，對現代人來說，在這資訊傳播迅速的年代，利用智慧型手機來獲得資訊已是相. 3.

(14) 當重要的一件事，智慧型手機硬體結構也因科技及手機大廠商業競爭所賜，影響電力的各設設備來越多，因此手機的電量的管理問題愈形重要。手機耗電因素可從很多層面探討，其中電信訊號與手機硬體是使用者選擇廠商時就已決定的因素外，Carroll 及 Heiser [4]認為其他如螢幕顯示時間、亮度調整、無線網路、全球定位系統(Global Positioning System，簡稱 GPS)、行動網路、藍芽等連線裝置、移動定位服務(Location Based Services，簡稱 LBS)、與軟體及應用程式，都可能是影. 政治大型、處理器、或是內部零組件，而是透過手機上應用程式來控制各項硬體，以達到使立響手機耗電的因素。與手機使用者最直接接觸的介面，通常都不是手機內部的電池類. 用目的。想調查使用者行為，若從問卷方式進行調查，通常可能產生受訪者主觀評論，. ‧ 國. 學. 且在使用過程，甚至連使用者都不會發現曾經有什麼樣的電量管理行為，因此本研究. ‧. 將採用蒐集手機使用紀錄(user log)方式進行實驗，避免影響受測者主觀行為。本研究. sit. y. Nat. 將以手機使用者操作手機應用程式的行為資料進行分析，找出與電量管理有關的行為. io. n. al. er. 模式，提供發展智慧型電量管理應用程式參考，以達最佳化手機電量管理。. Ch. engchi. 4. i n U. v.

(15) 第2章文獻探討及背景知識. 政治大本研究所需要之實驗，需選定受測對象及裝置，因此與智慧型手機相關的作業系統、立. ‧ 國. 學. 電量影響、資料蒐集方面及使用者行為等，在本章中都會進行探討。. ‧. 2.1 行動作業系統(mobile operating system). y. Nat. sit. 依維基百科[5]中介紹，行動作業系統(mobile operating system，簡稱 Mobile OS)，. n. al. er. io. 又稱為行動平台(Mobile platform)或手持式作業系統(Handheld operating system)，是指. i n U. v. 在行動裝置上運作的作業系統。行動作業系統近似在桌上型電腦上運行的作業系統，. Ch. engchi. 但是它們通常較為簡單，而且提供了無線通訊的功能。使用行動作業系統的裝置有智慧型手機、PDA、平板電腦等，另外也包括嵌入式系統、行動通訊裝置、無線裝置等。目前發展中的行動作業系統如下： . Android：Android 是 Google 公司所開發的行動作業系統。受 Google 及參與開放手機聯盟的主要硬體和軟體開發商(如英特爾、宏達電、ARM 公司、三星、摩托羅拉等)支援。Android 最早是由一個小型創業公司(Android 公司)開發，公司於 2005 年被 Google 併購後，Google 繼續開發，逐漸形成現時的. 5.

(16) Android。Android 至今最新為 5.1 版本，其中一個特色是每一個發布版本的開發代號均與甜點有關，例如 1.6 版本的甜甜圈(Donut)和 2.2 版本的霜凍優格(Froyo)等。大多數主要電信公司均有支援 Android 裝置使用其網路。自推出首台裝置 HTC Dream 後，使用 Android 的裝置數量一直大幅度增長。至 2010 年第二季，Android 在國際市場的佔有率達 17.2%，較 2009 年第二季增加八倍半。至 2011 年 11 月，Android 在國際市場的佔有率已超過半數，達 52.5%。2014 年 9 月，Android 國際市場佔有率達 85%。 . 政治大. Windows Phone：微軟所開發的行動作業系統。2010 年 2 月 15 日，微軟公布. 立. 了其下一代行動作業系統 Windows Phone，該新系統使用了一個稱為「Metro. ‧ 國. 學. UI」的使用者介面。 . BlackBerry 10：黑莓公司所開發的行動作業系統。BlackBerry 10 是黑莓所推. ‧. 出的新一代的作業系統，應用於 BlackBerry 自家所生產的智慧型手機和平板. sit. y. Nat. 電腦。. . Sailfish OS：由 Jolla 公司所開發的行動作業系統，部分原始碼採 GPL(核心和. n. al. er. Firefox OS：Mozilla 基金會所開發的行動作業系統，原始碼採用 MPL 授權。. io. . Ch. engchi. i n U. v. 中介軟體)發布。在 Nokia 放棄 MeeGo 計劃後，2011 年大部分 Nokia 員工成立了 Jolla 公司，並推出基於 Mer 分支的 Sailfish OS 系統。 . Tizen：由 Linux 基金會和 Tizen 協會所開發的開放原始碼行動作業系統，目的在於取代 MeeGo 與 LiMo 平台。. . Ubuntu Touch：由 Canonical 公司開發，原始碼採用 GPL 發布。. . webOS：早期由 Palm 公司開發，後來被 HP 所收購。2013 年 2 月 25 日，HP 將 WebOS 出售給 LG。. 6.

(17) 封閉型原始碼因其特性無法被使用在本研究上，而開放性原始碼的行動作業系統，則以目前使用量最多的 Android 作業系統為主，因此本研究必須了解 Android 作業系統運作架構。. 2.2 Android 系統架構 Android 是以 Linux 核心為基礎所開發的開放性原始碼作業系統，從圖 3 中可觀察到，最底層的部份是 Linux 核心(LINUX KERNEL)，在底層中有與硬體溝通的各項驅. 治政動程式，如：螢幕(Display driver)、相機(Camera Driver)、無線網路(WiFi Driver)、電大立力管理(Power Management)等。在 Linux 核心系統上內建許多函式庫(LIBRARIES)，以 ‧ 國. 學. C/C++語言所建立的 SQLite、Media Framework、Surface Management 等。最頂層則為. io. n. al. y. …. Browsers. sit. Contacts. er. APPLICATIONS Phone. Nat. Home. ‧. Android 平台的應用程式(APPLICATIONS)，提供手機的各項應用。. APPLICATION FRAMEWORK Content View Providers System Resource Location Manager Manager. i n U. v. Activity Manager Package Manager. Window Manager Telephony Manager. Surface Manager. LIBRARIES Media Framework. SQLite. Croe Libraries. OpenGL|ES. FreeType. WebKit. SGL. SSL. libc. Dalvik Virtual Machine. Display Driver USB Driver. Camera Driver Keypad Driver. LINUX KERNEL Bluetooth Driver WiFi Driver. Ch. engchi. Notification Manager XMMP Service. ANDROID RUNTIME. Flash Memory Driver Audio Driver. 圖 3 : Android 作業系統架構圖[6]. 7. Binder (IPC) Driver Power Management.

(18) 整個系統架構由底層開始，共分為五大類：Linux Kernel、Android Runtime、Libraries、 Application Framework 及 Applications，各層[6]說明如下： 1. Linux Kernel：此層乃 Linux 作業系統核心，其核心版本為 2.6 版，Android 所用的 Linux 核心，其包含的效能有安全(Security)、記憶體管理(Memory Management)、行程管理(Process Management)、網路堆疊(Network Stack)、驅動程式模型(Driver Model)等，並在軟體堆疊與硬體間建立抽象層(Abstraction Lay-. 政治大 Libraries：由 C / C++語言所撰寫的函式庫所組成，但在 Android 上所有的應用立 er)。. 2.. 程式均需透過 API(Application Programming Interface)來使用這些函式庫。. ‧ 國. 學. 3. Android Runtime：可分為 Core Libraries 及 Dalvik Virtual Machine。Core Li-. ‧. braries 包含了絕大部份 Java 程式語言所需要呼叫的函式，不是用一個 Dalvik. sit. y. Nat. 虛擬機器來同時執行多個 Android 應用程式，而是每個 Android 應用程式都用. io. er. 一個自屬的 Dalvik 虛擬機器來執行；Dalvik 虛擬機器則是一種暫存器型態的虛擬機器，在撰寫開發時以最少的記憶體資源來執行。. al. n. v i n Ch Application Framework：是一個統一的應用程式標準介面，這個應用程式框架 engchi U. 4.. 的架構是可以很容易的去重覆使用各個元件，助於開發者去改寫自己新的軟體元件。 . Views System：用來建構一個應用程式的基本原件，包含了有 lists, grids, text boxes, buttons，甚至是一個嵌入式的瀏覽器。. . Content Providers：可用來讓程式跟程式之間互相存取或分享資料。例如某一個應用程式可以去存取通訊錄應用程式內的聯絡人資料，或呼叫 Resource Manager 可存取的非程式碼資源，如當地性設定(該地貨幣、語言、時間格式)、圖像…等。. 8.

(19) . Resource Manage：提供各種資源讓程式去使用，如區域性的字串、圖片、排版檔(layout files)。. . Notification Manager：提供程式在狀態列(status bar)的地方顯示應用程式自有的警示(alert)訊息。. . Activity Manager：管理所有的應用程式生命週期。. . Window Manager：管理所有的視窗程式。. . Location Manager：用來做地圖服務的功能。. . Telephony Manager：用來管理所有的移動設備(電話)的功能，即提供使用. 政治大. 立. 者撥打與接收電話的功能。. ‧ 國. 學. . Package Manager：Android 系統內所有安裝的程式管理。. ‧. 5. Applications：應用程式層，其基礎應用程式有電子郵件程式，簡訊程式，日. sit. y. Nat. 曆，地圖，瀏覽器…等，所有的應用程式皆必需以 Java 的程式語言撰寫。. al. n. 資料的重點。. er. io. 其中 Libraries 層的 SQLite，是存取資料重要的函式庫，也是本研究想要蒐集手機. Ch. engchi. i n U. v. 2.3 嵌入式資料庫 - SQLite SQLite 是一個輕量級的嵌入式資料庫，內建於 Android 作業系統[7] [8]，其設計方式是在資料進行寫入時將整個資料庫鎖定，SQLite 函式庫會連結到應用程式，成為程式的一部份，因此使用 SQLite 可減少程式在與資料庫存取時的通訊時間，資料庫的檔案都存在本機的文件中，容易轉移，其 SQL 存取介面簡潔快速，相對其他資料庫，佔用少量的記憶體空間，相當適合智慧型手機或其他類型手持式裝置使用。. 9.

(20) SQLite 版本逐步演進，目前官方釋出到 3.0 版，其版本架構如圖 4，從圖中可觀察出 SQLite 架構及運作流程如下： . Interface：大部份的 SQLite 公用 interface 是由 source file 執行實作。. . Tokenizer：當執行含 SQL 語法的字串時，Interface 會將該字串傳到 Tokenizer 進行字串處理，最後傳到 Parser 剖析。. . Parser：依 Tokenizer 傳來的資訊編譯成完整 SQL 語句，呼叫 Code Generator。. . 政治大 Virtual Machine：為操作資料庫而設計，用來執行 Code Generator 產出的程立. . Code Generator：依 Parser 轉換完的 SQL 語句，產生虛擬機器碼執行 SQL。. 式。. ‧ 國. 學. . B-Tree：SQLite 資料庫的檔案，是使用 B-tree 來維護，資料庫每個資料表和. Page Cache：B-tree 會將儲存空間的固定位置讀寫資訊，Page Chace 則是負責. sit. y. Nat. . ‧. 目錄都單獨使用一個 B-tree，所有 B-trees 會被存在相同儲存空間。. . OS Interface：SQLite 以抽象層作為各 OS 間的 Interface，提供可移植性。. al. v i n Utilities：可讓 SQLiteC擁有進行配置記憶體、字串比較…等功能。 hengchi U n. . io. . er. 程式的讀寫和 cache 程式的位置。. Test Code：測試回傳資料。. Interface. Core SQL Command Processor. Backend Virtual Machine. B-Tree. SQL Complier Tokenizer. Paser. Pager. OS Interface. Accessories Code Generator. Utilities. 圖 4 : SQLite 3.0 架構圖[7]. 10. Test Code.

(21) 2.4 手機使用紀錄蒐集平台 - Funf 本研究將透過手機使用紀錄資料的蒐集，以質化觀察方式進行。要分析使用者的行為模式，需先取得使用者在手機上的操作紀錄，以 Android 手機的使用者為首選，從支援度來評估，本研究採用由麻省理工學院研發出的 Funf Open Sensing Framework[9] (圖 5)，當手機裡各項感測裝置(廣泛支援第三方的 API)產生作用時，手機的紀錄可透過多種感測裝置產生資料，經 Funf framework 處理儲存至手機中，再透過研究. 政治大. 者設定的蒐集方式儲存資料，以進行各項應用。. 立. notifications. n. al. Your Choice of Datastore. er. io. sit. y. Nat. movement Many More and 3rd Party API Support. usage / communication. visualizations. ‧. ‧ 國. 學. location. Ch. Funf Open Sensing Framework. engchi. i n U. v. applications. reports & studies. social proximity. 圖 5 : Funf Open Sensing Framework 運作架構[10] Funf 是一個蒐集和分析手機資料的開源框架，曾被麻省理工學院用來研究在一場選舉運動中政治觀點如何變化、用戶如何互動、或是疾病如何通過人口分佈來傳播 [11]。. 11.

(22) 2.4.1 Funf Open Sensing Framework Funf 主要功能[10]包括： . 可在遠端進行參數值設定。. . 內建許多資料探測方式，例如：GPS、Cell tower ID、Running apps、Location、 Call log、Installed apps、WLAN、SMS log、Screen on/off state、Accelerometer、 Browser history、Music/Image/Video file scan、Bluetooth、Contacts、Battery. 政治大. status。. 立. 可自動或手動將資料上傳。. . 允許延遲上傳資料 - 當未連接上網路時，可將資料暫存於手機，直到與資料. ‧ 國. 學. . 接收伺服端運作正常。. ‧. . 將敏感資料透過單向雜湊及加密：不儲存文字資料或電話號碼等可直接判讀. Nat. sit. y. 讀格式。. . Funf framework 提供第三方資料導入的 API，允許與其他應用程式介接。. . 探測架構模組化，允許新增或修改現有的探測行為參數。. . 手動資料收集的基本調查系統。. . 各式優化電池壽命和處理日常使用情況(例如：用戶複製音樂文件時，SD 卡. n. al. er. 手機端資料進行加密。. io. . Ch. engchi. i n U. v. 不可用) . 應用程式經驗證 – 經麻省理工學院的 living laboratory 部署超過 15 個月，超過 100 個用戶的驗證。. 基於這些主要功能，Funf Open Sensing Framework 更提供了一種 Funf In A Box 架構，不需要設計程式，可由研究者設定參數後，系統將依設定結果，產生一個蒐集手. 12.

(23) 機感測裝置之應用程式，並將操作紀錄依設定期間傳送到研究者設定的 Dropbox 雲端空間，降低對受測者手機空間的負荷。對本研究來說，不管在哪都能取得研究者的 Dropbox 空間進行資料處理工作。2013 年 4 月 9 日，Funf 釋出 0.4 版，包含 Funf Journal 與 Funf In A Box 兩種應用程式的核心均已更新，在更新後具更多穩定性與可靠性，圖 6 為 Funf 更新後手機端的 high-level 架構，主要的更新項目[12]如下： . Funf 是以單一服務取代每個探測方式進行運作。. . 以同一個 JVM 進行內部函數調用。. . 管道：將介面一般化，提高可用性。. 學. 組態設定：重新設計組態配置程序。. . 改善時間記錄方式，精準到小於 1 秒。. . 加強 GSON 2.1 Library 修改方式。. . 修正錯誤程式。. n. al. er. io. sit. y. Nat. . ‧. ‧ 國. . 政治大探測方面：以具資料交換的 GSON / JSON 方式重新設計探測資料格式。立. Ch. engchi. 13. i n U. v.

(24) 立. 政治大. ‧. ‧ 國. 學 sit. y. Nat. n. al. er. io. 圖 6 : Funf 手機端架構圖：high-level[12]. Ch. engchi. 14. i n U. v.

(25) 2.4.2 Funf Journal Funf Journal[10]是一個使用 Funf framework 的 Android 的應用程式，提供研究者利用移動式手持裝置進行行為探測資料蒐集、自我測試或進行有興趣的行為資料分析，算是在 Funf framework 中，最簡單的使用方式。Funf Journal 使用方式如下： . 至 Google Play 商店下載安裝 Funf Journal 應用程式。. . 設定好資料蒐集參數：依應用程式功能，設定所需探測的項目，如下圖 7。. . 資料的蒐集監測與匯出：Funf Journal 的資料儲存在本機端的內部空間或 SD. 立. 政治大. 卡上，會將資料存在 SQLite 中，壓縮成一個檔案，提供使用者自行匯出。. ‧ 國. 學. 資料的處理與分析：可使用 Funf framework 中以 Python 寫成的的 data visual scripts 進行分析。. ‧. io. sit. y. Nat. n. al. er. . Ch. engchi. i n U. v. 圖 7 : Funf Journal 應用程式資料蒐集設定. 15.

(26) 因本研究在尋找受測者時，並非所有對資訊科技設備或應用程式操作都能很容易上手，因此若以 Funf Journal 作為手機使用紀錄的研究平台，可能造成使用者操作上的困擾，因此本研究選用對使用者較容易使用的 Funf in a Box 方式進行資料的蒐集。. 2.4.3 Funf in a Box Funf in a Box[13]是本研究採用的實驗平台，要製作一個研究行為的 Funf In A Box 應用程式，需先至官方網頁[10]設定探測項目及畫面將所要探測的參數及應用程式資. 政治大. 訊填入後，會由 Funf 團隊在 15 分內，以電子郵件通知建立者完成資訊，並在設定的. 立. Dropbox 雲端空間建立一應用程式的目錄，其檔案目錄結構如下：. ‧ 國. 學. . scripts 目錄：執行資料解密、合併與轉換程式碼。. . config 目錄：Funf 的設定檔、應用程式資訊及加密密碼資訊。. . <app_name>-release.apk：提供實驗的應用程式檔。. n. al. er. io. sit. y. ‧. data 目錄：存放蒐集原始資料與原始加密檔案。. Nat. . i n U. v. 建立成功的 apk 可到 Google Play 商店上架，或以信任安全方式個別安裝，本研究. Ch. engchi. 所建立之 Funf in a Box 應用程式時，將會出現圖 8 之執行畫面，並提示應用程式將記錄探測項目，並有應用程式的連絡資訊與描述，以及使用完成安裝與同步的功能。. 16.

(27) 立. 政治大. ‧. ‧ 國. 學 sit. y. Nat. n. al. er. io. 圖 8 : Funf In A Box 應用程式的資訊提示與功能. Ch. engchi. 17. i n U. v.

(28) 2.5 JSON 資料交換格式 JSON(JavaScript Object Notation) [14]是一種輕量級的資料交換格式，這種資料格式易於人們閱讀和編寫，同時也易於機器解析和產生。JSON 基於 JavaScript Programming Language, Standard ECMA - 262 3rd Edition - December 1999 的一個子集，採用完全獨立於語言的文字格式，但是也使用了類似於 C 語言家族的習慣(包括 C, C++, C#, Java, JavaScript, Perl, Python 等)。這些特性使 JSON 成為理想的資料交換語言。. 治政 JSON 是基於 JSON 物件以及 JSON 陣列的兩種基本結構(圖 9)，JSON 物件結構大立是以一對大括號「｛…｝」起始以及結束，物件包含的名稱數值對以逗號「,」進行分 ‧ 國. 學. 隔，同時名稱與數值之間以冒號「:」分隔，一個基本的物件形式為：. ‧. ｛name1 : value1, name2 : value2｝. y. Nat. er. io. sit. 每對 name : value 中，name 必須為字串，value 可為數字、文字、布林值、空值(null)、另一個 JSON 物件或 JSON 陣列。JSON 陣列結構則以一對中括號「[…]」起始及結束，. n. al. Ch. 陣列值以逗號「,」進行分隔，例如：. engchi. i n U. v. [ object1, object2 ]. 圖 9 : JSON 的兩種基本結構[14]. 18.

(29) 2.6 手機耗電因素探討在 Carroll 及 Heiser 的文獻[4]中，提到手機電量損耗因素，在硬體方面大致分為處理器(CPU)、記憶體(RAM)、快閃記憶體(Flash storage)、網路(Network)、全球定位系統(GPS)、藍芽(Bluetooth)、螢幕解析度、亮度及觸控等。因智慧型手機產業發展相當迅速，硬體裝置可能為品牌不同而有所區別： 1. 處理器(CPU)與記憶體(RAM)的耗能：智慧型手機的構成元件中，處理器與記. 治政憶體是重要的一環。處理效能迅速，將帶給使用者更好的使用體驗，也能較能大立滿足使用者對手機的效能需求。對處理器與記憶體進行研究，如圖 10 所示， ‧ 國. 學. 只有基準程式(benchmark) mfc 實驗中，以 400MHz 頻率執行時會稍高過處理. ‧. 器外，其他結果都顯示記憶體相對於處理器是耗能較低的硬體。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 10 以不同基準程式(benchmark)測試記憶體與處理器耗能情形[4] 2. 快閃記憶體(Flash storage)：此裝置通常較不容易被注意到，雖然耗能功率不會比處理器高，在文獻[4]中，以相同假設情況，對外部記憶卡與快閃記憶體的. 19.

(30) 耗能進行比較，發現外部記憶卡的耗能會比內部的快閃記憶體高許多，效能卻不如內部的儲存空間。表 2 : 快閃記憶體耗能與效率[4] Metric Idle (mW). NAND. SD. 0.4. 1.4. 4:85. 2:36. Read throughput (MiB/s). 政治 65.0大. efficiency (MiB/J). 立. throughput (KiB/s). 927:1. efficiency (MiB/J). 10. 298:1. 學. 5.2. ‧. ‧ 國. Write. 31.0. 3. 網路(Network)：行動通訊系統以現今技術已達到第 4 代，但目前的手持式裝. sit. y. Nat. 置都是透過 WiFi 無線網路或是本研究受測群使用的 3G 通用行動通訊系統. io. er. (Universal Mobile Telecommunications System，縮寫：UMTS)方式連線到網路，. al. v i n Ch 訊數碼[16]也對 Android 手機使用 WiFi 耗電進行實 e n g2G(GPRS)、3G(UTMS)及 chi U n. 在陳怡宏[15]研究中，分析了 WiFi 和 3G 環境中資料封包傳輸的耗電特性，騰. 驗，發現 WiFi 在螢幕是否開啟情形下測試，耗能狀態都較低，如圖 11 與圖 12 所示。. 20.

(31) 立. 政治大. 圖 11 : 無線網路耗能比較(開螢幕)[16]. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 12 : 無線網路耗能比較(關螢幕)[16] 4. 全球定位系統(GPS)：早期 GPS 大多用在導航，因應用程式多元化，提供手機定位所延伸出的功能，已逐漸成為人類不可或缺的裝置，但當電量不足的時候， GPS 就變成了沉重的負擔。Carroll 及 Heiser[4]對三種情境做測試，得到耗能測試結果如表 3，使用外部天線雖然準確率大幅增加，但從表中可發現，裝置耗能也相對提升。. 21.

(32) 表 3 : 全球定位系統耗能測試[4] 狀態. 耗能(mW). 開啟狀態 - 使用內建天線. 143.1±0.05%. 開啟狀態 – 使用外接天線. 166.1±0.04% 0.0. 閒置. 5. 藍芽(Bluetooth)：藍芽是一種無線技術標準，在短距離間進行資料交換，以手. 政治大中以音效方面進行三種測試，分別以手機音效、藍芽裝置近距離及遠距離測試立. 機上的應用，通常可能外接 GPS、耳機、喇叭等具藍芽功能的設定，在文獻[4]. ‧ 國. 學. 耗能狀況，發現音效裝置離手機越遠，其耗能較多，如表 4 所示。. 459.7. -. n. Ch. y. Bluetooth. i n U. Bluetooth(near). 495.7. Bluetooth(far). 504.7. engchi. sit. io. Audio baseline. Total. er. Nat. Power(mW). Benchmark. al. ‧. 表 4 : 藍芽耗能測試[4]. v. 36.0 44.9. 6. 螢幕相關(LCD)：從文獻[17]與[18]中所提，我們可以得知手機的螢幕是一種液晶顯示器，是一種沒效率的發光元件，其中至少有 50%的光被「偏振片」浪費掉了，「偏振片」是一種很普遍的光學元件，偏振片只會讓某一特定方向的偏振光分量通過，若從光的偏振狀態處理，應該減少能量損失，且當手機開始啟用，螢幕就是被使用最多的硬體因此手機硬體最耗電的部份就是螢幕。. 22.

(33) 軟體部份則依使用頻率會出現電量損耗程度，若軟體對硬體有所需求時，也會讓硬體伴隨產生耗能狀況，從圖 13 我們可知道，硬體所佔比例遠大於軟體，其中硬體為螢幕，軟體則為作業系統。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. v i n C 圖 h13e: 手機軟硬體耗電情形 ngchi U. 2.7 使用者行為(User Behavior) 要進行使用者行為模式的分析，可用很多方式進行蒐集。本研究將從手機使用者紀錄蒐集手機使用紀錄以分所使用者行為。文獻[19]透過一個實驗平台，記錄且分析長時間手機使用者行為，並以圖表、使用紀錄查詢等，進行手機使用者的行為研究。. 23.

(34) Eagle 等學者[20]以 100 支手機，在超過 9 個月的過程中收集的資料，用於檢測複雜的社會系統。該系統使用標準的藍芽功能的智慧型手機在不同環境下獲得使用者地理位置資訊，透過分析得到更多使用者行為，以認識社會形態在日常用戶的活動。 Kort 和 de Poot [21]提出結合使用紀錄資料，以輔助質化觀察概念進行研究，來分析使用者行為，與本研究方式相當接近。本研究即透過一實驗平台，進行手機使用紀錄蒐集、整理到分析，探討使用者行為。. 政治大. 許志毓[22]使用一個包含硬體、軟體與使用者社群的實驗平台，量化數據補強質. 立. 性觀察，擷取符合某些條件之資料，以 3-gram 之應用程式序列作為使用者行為模式的. ‧ 國. 學. 特徵定義，配合不同應用程式使用頻率，在相似度比較上進行不同比重的加權。在此研究中在數以百萬筆的 user log 資料，對單一使用者的資料作視覺化，以了解使用者. ‧. 操作智慧型手機的習慣，其中經常被使用的應用程式，資料比較完整，也讓使用者的. Nat. er. io. sit. y. 行為模式與實際較為接近。. 當蒐集到大量資料時，有助於使用者行為的分析，在文獻[23]中提出一個序列式. al. n. v i n Ch 規則探勘所延伸之演算法，從真實世界的蒐集智慧型手機使用者行為，進行智慧型手 engchi U 機使用者行為紀錄資料的規則探勘，以所挖掘出的規則反映出智慧型手機使用者的行. 為，並有助於為相關應用程式及使用者介面設計。. 24.

(35) 第3章實驗方法與設計. 立. 3.1 實驗方法流程. 政治大. ‧ 國. 學. 在智慧型手機電量管理上，從應用程式使用紀錄面向進行電量管理行為分析探討，. ‧. 目前在各文獻中尚未有類似的研究，本研究將以個案研究方式進行，選定多個受測對. sit. y. Nat. 象及實驗平台，蒐集手機使用紀錄，將資料處理後進行分析，先假設幾種與電量有關. io. er. 的行為模式，觀察資料特徵，來呈現出受測者在手機電量管理上的行為，本研究的實驗方法流程架構如圖 14。. n. al. 選定對象與平台. Ch. engchi. Funf App測試與選擇Probe項目. i n U. v. 建立Funf in a Box應用程式. 受測者安裝應用程式. 電量管理行為假設. 感測資料蒐集. 反覆測試歸納電量管理行為模式. 感測資料整理與觀察分析. 圖 14 : 實驗方法流程架構圖. 25.

(36) 3.2 受測者與隱私保護本研究尋找 18 位受測者，由於使用 Funf 架構探測資料量龐大，故分別僅進行約 7 到 10 天的資料蒐集。受測者包含一般辦公室上班族、具資訊背景上班族、一般家庭主婦、常跑外務的業務性質工作者及偶爾外出的上班族等。本研究與一般以學生為受測者的研究方式所有不同，學生通常對智慧型手機較能掌控功能。在本研究的文獻探討中，曾討論過科技接受模型，模型的認知易用性不應只在落在較具資訊能力的族群，. 政治大. 故本研究不刻意挑選具資訊背景的使用者，較能呈現出較通用的行為模式，也更能真. 立. 實呈現手機使用行為模式。. ‧ 國. 學. 為避免研究過程產生資訊安全與個人資料問題，首先已讓受測者在實驗前了解會. ‧. 有哪些手機使用資料及操作紀錄將被蒐集至本研究中，以及蒐集平台的資料加密機制，透過實驗所產生的手機使用紀錄，可以分析在電量管理上各項可提供參考之行為模式，. y. Nat. io. sit. 了解手機使用者在電量管理之各項行為。本研究也在設計收錄之紀錄資料應用程式時，. n. al. er. 依文獻探討中對電量可能影響的因素及智慧型手機使用經驗，決定僅對執行應用程式. Ch. i n U. v. (RunningApplicationsProbe, ApplicationsProbe)、手機上與電量的各項周邊設備. engchi. (BatteryProbe, ScreenOnProbe)進行資訊蒐集，得到之數據均無法直接透過紀錄辨識使用者，以保護使用者之隱私。蒐集平台的資料蒐集方式均透過加密，只有研究者在處理資料時也必須進行解密處理才能取得資料內容，其中 Fireware Version 為 5.0 以上者，因 Funf in a Box 在探測應用程式所紀錄的資料，其中 RunningApplicationsProbe 所記錄之資料可能因 Android 5.0 架構的改變，無法正確蒐集，但其他 Probe 的結果仍有參考價值。. 26.

(37) 表 5 : 受測者手機硬體及作業系統版本資訊 User. Brand. Model. FirewareVersion. User01. Xiaomi. MI 2S. 4.1.1. User02. samsung. GT-N7100. 4.4.2. User03. htc. HTC_D820u. 4.4.4. User04. htc. HTC Butterfly. 4.4.2. User05. google. Nexus 4. 5.1.1. User06. htc. Desire HD. 2.3.3. User07. asus. User08. htc. C6902. User12. asus. ASUS_T00F. User13. SEMC. LT26w. Nat. samsung. SM-N9005. User15. htc. HTC One X. io. User14. al. Sony. User18. Xiaomi. n. User17. SM-A700YD. Ch. C2305 e nMIg2Sc h i U. 4.3 4.4.2 4.1.2. y. Sony. 5.0. sit. User11. er. SM-N900. 5.0. ‧. samsung. samsung. 5.0.2. 學. User10. User16. 4.1.1. ASUS_Z00AD. ‧ 國. User09. 立 asus. 治2 政 PadFone HTC_M910x 大. v ni. 5.0. 4.2.2 4.4.4 4.2.2 4.1.1. 3.3 參數設定與測試本研究參照 Funf Journal 中每個項目的原始設定，僅留下需要的探測項目供觀察參考，並依實際受測情形，在 config 目錄中視需要調整，本研究在 Funf In A Box 所設定參數情形如表 6。參數設定性質主要包含手機資訊、與手機互動所產生的資訊及手機感測後所產生的資訊，本研究將最主要研究的執行應用程式(Running Applications) 與螢幕開關(Screen On/Off)兩項的探測週期設為 0 秒，避免漏掉使用紀錄的蒐集。. 27.

(38) 表 6 : Funf In A Box 應用程式參數設定 Probe Class Device. Probe Item AndroidInfo TimeOffset HardwareInfo Service ProcessStatistics Mobile Network Info Battery Device Interac- BrowserBookmarks tion Running Applications Image File Stats Applications Screen On/Off Video File Stats Accounts BrowserSearches Audio Media File Stats Environment MangeticFieldSensor AudioFeatures PressureSensor ProximitySensor LightSensor TemperatureSensor Montion RotationVectorSensor GyroscopeSensor Activeity AcceleromenterFeatures OrientationSensor LinearAccelerationSensor GraavitySensor AcceleromenterSensor Positioning Nearby Bluetooth Devices Nearyby Cellular Towers Nearyby Wifi Devices Continuous Location Simple Location Social SMS Log CallLog Contacts. 學. ‧. ‧ 國. 立. 政治大. n. engchi. 28. sit. er. io. Ch. y. Nat. al. Period(sec) Enabled 3600 Y 3600 N 604800 Y 3600 N 300 N 604800 N 300 Y 604800 N 0 Y 3600 N 3600 Y 0 Y 604800 N 3600 N 604800 N 36000 N 60 N 60 N 60 N 15 Y 60 N 10 N 15 N 60 N 15 Y 15 N 15 N 60 N 60 N 60 N 300 Y 3600 Y 300 Y 60 N 1800 Y 36000 N 36000 N 604800 N. i n U. v.

(39) 探測項目之設定，乃依據以 Funf Journal 測試產生出的資料結果，透過觀察進行篩選，挑出與電量相關性較高且避免具隱私資料的探測項目，其探測項目說明如表 7。表 7 : 本研究設定 Funf In A Box 之探測項目說明探測項目. 項目說明. AndroidInfo. 記錄手機作業系統的資訊. HardwareInfo. 記錄手機硬體的資訊. Battery. 記錄電池的當前狀態. Running Applications. 治政大記錄當前正在運行的應用程序. Applications. 記錄已安裝的應用程序. ProximitySensor. 記錄手機與物體的距離. Activeity. 使用加速度估計活動狀態. Nearby Bluetooth Devices. 記錄附近的藍芽設備資訊. y. Nearyby Cellular Towers. 記錄附近的基地台資訊. n. Simple Location. er. io. al. Nearyby Wifi Devices. sit. 記錄螢幕打開和關閉. Nat. Screen On/Off. ‧. 學. ‧ 國. 立. 記錄附近 WiFi 熱點的資訊. v i n C h記錄無線網路或 GPS e n g c h i U 偵測到的位置. 3.4 感測資料的蒐集與處理當受測者手機安裝完本研究建立之 Funf In A Box 應用程式後，應用程式會依設定檔進行資料蒐集，當受測者手機網路狀態穩定時，應用程式會將記錄在 SQLite 上的資料加密後傳送到指定的 Dropbox 空間，當手機未連上網路或狀態不穩定時，則手機紀錄暫存於受測者手機的 SQLite 中，待網路連線狀態穩定時再一併傳送，連同接續進行的資料處理與分析流程如圖 15。. 29.

(40) 開始. 探測資料記錄至SQLite. 資料解密、合併 (Python). 網路狀態穩定. 轉檔、資料整理. 否. 是手機SQLite資料傳至Dropbox 否. 立. 政治大是. 結束. 學. 圖 15 : 感測資料蒐集、處理、分析流程. ‧. ‧ 國. 實驗資料蒐集完成. 資料分析. Nat. er. io. sit. y. 在實驗完成後，自 Dropbox 取得蒐集的資料的進行步驟如下： 1. 由 Funf 所提供的 data-processing script，透過 Python 執行 dbdecrypt.py，以 Funf. al. n. v i n Cconfig in aBox 建立應用程式的 16。 U h e n目錄取得密碼進行解密，執行過程如圖 i h gc. 圖 16 : Funf in a Box 資料蒐集後處理與解密過程. 30.

(41) 2. 解密後之 db 檔以 dbmerge.py 進行資料檔合併，轉出後以 SQLite Browser 讀取後，會有 id、device、probe、timestamp 及 value 欄位(圖 17)，其中 value 格式為 JSON 資料交換格式。. 立. 政治大. ‧. ‧ 國. 學. io. sit. y. Nat. n. al. er. 圖 17 : Funf in a Box 探測資料原型格式. Ch. engchi. i n U. v. 3. 以 SQLite Browser 匯出至 csv 檔後，再轉匯至 MSSQL，利用 MSSQL 提供的 T-SQL 語法重整資料表，將 value 欄位的 JSON 格式整理成單獨的欄位，俾便分析觀察，轉換重建後之欄位如表 8。. 31.

(42) 表 8 : 整理後的探測蒐集資料欄位說明欄位名稱. 觀察用途. 源自 Porbe 類別. 取出/轉換欄位. User. 分辨受測者. Probe. 探測資料類別. Probe. DispTime. 一般時間格式. TimeStamp. ScreenOn. 螢幕開關狀態. ScreenOnProbe. Value. Duration. 執行時間長度. RunningApplicationsProbe. Value. PackageName. 觸發的 Package. 治政 RunningApplicationsProbe 大 / ApplicationsProbe. Value. ClassName. 觸發的 Class. RunningApplicationsProbe. Value. BatteryProbe. 電池狀態. BatteryProbe. Value. 電池電壓. BatteryProbe. y. Value. 充電狀態. BatteryProbe. Value. io. mLatitude. 位置(經度). mLongitude. 位置(緯度). n. al. Ch. Value Value. er. BatPluged. 電池溫度. Nat. BatVolt. BatteryProbe. sit. ‧ 國. BatStatus. 電池電量(%). ‧. BatTemp. 學. BatLevel. 立. Id, Device. SimpleLocationProbe. Value. SimpleLocationProbe engchi U. Value. v ni. 3.5 感測資料分析在 3.3 節中的參數設定原有 11 項，依資料內容、資料量觀察經驗判斷，選擇做為可用來分析的探測項目，僅留記錄硬體資訊的 HardwareInfoProbe、與電池資訊有關的 BatteryProbe、開關螢幕的 ScreenOnProbe 及操作應用程式的 RunningApplicationsProbe (表 9)，選用後的探測項目資料量比例如圖 18，其中在使用者行為主動產生的 ScreenOnProbe 與 RunningApplicationProbe 兩項主要觀察項目比例相近。. 32.

(43) 表 9 : 感測資料紀錄筆數與分析取用 Probe 類別. 筆數. 分析取用. 2,129,341. N. 932,737. N. 37,390. Y. BluetoothProbe. 7,443. N. CellTowerProbe. 3,623. N. HardwareInfoProbe. 1,400. 政治 401,746 大 RunningApplicationsProbe 17,275 立. Y. ScreenProbe. Y. ActivityProbe ApplicationsProbe BatteryProbe. ProximitySensorProbe. N Y. SimpleLocationProbe. 4,919. WifiProbe. 學. ‧ 國. 16,110. 94,862. N. ‧. 蒐集資料量：. N. 3,646,846. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 18 : 取用探測資料的分布狀態. 33.

(44) 這四種 Probe 中，HardwareInfoProbe 僅需使用一次，BatteryProbe 與 ScreenOnProbe 格式也相對單純，RunningApplicationsProbe 則擁有受測者的應用程式使用紀錄資訊，本研究假設應用程式類別可能跟電量管理行為有關，大多的應用程式可能因性質的不同而被分在為不同的類別裡，且 Google Play 商店的類別多元且性質較不易集中，故從 18 位結果中， RunningApplicationsProbe 中取出的 PackageName 高達 186 種，透過林姿旻[24]所提出的分類方式分為四大類(圖 19)進行分析參考，包含收發信件和電話通訊；和資訊的提供，如閱讀新聞、旅遊資訊導覽；以及個人生活工具，包含筆記本、. 政治大. 行事曆；最後是休閒娛樂的享受，如聽音樂、影片觀賞、玩遊戲。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 19 : 智慧型手機之應用程式類型[24] 由於每支智慧型手機的硬體與生產廠商不同，使用的 Android 作業系統多少都會被客製化，需要從各方面進行大量的觀察與對情境進行假設推測，以發現與電量管理相關的行為模式，因此將從使用電量管理應用程式及充電管理與應用程式的使用習慣上進行分析。. 34.

(45) 第4章實驗結果與分析. 政治大依前一章的流程，本研究發現立 18 位受測者中，有 4 位安裝電量管理應用程式，另. ‧ 國. 觀察其他受測者的應用程式使用習慣或充電行為模式。. 學. 有 2 位只使用內建電量管理功能，因此本章先對 6 位進行個案分析找出行為模式，並. ‧ sit. y. Nat. 4.1 分析電量管理應用程式行為模式特徵. n. al. er. io. Google Play 商店中有各種電量管理應用程式，功能又有所差異，對想透過電量管. i n U. v. 理應用程式的使用者，可能有使用一鍵節電方式達到節電目的，或調整手機的省電模. Ch. engchi. 式等。本研究所蒐集的資料中，使用電量管理應用程式大多使用一鍵節電方式進行，這種方式是使用者主動進行電量管理的行為，較能反應出行為模式特徵。 user01 為有安裝電量管理應用程式的受測者。在 user01 的使用紀錄中，可發現電量 BatLevel 在較低情形下，user01 想要透過執行電量管理應用程式來延長手機使用時間，如圖 20 所示。. 35.

(46) 立. 政治大. ‧ 國. 學. 圖 20 : user01 在電量較低情形下使用電量管理應用程式. ‧. user04、user11 與 user13 是另三位有安裝的電量管理應用程式，如同 user01，當. n. al. er. io. sit. y. Nat. 手機電量狀態 BatLevel 較低的情形下，也出現使用電量管理應用程式，如圖 21 所示。. Ch. engchi. i n U. v. 圖 21 : user04, user11, user13 在電量較低情形下使用電量管理應用程式. 36.

(47) 從這些觀察中可得知，若假設電量低於 X%以下，為延長手機使用時間，會出現執行電量管理應用程式的行為模式，其特徵定義為特徵 1，可表示為： IF 安裝電量管理應用程式 THEN 會在電量低於 X% 時使用電量管理應用程式. 除了在低電量時會用來延長使用時間外，從使用紀錄中也發現，會出現較長時間. 政治大的使用紀錄(如圖 22)，在長時間使用 youtube 後會出現使用電量管理應用程式情形。立. 執行應用程式時間後，接著使用電量管理應用程式進行電量管理的情形，觀察 user01. ‧. ‧ 國. 學 er. io. sit. y. Nat. 圖 22 : user01 在執行一段時間應用程式後，使用電量管理應用程式情形. n. al. Ch. engchi. i n U. v. 因此本研究假設受測者執行 Y 分鐘應用程式後，會執行電量管理應用程式，其特徵定義為特徵 2，可表示為： IF 安裝電量管理應用程式 THEN 會在執行 Y 分鐘應用程式後使用電量管理應用程式. 另外在原有內建電量管理的 user02 與 user03，因其電量管理紀錄未發生，故無法進行內建電量管理的模式分析。. 37.

(48) 4.2 分析充電行為電量管理行為模式特徵在 3.5 節中，除了 RunningApplicationsProbe 與 ScreenOnProbe 外，另有一個 BatteryProbe 的資料蒐集量佔了本研究使用 Probe 數的 52%，假設以充電行為做為電量管理的前提，觀察資料發現如下： 1. 規律性充電行為：. 政治大. 指的是充電行為具規律性，此種充電行為在開始充電或開始放電的電量大多為相. 立. 近，如 user01(圖 23)，開始放電電量均為 100%，開始充電電量落在 9%-13%之間，因. ‧ 國. 學. 此我們將每次充、放電時的電量，若各自落在所有充電、所有放電時電量平均值±10% 以內，其充電行為則歸為此類，此類的受測者有 user01、user03、user04、user05、user08、. ‧. user13、user16、user17。. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. 圖 23 : 規律性之充電行為. 38. v.

(49) 這樣的充電行為，可發現與前 1 節所討論，有使用到電量管理應用程式的受測者多為此類，其特徵定義為特徵 3，表示如下：. IF 安裝電量管理應用程式 THEN 充電頻率規律. 2. 不規律性充電行為：. 政治大. 指的是充電行為模式多變，非前一類之充電行為則屬之，從 user06(圖 24)充電情. 立. 形可觀察出，此類受測者可能對充電時機較無法掌控，屬於此類的受測者有 user02、. ‧ 國. 學. user06、user07、user09、user10、user11、user12、user14、user15、user18。. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 24 : 不規律性之充電行為在不規律的充電行為類型中，此充電行為下，也發現經常發生超低電量時充電，如圖 25 所示，計有 user02、user06、user07、user09、user12、user14、user15。. 39.

(50) 立. 政治大. ‧ 國. 學. 圖 25 : 在低電量狀態之充電行為. ‧. 從以上充電行為方式，可以發現若在規律性充電時，通常不會在低電量情形下充. io. sit. y. Nat. 電，假設超低電量值為 L%，其特徵定義為特徵 4，表示如下：. er. IF 充電頻率不規律. al. n. v i n Ch THEN 在超低電量 L%下才充電的頻率愈高 engchi U. 4.3 分析充電前會執行耗能型應用程式特徵除了以電量管理應用程式及充電模式進行電量管理，其充電時機多落在低電量時、預期後續可能沒地方可充電、或是做了一些耗電行為等原因。若從應用程式執行情形來觀察，假設受測者做了哪些應用程式後，可能會進行充電的行為。在 3.5 節中，將應用程式分成通訊類、資訊類、娛樂類及生活工具類，在觀察 user01 的行為後，發現. 40.

(51) 了一個現象，電量在 40%以上時充電，在充電前 10 分鐘內，會使用的應用程式均有使用網路類別，且使用時間也頗多。user01 來說，充電共有 4 次，其中 3 次均落在 20% 以下，只有一次電量 40%以上卻充電，其使用紀錄如表 10，其中包含工具類行事曆 (jp.co.johospace.jorte)、通訊類 LINE (jp.naver.line.android)及 Gmail(com.google.android .gm)都是需要開啟網路的應用程式，在第 2 章中也探討到，網路是會造成耗電因素之一。. 政治大. 表 10 : user01 充電前所執行應用程式(電量>40%，充電前 10 分內). 立總充電次數. 電量超過 40%的充電次數. 充電前 10 分內執行的應用程式. 執行時間(s). ‧. jp.co.johospace.jorte. 6.026. 15.05 75.306. com.miui.home. Nat. jp.naver.line.android. al. er. io. com.google.android.gm. n. com.miui.home. 46%. Ch. com.miui.home. engchi U com.android.deskclock com.miui.home. 1. y. 充電時電量. ‧ 國. 4. 學. user01. sit. User. v ni. 2.004. 60.959 18.181 19.054 5.015. com.android.deskclock. 15.039. com.miui.home. 13.047. com.cleanmaster.security. 3.025. com.miui.home. 5.066. 接著觀察 user02，在 15 次的充電中，其中有 5 次是電量在 40%以上發生，除了執行系統桌面功能的應用程式外，其餘大多是通訊類 LINE (jp.naver.line.android)、資訊類瀏覽器 (com.android.browse)及 BBS 網路社群應用程式 MoPTT (mong.moptt)。. 41.

(52) 表 11 : user02 充電前所執行應用程式(電量>40%，充電前 10 分內) 總充電次數. User. 電量超過 40%的充電次數. user02. 15. 5. 充電時電量. 充電前 10 分內執行的應用程式. 執行時間(s). com.sec.android.app.launcher. 10.334. com.sec.android.app.launcher. 11.949. 42% 61%. jp.naver.line.android. 50%. com.sec.android.app.launcher. 44%. 政治大 com.android.browser 立 com.android.systemui. 16.166. mong.moptt. 42.352. 53.752 3.006. 學. mong.moptt mong.moptt. ‧. ‧ 國. 42%. 142.625. mong.moptt. 9.355 9.737. Nat. sit. y. 6.033. io. al. er. 基於以上情形，當電量大於 Z%時，充電前 M 分鐘內，假設執行應用程式類型可. n. 能為較耗電之應用程式，因此會出現以充電進行電量管理行為模式，其特徵定義為特徵 5，可表示為：. Ch. engchi. i n U. v. IF 電量 > Z%時充電 THEN 充電前 M 分鐘執行耗能型的應用程式. 4.4 分析執行應用程式後關閉螢幕行為模式特徵在觀察資料的過程，本研究發現有些受測者在使用完應用程式後，並未必有隨手關閉螢幕的行為，螢幕的使用時間也是影響電量因素之一，使用完手機隨手關螢幕，. 42.

(53) 比起不關讓手機自動鎖屏較為省電，因此假設 S 秒內會手機關閉螢幕的特徵假設為特徵 6，可表示為： IF 執行完應用程式後 S 秒內 THEN 關閉螢幕. 特徵 6 的行為模式，雖然不一定是完全為了省電，但卻會為手機在省電上帶來效. 政治大. 應，因此假設特徵 6 後驗證之，做為手機省電相關因素參考。. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 43. i n U. v.

(54) 第5章驗證與應用. 立. 5.1 電量管理特徵行為驗證. 政治大. ‧ 國. 學. 根據前一章定義出的使用電量管理特徵假設，在此章中將把實驗所蒐集的紀錄全. er. io. sit. Nat. 5.1.1 驗證電量管理應用程式行為模式特徵. y. ‧. 面統計，驗證特徵行為的出現機率。. al. 由手機受測者自行安裝電量管理應用程式，經觀察後發現使用電量管理應用程式. n. v i n C h 時機)、充電前(C 出現在充電中(A 時機)、充電完成後(B e n g c h i U 時機)、電量低於 25%(D 時機) 及執行 10 分鐘應用程式後(E 時機)5 種時機(表 12)，所以我們將所有實驗中，有執行電量管理應用程式的紀錄均進行統計，發現 user01、user04 及 user13 在除了在 A 時機下會執行電量管理應用程式外，亦會在 B 時機、C 時機出現執行次數，user11 則是剛開始安裝電量管理應用程式後，在 A 時機下隨機執行之，較無法觀察出其行為模式。因此在 A、B、C 三種時機下，我們觀察出受測者在「充電」行為產生時，會間接提醒自己去執行電量管理應用程式。. 44.

(55) 一般電量管理應用程式(如金山電池大師)預設在電量 40%狀態下即為建議充電狀態，10%以下則會出現超低電量提醒，依此與統計觀察經驗，我們將特徵 1 的電量 X 取 40%與 10%平均值，設定為 25%。另外，特徵 2 的時間 Y 設定為 10 分鐘，其執行狀況如表 12 中 D 時機與 E 時機，合理假設受測者在手機電量狀況較低或長時間使用應用程式後，可能因此執行電量管理應用程式以進行省電功能。表 12 : 電量管理應用程式執行時機電量管理應用程式執行時機. 立. user13. 合計. 43. 4. 64. B.充電完成後. 7. 1. 2. 學. 6. 16. C.充電前. 5. 1. 4. 5. 15. D.電量低於 25%. 3. 1. 1. 2. 7. 2. 1. 1. 1. 5. io. sit. E. 執行 10 分鐘應用程式後. y. ‧ 國. 5. ‧. 12. Nat. A.充電中. 政治大執行次數 user01 user04 user11. n. al. er. 其中 D 時機為特徵 1 類型，安裝電量管理應用程式共 4 位，將 4 位受測者在實驗. Ch. i n U. v. 期間低於 25%電量次數為 T1，在低於 25%電量執行電量管理應用程式次數設為 R1，. engchi. 得到結果如表 13，因此驗證特徵 1 的行為模式符合機率為 87.5%。表 13 :電量較低時執行電量管理應用程式特徵符合機率受測者. 低於 25%電量次數(T1). 執行電量管理應用程式次數(R1). 符合機率 (R1 / T1). user01. 3. 3. 100%. user04. 2. 1. 50%. user11. 1. 1. 100%. user13. 2. 2. 100% 87.5%. 45.

(56) 在表 12 中，E 類即為特徵 2 類型，受測者在實驗期間，本研究依觀察統計，定義 10 分鐘以上的應用程式操作時間，出現次數為 T2，在連續 10 分鐘上執行應用程式後，會執行電量管理應用程式的次數 R2，得到結果如表 14，因此驗證特徵 2 的行為模式符合機率為 87.5%。表 14 : 執行應用程式 10 分鐘後出現電量管理應用程式機率受測者. 執行應用程式 10 分鐘以上的次數(T2). user01. 2. user04. 2. 1. 1. 1. 1. 1. ‧ 國. 符合機率 (R2 / T2) 100% 50%. ‧. user13. 政治 2大. 學. user11. 立. 執行電量管理應用程式次數(R2). 100% 100%. n. a. l C 5.1.2 驗證充電行為電量管理行為模式特徵. hengchi. er. io. sit. y. Nat. 87.5%. i n U. v. 為確認前一章所討論，以充電管理電量的各種特徵，將所蒐集的手機資料進行統計，如表 15。在表中可以看出來，18 位受測者中，有安裝電量管理應用程式有 user01、 user04、user11、user13，4 位的充電規律性除了 user11 外，都符合特徵 3，但若對 user11 資料進一步分析，以受測期間接近 10 天，user11 在第 7 天才安裝電量管理應用程式，若以不採納 user11 的情形下，則符合特徵 3 的機率則為 100%，表示每位安裝電量管理的受測者，其充電規則均具規律性。. 46.

(57) 表 15 : 電量管理應用程式安裝及充電情形安裝電量管理 APP Y. 執行電量 APP 次數 29. 充電次數 4. 充電規律 Y. 充電不充電電量低規律於 10%次數 0. user01. Android 版本 4.1.1. user02. 4.4.2. 15. user03. 4.4.4. 16. Y. 1. user04. 4.4.2. 3. Y. 0. user05. 5.1.1. 94. Y. 0. user06. 2.3.3. user07. 4.1.1. user08. 5.0.2. user09. 5.0. user10. 5.0. user11. 4.3. user12. 4.4.2. user13. 4.1.2. user14. 5.0. user15. 4.2.2. user16. 4.4.4. user17. 4.2.2. user18. 4.1.1. Y. 9. Y. 29 政治 16大 24. 20 48. 21 20 6. io. 26 14. n. al. Ch. 15. e n g c h i 3U 10. Y. sit. 18. er. Nat. Y. Y. 7 0. ‧. Y. 5. Y. 學. 28. v ni Y. 5. Y. Y. 10. Y. 1. Y. 2. Y. 9 1. y. 立. ‧ 國. 受測者. Y. 11. Y. 7 0. Y. 0 Y. 3. 以特徵 4 行為模式，在較電量幾乎耗盡的情形下充電，依 5.1.1 節定義超低電量 L%為 10%，得到結果如表 16，以兩種充電模式平均機率來看，不規律充電模式出現機率 31.19%，遠大於規律充電模式機率 2.86%，因此我們可以說，充電頻率不規律，在低電量下才充電的頻率愈高是成立的。. 47.

(58) 表 16 :電量耗盡情形時，進行充電的機率. user01. 4. Y. user02 user03 user04 user05 user06 user07 user08 user09 user10 user11 user12 user13 user14 user15 user16 user17 user18. 15 16 3 94 29 16 24 28 20 21 20 6 26 14 15 3 10. Y Y Y Y Y 政治 Y 大 Y Y Y Y Y Y. n. Ch. 0.00%. 5 1 0 0 5 7 0 10 1 2 9 1 11 7 0 0 3. 33.33% 6.25% 0.00% 0.00% 17.24% 43.75% 0.00% 35.71% 5.00% 9.52% 45.00% 16.67% 42.31% 50.00% 0.00% 0.00% 30.00%. er. io. Y Y. 0. sit. Y Y. Nat. al. 充電電量低充電電量低於 10%次數於 10%出現機率(R4 / T4) (R4). 學. ‧ 國. 立. 充電不規律. y. 充電規律. ‧. 受測者. 充電次數 (T4). Y. engchi. i n U. v. 規律充電模式下充電電量低於 10%出現機率平均：. 2.86%. 不規律充電模式下充電電量低於 10%出現機率平均：. 31.19%. 5.1.3 驗證充電前會執行耗能型應用程式的特徵本研究的特徵 5，仍以電量管理應用程式充電預設值與為假設，將電量 Z 設為 40%，充電前時間亦依特徵 2 將 M 設為 10 分鐘，因此在超過 40%以上的電量，充電前 10 分鐘內，除了執行作業系統原有之功能外，依 2.6 節中所提到各項硬體耗電因素中，各項耗能因素因 Probe 值中無法得知，僅能從會大量使用 CPU 的遊戲類應用程式，及. 48.

(59) 使用時需開啟網路的應用程式(如社群應用程式)，並忽略 Android 5.0 以上無法取得正確的 RunningApplicationsProbe 資料外，將電量超過 40%進行充電，充電前 10 分鐘會使用遊戲類及網路類應用程式的次數及機率進行統計，情形如表 17，平均符合機率高達 92.47%。表 17 :電量超過 40%充電前執行耗能類型應用程式特徵驗證率. 受測者. Android 版本. user01. 4.1.1. 電量>40% 充電次數 (T5) 1. user02. 4.4.2. 5. 3. 4.4.4. 16. 12. 75.00%. 4.4.2. 3. 3. 100.00%. 5.1.1. 89. －. 2.3.3. 16. 15. 4.1.1. 3. 3. 20. －. 5.0.2. n. al. user09. 5.0. user10. 5.0. user11. 4.3. user12. Ch. y. sit. io. user08. er. user07. Nat. user06. 8. e16n g c h i. 符合機率 (R5 / T5) 100.00% 60.00%. ‧. user05. ‧ 國. user04. 政治大. 學. user03. 立. 電量超過 40%，充電前 10 分鐘執行耗能型應用程式次數(R5) 1. iv － n U. － 93.75% 100.00% －－. －. －. 8. 7. 87.50%. 4.4.2. 0. －. －. user13. 4.1.2. 2. 2. 100.00%. user14. 5.0. 14. －. －. user15. 4.2.2. 3. 3. 100.00%. user16. 4.4.4. 15. 14. 93.33%. user17. 4.2.2. 2. 2. 100.00%. user18. 4.1.1. 1. 1. 100.00% 92.47%. 49.

(60) 5.1.4 驗證執行應用程式後關閉螢幕行為模式特徵最後在特徵 6 中，將 S 設為此次受測者手機類型中，出現最多的螢幕自動關閉最小值 15 秒。本研究根據每位受測者的執行紀錄，統計所有關螢幕的次數，以 T6 表示，在 15 秒內執行關螢幕的次數，以 R6 表示，得到結果為 81.84%，如表 18 所示。表 18 : 執行應用程式後 15 秒內關閉螢幕特徵驗證率. user01. Android 版本 4.1.1. user02. 4.4.2 4.4.4. 248. 211. 85.08%. 4.4.2. 54. 45. 83.33%. 5.1.1. 875. 620. 2.3.3. 453. 381. 4.1.1. 327. 244. 74.62%. 5.0.2. 319. 168. 52.66%. v i 332 n U 196. 61.25%. 1048. 896. 85.50%. y. user07. 92.95%. Nat. user06. 369. ‧. user05. 397. 70.86% 84.11%. user09. 5.0. user10. 5.0. user11. 4.3. user12. 4.4.2. 943. 793. 84.09%. user13. 4.1.2. 44. 43. 97.73%. user14. 5.0. 708. 580. 81.92%. user15. 4.2.2. 251. 221. 88.05%. user16. 4.4.4. 879. 849. 96.59%. user17. 4.2.2. 180. 152. 84.44%. user18. 4.1.1. 347. 321. 92.51%. n. al. Ch. er. user08. io. sit. user04. 符合機率 (R6 / T6) 78.74%. 學. user03. 立. ScreenOff 出現治 <15 秒次數(R6) 政大 137. ScreenOff 出現次數(T6) 174. ‧ 國. 受測者. 542. e278 ngchi. 70.50%. 81.84%. 50.

(61) 由以上電量管理假設了 6 個電量管理的行為模式特徵，觀察驗證後，前 3 項特徵與安裝電量管理應用程式有關，其他則由觀察統計彙整出符合之機率，得到結果如表 19，其中特徵 6 的情形雖不一定單純只是為了電量管理而產生的行為模式，但卻能達省電之效果。表 19 : 電量管理行為模式特徵驗證率電量管理特徵說明. 是否符合或符合機率 87.50%. 政治大. 特徵 1. 手機電量 25%以下，執行電量管理應用程式. 特徵 2. 執行應用程式超過 10 分鐘，執行電量管理應用程式. 87.50%. 特徵 3. 安裝電量管理應用程式者，其充電頻率較規律. 100.00%. 特徵 4. 充電頻率不規律，在電量 10%以下充電頻率愈高. 特徵 5. 電量大於 40%，充電前 10 分鐘內會執行網路類型應用程式執行完應用程式後 15 秒內，會關閉螢幕. 81.84%. n. al. er. io. sit. 92.47%. y. Y. ‧. ‧ 國. 學. Nat. 特徵 6. 立. 5.2 分析結果應用. Ch. engchi. i n U. v. 經過本研究觀察分析所蒐集的使用紀錄，可得知有以下幾種電量管理的行為模式與其應用方向： 1. 手機使用者如有安裝電量管理應用程式，會在電量較低時利用電量管理應用程式進行節電(特徵 1)。 2. 手機使用者如有安裝電量管理應用程式，在長時間執行應用程式後，會出現以電量管理應用程式進行節電的情形(特徵 2)。 3. 手機使用者如有安裝電量管理應用程式，其充電頻率多為規律(特徵 3)。. 51.