随着移动互联网飞速发展和各种新移动应用的出现,人们对快节奏的社交需求不断增长,移动终端的功能越来越丰富,其能耗和计算需求严重制约着移动终端的社交应用的性能,主要造成两方面问题:一方面,移动通讯网络的不稳定性导致社交应用使用过程中设备的功耗增长明显;另一方面,移动终端系统权限保护级别不同造成基于系统硬件级的软件功耗优化难以实现和普及。针对上述问题,本文结合用户的社交规律以及设备的上下文环境,从硬件角度和软件角度对移动社交应用的能耗优化方法展开系统性研究,其主要工作包含以下几个方面:1.通过研究移动社交应用使用过程中移动端所处环境变换造成的接入网络断续连接(如传输信号突变、网络断连)所带来的频繁地网络状态切换行为,并导致终端耗能显著增加的问题,提出一种结合网络感知与CPU动态调节的能耗优化方法。该方法通过采集一段时间内移动网络和Wi Fi网络状态信息,先通过PCA(Principal Components Analysis,PCA)降维,然后利用SVM(Support Vector Machine,SVM)分类方法将网络信号强度特征划分为默认模式和高频模式,根据分类结果对CPU运行模式进行动态调整,以降低终端功耗和改善用户社交应用的体验。2.通过分析移动终端在不同操作系统下存在的权限紧松现象所造成的硬件级功耗优化适用性差的问题,即难以获得权限切换CPU运行模式的问题,本文从软件级别提出一种基于移动社交内容动态刷新的MDP(Markov Decision Process,MDP)能耗优化方法。该方法忽视系统权限,综合考虑不同的网络环境状态,根据用户使用偏好以及移动终端上下文信息,将采集数据移交本地服务器层处理,建立马尔可夫决策过程计算出最优决策表,动态调整接入网络方式以及社交应用中的最优图片刷新格式。3.仿真实验结果表明,上述两种能耗优化方法在保证用户体验的同时,都达到降低能耗的目的。其中结合网络感知与CPU动态调节的能耗优化方法,在不同应用场景中,随着用户使用频率的升高,其能耗优化率也有所提升,最高优化效率约10.51%。而基于移动社交内容动态刷新的MDP能耗优化方法,从软件级别降低移动社交应用能耗,并针对每个用户生成最优决策表,保证不同用户体验的同时,其最高优化效率约12.10%。