随着嵌入式设备的普及和Web技术的发展,移动Web应用也在迅速发展。为提升用户的浏览体验,移动Web应用的性能也在不断提升。而移动系统默认资源调度策略以最低响应延迟为目标,为Web应用分配了大量的计算资源,带来了严重的能耗问题。研究发现,通过合理的任务调度可以极大地降低异构多核嵌入式设备的能耗,但目前尚未在移动Web的交互过程中得到有效应用。为此,本文首先研究了移动Web交互时的工作机理,然后构建资源调度模型,结合不同场景下用户的最低可接受渲染帧率对Web的渲染进程进行动态调度,从而在保证用户体验的前提下有效降低能耗。具体的研究工作如下:(1)提出了基于神经网络的移动Web交互能耗优化动态资源调度模型。针对典型的移动Web交互操作构建神经网络模型,学习在不同使用场景下(网页内容,事件发生率)以不同CPU配置(时钟频率,处理器内核)运行计算密集型的Web渲染进程时可以达到的渲染帧率(FPS)。然后在交互操作的过程中根据用户可接受的最低FPS值快速搜索最佳处理器配置,并对CPU资源进行调度。实验结果表明,本文所提出的资源调度模型在两个平台上都降低了超过36%的系统能耗。(2)本文针对移动Web资源调度模型提出了一种模型快速迁移的策略。通过部署预先构建的通用模型,在此基础上使用少量新数据(用户的个性化数据)对模型进行微调,从而快速构建符合当前用户使用习惯的资源调度模型。实验结果表明,与本文构建的通用资源调度模型相比,模型迁移策略使用户体验(Qo S)损失率平均减少超过5%,同时能耗优化效果同样好,平均使用能耗降低了34.6%。同时与最新相关方法相比,模型迁移策略通过收集更少的用户数据就可以跟快速准确的构建用户个性化模型。