www.upc.edu https://hdl.handle.net/2072/1033 2026-04-15T19:37:32Z 2026-04-15T19:37:32Z Bonet Vila, Violeta https://hdl.handle.net/2117/460276 2026-04-15T18:33:53Z 2026-01-26T00:00:00Z

Energy-aware software engineering: a machine learning approach to static energy consumption prediction from Python source code Bonet Vila, Violeta Background: The growing energy footprint of AI and software systems has increased interest in understanding software energy consumption. Existing energy consumption estimation methods largely depend on runtime measurements, which hinder early-stage optimization and fine-grained analysis. Despite Python's widespread use, static methods for estimating its runtime energy consumption from source code remain largely unexplored. Objective: This thesis investigates the feasibility of predicting the runtime energy consumption of Python software using static source-code properties alone. The goal is to enable early-stage, fine-grained energy awareness that helps developers identify energy-inefficient code structures without executing the program at inference time. Methodology: We construct a dataset of Python programming tasks, obtain ground-truth energy measurements through controlled execution, and extract structural and semantic features via static analysis at both source code and Bytecode levels. Guided by the CRISP-DM framework, the study comprises a systematic literature review, data understanding and preparation, and the development and evaluation of multiple regression-based and machine learning models. For each model, data formatting operations and hyperparameters are optimized sequentially. Results: The literature study confirmed a lack of Python-focused static EC prediction methods. A dataset of 35,201 observations with 95 features was created and analyzed, showing that energy consumption depends on both code structure and input properties. The best Random Forest and Ridge Regression models achieved median absolute percentage errors of 60.7% and 60.6%, respectively, capturing general energy trends but exhibiting limited accuracy for extreme values. Conclusions: The findings demonstrate the feasibility of statically predicting Python runtime energy consumption, but current accuracy levels are insufficient for reliable practical deployment. Future progress will require richer static representations, improved measurement stability, and larger, more diverse datasets.; Background: El creixent impacte energètic dels sistemes d’IA i del software ha incrementat l’interès per comprendre el consum energètic del software. Els mètodes existents per estimar el consum energètic depenen majoritàriament de mesures en temps d’execució, fet que dificulta l’optimització en etapes inicials i l’anàlisi f ina del codi. Malgrat l’ús generalitzat de Python, els mètodes estàtics per estimar el seu consum energètic en temps d’execució a partir del codi font continuen sent poc explorats. Objectiu: Aquesta tesi investiga la viabilitat de predir el consum energètic en temps d’execució de software Python utilitzant exclusivament propietats estàtiques del codi font. L’objectiu és permetre una consciència energètica primerenca i de gra fi que ajudi els desenvolupadors a identificar estructures de codi energèticament ineficients sense executar el programa en temps d’inferència. Metodologia: Es construeix un conjunt de dades a partir de tasques de programació en Python, s’obtenen mesures d’energia de referència mitjan¸cant execucions controlades, i s’extreuen característiques estructurals i semàntiques mitjan¸cant anàlisi estàtica tant a nivell de codi font com de Bytecode. Guiat pel marc CRISP-DM, l’estudi inclou una revisió sistemàtica de la literatura, la comprensió i preparació de les dades, i el desenvolupament i l’avaluació de diversos models de regressió i d’aprenentatge automàtic. Per a cada model, les operacions de format de dades i els hiperparàmetres s’optimitzen de manera seq¨uencial. Resultats: L’estudi bibliogràfic confirma la manca de mètodes estàtics centrats en Python per a la predicció del consum energètic. Es crea i s’analitza un conjunt de dades de 35,201 observacions amb 95 característiques, que mostra que el consum energètic depèn tant de l’estructura del codi com de les propietats de l’entrada. Els millors models de Random Forest i Ridge Regression assoleixen errors percentuals absoluts mitjans de 60,7% i 60,6%, respectivament, capturant tendències energètiques generals però amb una precisió limitada per a valors extrems. Conclusions: Els resultats demostren la viabilitat de predir de manera estàtica el consum energètic en temps d’execució de software Python, però els nivells actuals de precisió són insuficients per a una aplicació pràctica f iable. Els aven¸cos futurs requeriran representacions estàtiques més riques, una millor estabilitat de les mesures i conjunts de dades més grans i diversos.; Background: El creciente impacto energético de los sistemas de IA y del software ha incrementado el interés por comprender el consumo energético del software. Los métodos existentes para estimar el consumo energético dependen en gran medida de mediciones en tiempo de ejecución, lo que dificulta la optimización en etapas tempranas y el análisis de grano fino. A pesar del uso generalizado de Python, los métodos estáticos para estimar su consumo energético en tiempo de ejecución a partir del código fuente siguen estando en gran medida inexplorados. Objective: Esta tesis investiga la viabilidad de predecir el consumo energético en tiempo de ejecución de software Python utilizando exclusivamente propiedades estáticas del código fuente. El objetivo es permitir una conciencia energética temprana y de grano fino que ayude a los desarrolladores a identificar estructuras de código energéticamente ineficientes sin ejecutar el programa en tiempo de inferencia. Methodology: Se construye un conjunto de datos a partir de tareas de programación en Python, se obtienen mediciones de energía de referencia mediante ejecuciones controladas y se extraen características estructurales y semánticas mediante análisis estático tanto a nivel de código fuente como de Bytecode. Guiado por el marco CRISP-DM, el estudio comprende una revisión sistemática de la literatura, la comprensión y preparación de los datos, y el desarrollo y evaluación de múltiples modelos basados en regresión y aprendizaje automático. Para cada modelo, las operaciones de formateo de datos y los hiperparámetros se optimizan de manera secuencial. Results: El estudio bibliográfico confirma la falta de métodos estáticos centrados en Python para la predicción del consumo energético. Se creó y analizó un conjunto de datos de 35,201 observaciones con 95 características, lo que muestra que el consumo energético depende tanto de la estructura del código como de las propiedades de la entrada. Los mejores modelos de Random Forest y Ridge Regression alcanzaron errores porcentuales absolutos medianos del 60,7% y 60,6%, respectivamente, capturando tendencias energéticas generales pero con una precisión limitada para valores extremos. Conclusions: Los resultados demuestran la viabilidad de predecir de forma estática el consumo energético en tiempo de ejecución de software Python, pero los niveles actuales de precisión son insuficientes para un despliegue práctico fiable. Los avances futuros requerirán representaciones estáticas más ricas, una mayor estabilidad en las mediciones y conjuntos de datos más grandes y diversos.

2026-01-26T00:00:00Z Castillo Gómez-Raya, Genís https://hdl.handle.net/2117/460537 2026-04-15T18:28:06Z 2026-02-04T00:00:00Z

Modular architectures assisted by edge computing, network programmability, and cross-layer metrics monitoring to optimize multi-user holographic communications services Castillo Gómez-Raya, Genís Multiuser holographic communication services, supporting realistic and volumetric users' representations integrated into shared 3D spaces, are emerging as an impactful medium for remote communication, social interaction and collaboration. However, key remaining challenges still need to be addressed to overcome limitations in terms of performance, scalability, and adaptability. This work is built upon a state-of-the-art end-to-end platform for holographic communications and extends it with three main categories of technological components to enhance its scalability, reliability and optimize the overall resource usage. As a first contribution, this thesis presents a modular, lightweight cross-layer monitoring and alerting sub-system that is able to register real-time metrics from the network, edge infrastructures, application layer and testing tools to enable autonomous infrastructure and service adaptation. As a second contribution, this thesis has specified and implemented a new versatile edge-assisted architecture for holographic communications, leveraging the aforementioned alerting sub-system and a Kubernetes-based orchestration sub-system to enable autonomous, context-aware resources provisioning and management. As a third contribution, this thesis provides a set of innovative technological components to enhance adaptability, reliability and scalability in holographic communications services, seamlessly integrated within the devised architecture and sub-systems. First, a new mechanism to automatically instantiate new server components, like Selective Forwarding Units (SFUs), has been designed to overcome overload situations on the server side and enhance scalability regarding the number of users per shared session and parallel sessions, by leveraging Kubernetes Application Programming Interfaces (APIs). Second, a new server-side module has been designed and integrated to get aware about dynamic positions and viewpoints of each client participating in a holographic communication session, so that the server can decide what streams from the other remote clients to forward or not to each destination client, thus optimizing bandwidth and resources usage, with minimum impact on the user experience. Third, a server-side dynamic transcoding component has been designed and integrated, so it can be strategically instantiated at stream level to downgrade the volumetric video quality for specific target clients, based on relative positions, viewpoints, or available resources, thus contributing to scalability and interoperability. Fourth, a module to apply dynamic encoding or Level of Detail (LoD) adjustments on the client side has been also designed and integrated to reduce the bandwidth from the source, thus overcoming both uplink and downlink congestion problems for the local and remote access network segments, respectively. All such novel technological enablers are fully compliant with, and can leverage, emerging Cloud Continuum and 6G enablers, like European Telecommunications Standards Institute (ETSI) Multi-access Edge Computing (MEC) standard and Network-as-a-Service (NaaS) APIs, thus paving the way for a more efficient and sustainable deployment over next-generation networks. Indeed, these technological enablers have been virtualized and provided as Helm Charts to enable their automatic deployment on both local and external Kubernetes infrastructures, and on both local open-source and commercial beyond 5G networks. The technical contributions have been deployed and evaluated across relevant distributed scenarios, under diverse network conditions, to assess their efficacy, performance, reliability and benefits. The obtained results not only prove the potential of the contributions of this work in terms of enhanced performance, sustainability, and interoperability, but also reinforce the relevance and usefulness of the developed technology and testbed to conduct cutting-edge research in this relevant and timely field.

2026-02-04T00:00:00Z Mir Ortin, Pol https://hdl.handle.net/2117/460242 2026-04-15T18:27:58Z 2026-01-26T00:00:00Z

Extracció de metadades en el procés de pentesting Mir Ortin, Pol Aquest projecte es focalitza en la millora de l'eina de pentesting HuntDown. Actualment, l'eina no disposa d'un sistema de metadades prou ric ni estructurat que permeti la implementació de workflows automatitzats en fases posteriors. El treball busca augmentar significativament el volum i la qualitat de les dades extretes durant l'execució dels atacs, establint una base sòlida perquè el sistema pugui prendre decisions sobre l'encadenament d'atacs de forma autònoma. Mitjançant el disseny d'un motor de processament de dades, es buscarà transformar les dades en brut d'eines de seguretat en un format estructurat i interoperable.; Este proyecto se focaliza en la mejora de la herramienta de pentesting HuntDown. Actualmente, la herramienta no dispone de un sistema de metadatos suficientemente rico ni estructurado que permita la implementación de workflows automatizados en fases posteriores. El trabajo busca aumentar significativamente el volumen y la calidad de los datos extraídos durante la ejecución de los ataques, estableciendo una base sólida para que el sistema pueda tomar decisiones sobre el encadenamiento de ataques de forma autónoma. Mediante el diseño de un motor de proceso de datos, se buscará transformar los datos en bruto de herramientas de seguridad en un formato estructurado e interoperable.; This project focuses on improving the HuntDown pentesting tool. Currently, the tool does not have a sufficiently rich or structured metadata system that allows the implementation of automated workflows in later phases. The work seeks to significantly increase the volume and quality of the data extracted during the execution of the attacks, establishing a solid basis so that the system can make decisions about the chaining of attacks autonomously. Through the design of a data processing engine, the project aims to transform raw data from security tools into a structured and interoperable format.

2026-01-26T00:00:00Z Guillaumes Quera, Anna https://hdl.handle.net/2117/460278 2026-04-15T18:26:04Z 2026-02-17T00:00:00Z

Mobilitat del sediment en rius de grava en condicions a llera plena Guillaumes Quera, Anna Aquest document analitza la mobilitat del sediment en rius de grava, amb l’objectiu d’establir relacions entre les característiques granulomètriques del material del llit i el transport de sediment en cabals propers a la llera plena. L’estudi es basa en l’anàlisi d’una base de dades proporcionada pel Servei Forestal del Departament d’Agricultura dels Estats Units, que inclou mostres de camp obtingudes mitjançant trampes de transport de fons i mostrejadors Helley-Smith, així com dades de la morfologia dels emplaçaments en estudi. S’ha caracteritzat la granulometria dels diferents estrats de la llera, així com del sediment transportat, i s’ha comprovat que els rius analitzats es troben en condicions de cuirassament. A partir de l’anàlisi del diàmetre màxim i el diàmetre de percentil 84 transportat pels diferents cabals mostrejats s’ha estimat la mida màxima mobilitzada en condicions de llera plena, per establir una relació entre aquesta i el sediment disponible al llit. Els resultats indiquen que, tot i presentar una relació entre l’inici del moviment i el cabal a llera plena, aquest moviment es troba també condicionat per altres factors morfològics del riu. Finalment, es comparen els resultats obtinguts amb les relacions de transport de fons existents, i es discuteixen tant les limitacions del càlcul a partir de mostres de camp així com de les aproximacions de les relacions empíriques utilitzades.; Este documento analiza la movilidad del sedimento en ríos de grava, con el objetivo de establecer relaciones entre las características granulométricas del material del lecho y el transporte de sedimento en caudales próximos al cauce lleno. El estudio se basa en el análisis de una base de datos proporcionada por el Servicio Forestal del Departamento de Agricultura de los Estados Unidos, que incluye muestras de campo obtenidas mediante trampas de transporte de fondo y muestreadores Helley-Smith, así como datos de la morfología de las ubicaciones en estudio. Se ha caracterizado la granulometría de los diferentes estratos del lecho, así como del sedimento transportado, y se ha comprobado que los ríos analizados se encuentran en condiciones de acorazamiento. A partir del análisis del diámetro máximo y el diámetro de percentil 84 transportados por los diferentes caudales muestreados se ha estimado el tamaño máximo movilizado en condiciones de cauce lleno, para establecer una relación entre este y el sedimento disponible en el lecho. Los resultados indican que, a pesar de presentar una relación entre el inicio del movimiento y el caudal a cauce lleno, este movimiento se encuentra también condicionado por otros factores morfológicos del río. Finalmente, se comparan los resultados obtenidos con las relaciones de transporte de fondo existentes, y se discuten las limitaciones tanto del cálculo a partir de las muestras de campo como de las aproximaciones de las relaciones empíricas utilizadas.; This document analyses sediment mobility in gravel-bed rivers, with the aim of establishing relations between the granulometric characteristics of the bed material and sediment transport in flows close to bankfull. This study is based on the analysis of a database provided by the United States Department of Agriculture Forest Service, which includes field samples obtained using bedload traps and Helley-Smith samplers, as well as data on the morphology of the locations under study. The granulometry of the different layers of the bed, as well as the transported sediment, have been characterised, and it has been verified that the analysed rivers are under armouring conditions. Based on the analysis of the largest sampled diameter and the 84th percentile diameter transported by the different sampled flows, the largest diameter mobilised under bankfull conditions has been estimated in order to establish a relationship between this transport and bed sediment. The results indicate that, despite there being a relationship between the threshold of motion and bankfull flow, this transport is conditioned by other morphological factors of the river. Finally, the results have been compared with existing relations for bedload transport, and the limitations in the calculations from on-site samples as well as in the empirical approximations have been discussed.

2026-02-17T00:00:00Z