論文の概要: Impact of Extensions on Browser Performance: An Empirical Study on Google Chrome
- arxiv url: http://arxiv.org/abs/2404.06827v1
- Date: Wed, 10 Apr 2024 08:31:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-11 15:10:01.506687
- Title: Impact of Extensions on Browser Performance: An Empirical Study on Google Chrome
- Title(参考訳): エクステンションがブラウザのパフォーマンスに与える影響: Google Chromeに関する実証的研究
- Authors: Bihui Jin, Heng Li, Ying Zou,
- Abstract要約: Google Chromeのユーザ認識性能に及ぼすエクステンションの影響を理解するための実証的研究を行った。
我々は,エクステンションが意図しない状況で使用されている場合であっても,エクステンションの使用によってブラウザのパフォーマンスが負の影響を受け得ることを観察した。
コードの複雑さやプライバシプラクティスなど,エクステンションのパフォーマンスへの影響に大きな影響を及ぼす要因のセットを特定します。
- 参考スコア(独自算出の注目度): 3.000496428347787
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Web browsers have been used widely by users to conduct various online activities, such as information seeking or online shopping. To improve user experience and extend the functionality of browsers, practitioners provide mechanisms to allow users to install third-party-provided plugins (i.e., extensions) on their browsers. However, little is known about the performance implications caused by such extensions. In this paper, we conduct an empirical study to understand the impact of extensions on the user-perceived performance (i.e., energy consumption and page load time) of Google Chrome, the most popular browser. We study a total of 72 representative extensions from 11 categories (e.g., Developer Tools and Sports). We observe that browser performance can be negatively impacted by the use of extensions, even when the extensions are used in unintended circumstances (e.g., when logging into an extension is not granted but required, or when an extension is not used for designated websites). We also identify a set of factors that significantly influence the performance impact of extensions, such as code complexity and privacy practices (i.e., collection of user data) adopted by the extensions. Based on our empirical observations, we provide recommendations for developers and users to mitigate the performance impact of browser extensions, such as conducting performance testing and optimization for unintended usage scenarios of extensions, or adhering to proper usage practices of extensions (e.g., logging into an extension when required).
- Abstract(参考訳): Webブラウザは、情報検索やオンラインショッピングなど、様々なオンライン活動を行うために広く利用されてきた。
ユーザエクスペリエンスを改善し、ブラウザの機能を拡張するために、ブラウザにサードパーティが提供するプラグイン(エクステンション)をインストールするためのメカニズムを提供する。
しかし、このような拡張によるパフォーマンスへの影響についてはほとんど分かっていない。
本稿では,最もポピュラーなブラウザであるGoogle Chromeのユーザ認識性能(エネルギー消費とページロード時間)に及ぼすエクステンションの影響を理解するための実証的研究を行う。
11のカテゴリ(例えば、Developer Tools、Sports)から72の代表的な拡張について調査する。
ブラウザのパフォーマンスは,意図しない状況でエクステンションが使用されている場合(例えば,エクステンションへのログインが許可されていない場合や,指定されたウェブサイトで拡張が使用されていない場合など)も,エクステンションの使用によって悪影響を及ぼす可能性がある。
また、拡張機能が採用するコードの複雑さやプライバシプラクティス(ユーザデータの収集など)など、拡張のパフォーマンスへの影響に大きな影響を及ぼす要因のセットを特定します。
経験的な観察に基づいて、エクステンションの意図しない使用シナリオに対するパフォーマンステストと最適化の実行、あるいはエクステンションの適切な使用プラクティス(必要に応じてエクステンションにログインするなど)の順守など、ブラウザエクステンションのパフォーマンスへの影響を軽減するための、開発者とユーザの推奨事項を提供します。
関連論文リスト
- Manifest V3 Unveiled: Navigating the New Era of Browser Extensions [53.288368877654705]
2020年、Googleは、2023年1月までに以前のバージョン2(V2)を置き換えることを目的として、Manifest Version 3(V3)による拡張開発の変更を発表した。
本稿では,Manifest V3エコシステムを包括的に分析する。
論文 参考訳(メタデータ) (2024-04-12T08:09:26Z) - Improving Retrieval in Theme-specific Applications using a Corpus
Topical Taxonomy [52.426623750562335]
ToTER (Topical Taxonomy Enhanced Retrieval) フレームワークを紹介する。
ToTERは、クエリとドキュメントの中心的なトピックを分類学のガイダンスで識別し、そのトピックの関連性を利用して、欠落したコンテキストを補う。
プラグイン・アンド・プレイのフレームワークとして、ToTERは様々なPLMベースのレトリバーを強化するために柔軟に使用できる。
論文 参考訳(メタデータ) (2024-03-07T02:34:54Z) - Exploring the Impact of In-Browser Deep Learning Inference on Quality of
User Experience and Performance [20.612307023903593]
ディープラーニング(DL)は、"ブラウザ内推論"と呼ばれる方法を通じて、Webアプリケーションに統合されつつある。
調査では、広く使われている9つのDLモデルを比較し、50のPC Webブラウザでテストした。
ブラウザ内の推論には大量のメモリが必要であり、時にはDLモデル自体の最大334.6倍のメモリを必要とする。
論文 参考訳(メタデータ) (2024-02-08T08:02:57Z) - UA-Radar: Exploring the Impact of User Agents on the Web [3.8373578956681547]
初期のWebでは、異なるブラウザに同じWebページを与えると、非常に異なる結果が得られる。
ユーザエージェント(UA)文字列は、コンテンツネゴシエーションのために導入された。
過去30年間、UA文字列はブラウザによって露出され続けた。
論文 参考訳(メタデータ) (2023-11-17T09:53:32Z) - User Attitudes to Content Moderation in Web Search [49.1574468325115]
我々は、Web検索における誤解を招く可能性のあるコンテンツや攻撃的なコンテンツに適用される様々なモデレーションプラクティスに対するサポートレベルについて検討する。
最も支持されている実践は、誤解を招く可能性のあるコンテンツや不快なコンテンツについてユーザーに知らせることであり、最も支持されていないものは、検索結果を完全に削除することである。
より保守的なユーザーやウェブ検索結果に対する信頼度が低いユーザーは、ウェブ検索におけるコンテンツモデレーションに反する傾向にある。
論文 参考訳(メタデータ) (2023-10-05T10:57:15Z) - Data augmentation for efficient learning from parametric experts [88.33380893179697]
我々は、学生の政策の行動を伝えるために、専門家のオンラインまたはオフラインのクエリを使用する、ポリシーのクローン設定と呼ばれるものに焦点を当てる。
提案手法は,APC(Adgressed Policy Cloning)を用いて,サンプル軌道周辺領域のフィードバック感度を誘導する。
我々は,高次自由度制御問題に対して,専門家から学生政策への行動の高度にデータ効率のよい移行を実現する。
論文 参考訳(メタデータ) (2022-05-23T16:37:16Z) - Imagining, Studying and Realising A Less Harmful App Ecosystem [10.65724536340206]
モバイルアプリ内でのデジタル被害を調査・対処するための,これまで未検討のコンセプトであるモバイルアプリ拡張について検討する。
我々は,システム開発が盛んで慎重な結果として,Android用のプリペイド・ツー・ユース・実装を提案する。
本手法は,モバイルアプリにおけるデジタル被害の追跡研究の多種多様な基盤を提供する。
論文 参考訳(メタデータ) (2022-05-02T09:45:37Z) - Multi-Channel Sequential Behavior Networks for User Modeling in Online
Advertising [4.964012641964141]
本稿では,ユーザと広告を意味空間に埋め込むための深層学習手法であるマルチチャネルシーケンシャル行動ネットワーク(mc-sbn)を提案する。
提案するユーザエンコーダアーキテクチャでは,過去の検索クエリや訪問ページ,クリックした広告など,複数の入力チャネルからのユーザアクティビティをユーザベクトルにまとめる。
その結果,MC-SBNは関連広告のランク付けを改善し,クリック予測とコンバージョン予測の両方の性能を向上させることができることがわかった。
論文 参考訳(メタデータ) (2020-12-27T06:13:29Z) - An Empirical Study of In-App Advertising Issues Based on Large Scale App
Review Analysis [67.58267006314415]
われわれは,App StoreとGoogle Playの広告関連ユーザフィードバックに関する大規模分析を行った。
広告関連レビュー36,309件の統計分析から,利用者は使用中のユニーク広告数や広告表示頻度を最も気にしていることがわかった。
いくつかの広告イシュータイプは、他の広告イシューよりも開発者によって迅速に対処される。
論文 参考訳(メタデータ) (2020-08-22T05:38:24Z) - General-Purpose User Embeddings based on Mobile App Usage [46.343844014289246]
保留、インストール、アンインストールを含むモバイルアプリの利用行動は、ユーザの長期的な利益と短期的な利益の両方に良い指標となる。
伝統的に、モバイルアプリの使用によるユーザーモデリングは、手作りの機能工学に大きく依存している。
本稿では,これらの課題を克服し,手作業の削減と性能向上を目標とする,AutoEncoder-Coupled Transformer Network(AETN)を提案する。
論文 参考訳(メタデータ) (2020-05-27T12:01:50Z) - adPerf: Characterizing the Performance of Third-party Ads [5.9535711951131205]
ウェブ広告の深い評価と第一種評価を適用した。
広告のすべてのコンポーネントによってコストを特徴付けることを目指しており、パブリッシャー、広告シンジケート、広告主は詳細なガイダンスで広告のパフォーマンスを向上させることができる。
論文 参考訳(メタデータ) (2020-02-06T02:09:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。