Submitted by Nayara Passos (nayara.passos@ufpe.br) on 2015-03-11T19:46:33Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE Ermeson Carneiro De Andrade.pdf: 4074311 bytes, checksum: 6b5b5cf26bd00821abaad692e167ee43 (MD5) / Made available in DSpace on 2015-03-11T19:46:34Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) TESE Ermeson Carneiro De Andrade.pdf: 4074311 bytes, checksum: 6b5b5cf26bd00821abaad692e167ee43 (MD5) Previous issue date: 2014 / Os softwares possuem defeitos. Os computadores falham. Os v´ırus se propagam. Os pr´edios pegam fogo. As pessoas cometem erros. Os desastres acontecem. Embora gostar ´ıamos que tais eventos nunca acontecessem, ´e prudente prover mecanismos que tratem as interrup¸c˜oes dos servi¸cos, pois o custo do downtime pode ser extremamente elevado. Dessa forma, as empresas tˆem investido cada vez mais em mecanismos de tratamento de interrup¸c˜oes, visto que as interrup¸c˜oes, sejam elas brandas ou severas, podem acontecer em qualquer lugar, a qualquer momento, com pouco ou nenhum aviso. Os sistemas distribu´ıdos (ex.: computa¸c˜ao em nuvem) tˆem sido largamente usados nos ´ultimos anos como um meio de recupera¸c˜ao de interrup¸c˜oes de modo que o sistema (infraestrutura e dados) ´e distribu´ıdo sobre um conjunto de servidores dispersos geograficamente e na ocorrˆencia de interrup¸c˜oes, outros servidores assumir˜ao a operacionalidade do sistema. A forma mais amplamente usada para modelar sistemas complexos (ex.: sistemas distribu´ıdos) ´e atrav´es das linguagens semiformais, tais como SysML (System Modelling Language) ou UML (Unified Modeling Language), devido principalmente `a sua nota¸c˜ao amig´avel e intuitiva. Os modelos semiformais gerados por essas linguagens, por si s´os n˜ao fornecem suporte para avalia¸c˜ao de dependabilidade/desempenho das especifica¸c˜oes dos sistemas. Dessa forma, faz-se necess´ario o mapeamento desses modelos semiformais para modelos anal´ıticos, pois modelos anal´ıticos s˜ao apoiados por fundamentos matem´aticos s´olidos, que suportam sua semˆantica precisa, estimulam a avalia¸c˜ao de desempenho/ dependabilidade e fornecem suporte para verifica¸c˜oes das propriedades qualitativas e an´alises. Os modelos anal´ıticos, no entanto, n˜ao s˜ao intuitivos e requerem um consider´avel esfor¸co por parte dos projetistas para entenderem a nota¸c˜ao usada. Portanto, ´e sensato adotar o uso colaborativo dos modelos semiformais e anal´ıticos. Este trabalho prop˜oe um framework baseado em m´etricas, modelos e ferramentas que auxilia os projetistas, os quais n˜ao possuem (ou possuem pouca) expertise em modelagem estoc´astica, a modelar e estudar os mecanismos de tratamento de interrup¸c˜oes e as infraestruturas dos sistemas distribu´ıdos, a partir de especifica¸c˜oes de alto n´ıvel, descritas atrav´es da SysML e MARTE. Para alcan¸car esse objetivo, prop˜oe-se o mapeamento dos diagramas anotados da SysML em modelos DSPN (Rede de Petri Determin´ıstica e Estoc´astica). Essa abordagem resulta num modelo cujas propriedades s˜ao garantidas e provˆe um conjunto de indicadores de dependabilidade dos mecanismos e do sistema. Ademais, a fim de mostrar a corretude e aplicabilidade do framework proposto, estudos de casos s˜ao apresentados.

This paper introduces an efficient numerical algorithm for the steady-state analysis of deterministic and stochastic Petri nets (DSPNs) without structural restrictions on the enabling of deterministic transitions. The method rests on observation, at equidistant time points, of the continuous-time Markov process that records tangible markings of the DSPN and remaining firing times associated with deterministic transitions. This approach results in the analysis of a general state space Markov chain whose system of stationary equations can be transformed into a system of Volterra equations. The techniques of this paper are also applicable to queueing networks, stochastic process algebras, and other discrete-event stochastic systems with an underlying stochastic process which can be represented as a generalized semi-Markov process with exponential and deterministic events.