自动化标记令牌分析：基于GSPN的性能建模新方法

"这篇论文探讨了基于标记令牌的广义随机Petri网（GSPN）的自动性能分析方法，特别是在客户中心性能指标推理方面的应用。作者提出了一种新的自动化技术，可以有效地处理标记令牌的分析，从而克服GSPN模型中令牌不可区分的问题。这种方法包括直观的图形化指定标记配置和网络结构约束，以及将GSPN转换为彩色GSPN（CGSPN）和展开的GSPN，以便通过现有工具进行性能指标分析。此外，该方法还与性能树结合，提供了一种规范性能查询的形式主义。论文中，作者已将这种方法实现到开源的PIPEPetri网工具中，并通过医院事故和急诊科的GSPN模型展示了其实用性和增强的表达能力。关键词包括广义随机Petri网、标记令牌、性能树。" 在GSPN模型中，性能分析的关键挑战在于令牌的不可区分性，这限制了以客户为中心的性能指标的精确推理。为了解决这个问题，Dingle和Knottenbelt提出了一种结构受限的GSPN方法，其中标记令牌被特定地识别和跟踪。他们引入了一种方式来指定所需的标记配置，同时考虑GSPN结构的约束，使得标记令牌的位置能够反映在性能查询中。 他们的自动化方法包括两个主要步骤：首先，通过一种直观的图形化工具定义标记配置和网络结构约束；其次，将标记结构明确的GSPN转换为CGSPN，这是一种扩展的表示形式，随后可以进一步转换为展开的GSPN。这种转换后的模型可以利用现有的分析工具来计算用户感兴趣的性能指标。性能树在此过程中扮演了重要角色，它提供了一种形式化的方式来指定性能查询，与标记令牌的分析相结合，增强了查询的灵活性和效率。 通过在开源的PIPEPetri网工具中实现这个方法，研究人员能够自动分析GSPN模型，例如，他们分析了一个描述医院事故和急诊科操作的GSPN模型，展示了该方法的有效性和在现实世界问题中的应用潜力。这种方法的贡献在于提高了性能建模的自动化程度，减少了手动工作，增加了分析的精确度，特别适用于那些需要深入理解和优化客户体验的并发系统。