TryRdP: uma Ferramenta para o Aprendizado de Modelagem de Sistemas usando Redes de Petri

• John Wesley Soares de Lima Universidade Federal Rural de Pernambuco (UFRPE) http://orcid.org/0000-0003-1606-6517
• Taciana Pontual Falcão Universidade Federal Rural de Pernambuco
• Ermeson Andrade Universidade Federal Rural de Pernambuco (UFRPE)

DOI: https://doi.org/10.5753/educomp.2021.14504

Resumo

A exigência por sistemas computacionais de qualidade tem demandado estudo e desenvolvimento de técnicas e ferramentas que garantam alta disponibilidade e baixo custo, entre outras características. Nesse sentido, o interesse pela utilização de modelos computacionais tem aumentado nos últimos anos. Entre os diversos métodos de modelagem formal existentes, destacam-se as Redes de Petri (RdP). Rede de Petri é um formalismo matemático usado para modelar e analisar sistemas que tenham atividades paralelas, concorrentes, assíncronas e não-determinísticas. Tal formalismo é comumente abordado em cursos de graduação e pós-graduação em computação. No entanto, o modelo tradicional de ensino, baseado em exposições teóricas muitas vezes descontextualizadas das aplicações dos conceitos, possui um alto nível de abstração que pode tornar o processo de aprendizado difícil. Nesse sentido, para auxiliar na compreensão e aprendizagem significativa das Redes de Petri, este trabalho apresenta TryRdP, uma ferramenta web gratuita, interativa e baseada em exemplos práticos de aplicações reais. A interface da TryRdP apresenta três seções: introdução, modelagem básica e modelagem avançada, cada uma contendo explicações dos tópicos abordados, bem como exemplos práticos usando o formalismo das RdP. O nível dos exercícios vai crescendo em complexidade à medida que são apresentados novos elementos das RdP. Embora projetada para ser usada de forma individual e autônoma, a TryRdP adequa-se também como ferramenta de suporte ao ensino formal de graduação e pós-graduação em computação e áreas relacionadas, podendo ser usada pelo professor para atividades de reforço extraclasse ou no contexto da sala de aula invertida.

Palavras-chave: Recurso didático, Modelagem de sistemas, Rede de Petri

Referências

Arteiro, Roberto & Souza, Fabio & Rosa, Nelson & Maciel, Paulo. (2007). Utilizando redes de Petri para modelagem de desempenho de middleware orientado a mensagem.


Andrade, E.; Nogueira, B.; Matos, R.; Callou, G. Maciel, P. Availability modeling and analysis of a disaster-recoveryas-a-service solution. Computing, pages 1–26, 2017.


Andrade, E. C.; Alves, M.; Nogueira, B.; Maciel, P. Calau: An environment for modeling and analyzing embedded real-time systems. In Systems, Man, and Cybernetics (SMC), 2012 IEEE International Conference on, pages 3135–3140. IEEE, 2012.


Bennetts, R. On the analysis of fault trees. IEEE Transactions on reliability, 24(3):175–185, 1975.


Chiola, Giovanni; Marsan, Marco; Balbo, Gianfranco; Conte, Gianni. (1993). Generalized Stochastic Petri Nets: A Definition at the Net Level and Its Implications. IEEE Trans. Software Eng.. 19. 89-107. 10.1109/32.214828.


Costa, D.; Teixeira, D.; Grisotto, R.; Rocha, B. Lpt: ferramenta educacional para auxiliar o ensino/aprendizagem de traduções de diferentes níveis de linguagens de programação. In Anais do Workshop de Informática na Escola, volume 23, page 695, 2017.


Distefano, S.; Paci, D.; Puliafito, A.; Scarpa, M.; Papardo, C.; Sperone, S. Design and implementation of a performance plug-in for the argouml tool. In IASTED Conf. on Software Engineering, pages 337–342, 2005.


Gómez-Martínez, E.; Merseguer, J. ArgoSPE: Model-based software performance engineering. Petri Nets and Other Models of Concurrency-ICATPN 2006, pages 401–410, 2006.


Hirel, C.; Sahner, R.; Zang, X.; Trivedi, K. Reliability and performability modeling using sharpe 2000. In International Conference on Modelling Techniques and Tools for Computer Performance Evaluation, pages 345–349. Springer, 2000.


Marsan, Marco; Conte, Gianni; Balbo, Gianfranco. (1984). A Class of Generalized Stochastic Petri Nets for the Performance Evaluation of Multiprocessor Systems. ACM Trans. Comput. Syst.. 2. 93-122. 10.1145/190.191.


Martin, L.; Leslie, M.; March, L. et al. Urban space and structures. Number 1. Cambridge University Press, 1972.


Murata, T. Petri nets: Properties, analysis and applications.In Proceedings of the IEEE, vol. 77, no. 4, pp. 541-580, April 1989.


Rugina, A. E.; Kanoun, K.; Kaâniche, M.; The adapt tool: From aadl architectural models to stochastic petri nets through model transformation. In Dependable Computing Conference, 2008. EDCC 2008. Seventh European, pages 85–90. IEEE, 2008.


Silva, B.; Matos, R.; Callou, G.; Figueiredo, J.; Oliveira, D.; Ferreira, J.; Dantas, J.; Junior, A.; Alves, V.; Maciel, P. Mercury: An integrated environment for performance and dependability evaluation of general systems. In Proceedings of Industrial Track at 45th Dependable Systems and Networks Conference (DSN), 2015.


Trivedi, Kishor, Ermeson Andrade, and Fumio Machida. Combining performance and availability analysis in practice. Advances in Computers. Vol. 84. Elsevier, 2012.


Zimmermann, Armin. (2017). Modelling and Performance Evaluation with TimeNET 4.4. 300-303. 10.1007/978-3-319-66335-7_19.


G. Bucci, L. Carnevali, L. Ridi and E. Vicario, Oris: a tool for modeling, verification and evaluation of real-time systems, Int. J. on Softw. Tools for Techn. Transfer, vol. 12, no. 5, pp. 391–403, Sep. 2010.


Hirel, Christophe & Tuffin, Bruno & Trivedi, Kishor. (2000). SPNP: Stochastic petri nets. Version 6.0. Lecture Notes in Computer Science. 1786. 354-357. 10.1007/3-540-46429-8_30.