describing Mobius

CS Smart Grid 2.5-FDG/CS Smart Grid 2.5-FDG-section3333.txt

@@ -0,0 +1,75 @@
+3.3.3.3 Il formalismo SAN, il tool Mobius e alcuni esempi di modelli sviluppati
+
+Per definire e valutare i modelli proposti, è stato utilizzato il
+flessibile e potente ambiente
+di modellazione Möbius [DCC02] implementato dall'omonimo tool [CGK09]
+(i cui componenti principali sono mostrati in Figura xx1),
+che supporta una molteplicità di formalismi di modellazione e di
+risolutori, con capacità di interagire tra loro. 
+Il modello complessivo è ottenuto mediante uno o più sottomodelli
+atomici che vengono convertiti (in maniera trasparente all'utente) al
+livello di Abstract Functional Interface (AFI) [DCCDDDSW02,DKSC02],
+dove  possono essere composti gerarchicamente (come mostrato in Figure
+xx1) utilizzando operatori, come  Join e Rep [SM91], basati 
+sulla condivisione di variabili di stato o azioni.
+Sul modello risultante vengono definite prima le variabili di 
+performance (che rappresentano le misure di interesse) ed infine gli
+studi da valutare in base alla variabilità dei parametri del modello.
+
+Tutti i formalismi e i risolutori supportati da Möbius sono basati sul
+linguaggio di programmazione orientato ad oggetti C++, consentendo
+l'utilizzo di codice C++ nei modelli.
+Pertanto, lo strumento supporta strutture dati C++ esterne ed in
+generale codice C++, 
+staticamente definiti al momento della compilazione e il collegamento  
+di librerie C++ esterne.
+
+Tra i formalismi per la definizione dei modelli atomici, è stato
+scelto quello delle Stochastic Activity Network (SAN) [SM01], una
+estensione stocastica delle reti di Petri basata sulle primitive:
+places, activities, input and output gates. In particolare, .... 
+
+
+
+
+ An extensible tool for dependability, security, and perfor- mance evaluation of large and complex system models
+ for dependability and performance analysis
+
+
+Tra i formalismi disponibili in Mobius, è stato scelto quello delle Stochastic Activity
+Network (SAN) [SM01], una estensione stocastica delle reti di Petri basata sulle
+primitive places, activities, input and output gates. In particolare, ....
+
+
+Mobius fornisce un'infrastruttura per supportare una molteplicità di formalismi
+di modellazione e risolutori,
+
+
+Very briefly, SANs are a variant of Stochastic Petri Nets (SPN) with a graphical
+representation consisting of places, timed and instantaneous activities, and input
+and output gates. Activities are equivalent to transitions in SPN. The amount of time
+to complete a timed activity may be exponentially or nonexponentially distrib- uted.
+Cases can be associated to activities (represented graphically as circles on the right
+side of an activity) and permited to model uncertainty upon completion of an activity.
+The use of gates permits a greater flexibility in specifying enabling conditions and
+completion rules than simple SPN.
+
+
+
+The Mo ̈bius modeling framework and its supporting tool Mo ̈bius [3] are briefly recalled in the following.
+Our models are defined using the SAN formalism [28], a stochastic extension of Petri nets based
+on the following primitives: plain and extended places (blue and orange circles) represent
+SVs, timed and instantaneous activities (hollow and solid vertical bars) with linked input and output gates
+(triangles pointing left or right) represent actions. Extended places represent complex data
+types (like int, float, double, structures and arrays).
+Input gates control when an activity is enabled.
+The delay between enabling and completing of timed activities is a generally distributed random variable,
+whereas enabling and completing of instantaneous activities take place at the same time.
+SVs changes occur when an activity completes, as defined by the input and output gates.
+The SAN primitives are defined by C++ statements, supporting external C++ data structures and
+the linking to external C++ libraries.
+In Mo ̈bius, the Join and Rep state-sharing compositional operators [28] are supported at level of
+AFI [23, 3] as already described in Section 4. The auxiliary functions Index() and Deps(), and
+the operator D are implemented through a Perl program [34, 20] which manipulates the xml files
+describing the models defined in M ̈obius.
+