测试生成在软件测试过程中起到很重要的作用,现有的生成测试例的方法大多依靠测试人员手工进行,不仅生成效率低下,生成的测试例在可用性方面也不尽如人意。着色Petri网(Colored Petri Nets, CIN)模型驱动的一致性测试生成方法是一种成熟的测试生成理论,能够有效地提升测试例的可用性。然而这种测试方法受限于单机环境下的建模工具CPN Tools,无法进行自动测试生成。针对此问题,论文使用云计算对CPN模型驱动的一致性测试生成方法进行支撑,可以有效地提高测试生成效率。主要做了以下三方面工作：(1)针对传统CPN模型无法直接应用在云测试环境中的问题,提出了一种模型转换的解决方案。分别对模型存储结构以及数据结构的转换过程进行描述,提出一种云支撑的模型转换方法。并对传统模型以及转换后模型的行为一致性进行了证明。(2)提出一种自动化测试生成方案。首先对模型进行预处理,接下来给出一种单机环境下的一致性测试生成方法和两种云计算环境支撑的一致性测试生成方法,描述了测试生成流程以及相关算法。(3)实现了一种软件即服务型的测试生成工具PT-Cloud Tool。描述了工具的应用场景,给出了工具的体系结构,设计并实现了工具的原型。通过停等协议的CPN模型对工具进行了测试,证明工具可以高效地进行一致性测试生成。