随着现代化科技的迅猛发展,实时系统与我们的日常生活也越来越密不可分。虽然有传统的安全措施来保障实时系统的安全性,但是还是会有意外发生。所以在系统发生意外之后还能提供基本服务的能力称之为可生存性,可生存性是实时系统比安全性更加重要的性能,已成为度量实时系统服务质量的指标。从而得到更高的可生存性,使得系统在出现故障或意外时,仍然能提供基本的服务。可生存性作为近年来实时系统安全领域研究的热点,可以作为指标用来度量各种实时系统服务质量。随机Petri网(Stochastic Petri Net, SPN)对系统的异步性、并发性和不确定性具有很强的动态分析能力,适用于对系统进行建模,并且可以对可生存性做分析与评估。本论文的主要内容是基于SPN理论对实时系统进行可生存性研究。首先建立关于实时系统可生存性的SPN模型,然后给出该SPN模型相应的马尔科夫链,最后由马尔科夫链而得到状态转移矩阵,从而给出我们所关心的可生存性参数。论文首先对实时系统的可生存性进行了分析和研究,确定了影响实时系统可生存性的单个因素：其次,根据单个因素的评价集因子建立了评估标准SPN模型；再次,根据随机数据建立实际SPN模型。最后,将两种模型进行相似性比较,确定最相似SPN模型。围绕SPN模型的理论和研究,在模型的基础之上,给出了各种可生存性参数,并对建立的模型进行了仿真。基于SPN模型,给出了一种可行的评估方法。因此,将SPN引入到可生存性领域,可以提高实时系统的可生存性能力。