近年来，作为业务流程自动化的一种标准工具，工作流管理系统在实际中得到了广泛的应用。传统的工作流系统通常是基于客户/服务器(C/S)架构的，所以传统的工作流挖掘通常是基于单个服务器产生的事件日志，通过挖掘算法来恢复出原来的工作流模型。随着互联网以及分布式计算技术的快速发展，一个复杂的工作流通常由分散在不同地域的组织或者参与者共同执行。因此，如何从一个分布式的工作流在多个服务器上执行产生的日志中，挖掘出对应的工作流网，这将具有重要意义。　　Sherry X.Sun等人提出了一种工作流网T WF Net以及对应的挖掘算法:算法1和算法2。基于T WF Net在分布式环境下执行产生的一个良构日志，通过该算法可以挖掘出对应的工作流网。但由该算法挖掘出来的工作流网可能会包含大量的虚活动，且Sherry X.Sun等人并未讨论运用该算法挖掘出来的网与原来的网是否一致。　　本文详细地分析了算法2中存在的问题，通过提出的六种结构以及六种结构对应的模型约简方法，详细地分析了两种模型约简规则的局限性。针对算法2，本文提出了一种分布式时间约束的工作流网挖掘算法αt。以一个完全的良构日志为输入，运用αt算法能够挖掘出一个分布式时间约束的工作流网。本文证明了当原来的工作流网是一个理想的分布式时间约束的工作流网，则运用算法αt可以完全恢复出该工作流网。本文通过对Sherry X.Sun等人提出的算法和αt算法详细地比较，得出由αt算法挖掘出来的工作流网包含的虚活动数目最多只有两个，降低了工作流网的复杂性。