频繁项挖掘算法在网络监控领域具有广泛的应用。利用频繁项挖掘算法识别网络中的大流量，可以实时检测网络中的异常及拥塞情况、辅助服务商流量计费等。但是，随着骨干网络链路带宽和流量的增长，网络流监控系统对性能要求越来越高。虽然目前已有单数据项处理时间O(1)的频繁项挖掘算法，但是单核CPU主频已经接近极限，无法满足骨干网中网络监控的需求。近年来，多核处理器发展迅速，即使是标准的工作站也有4-8核，具有很强的并行计算能力。本文试图设计并行的频繁项挖掘算法，充分利用多核处理器的并行计算能力，从而提高频繁项挖掘算法的吞吐量。　　 论文首先介绍了常见的频繁项挖掘算法，对现存的并行频繁项挖掘算法进行了分析，并总结了它们的优点和缺点。在这个基础上，本文提出了自己的并行频繁项挖掘算法，该算法基于无共享设计，即本地线程不共享数据，也不需要像精度合成法那样需要向汇聚线程发送数据项。接着论文对算法的正确性进行了证明，并详细介绍了本算法的各个模块的实现过程和技术细节。最后论文验证了本算法在不同的数据分发策略下的性能，结果表明，本算法在使用hash法和轮转法进行数据分发时，算法的吞吐量超过其它的并行设计，最大加速比达到了物理CPU核数。