随着数据库技术的成熟应用和Internet的迅速发展,人类积累的数据量正在以指数速度增长.对于这些数据,不能只应用传统的查询、统计分析手段,而是应发现更深层次的规律,对决策或科研工作提供更有效的决策支持.正是为了满足这种要求,将机器学习应用于大型数据库的数据挖掘(Data Mining)技术得到了长足的发展.网络数据挖掘就是数据挖掘技术在网络信息处理中的应用.在网络故障诊断中应用数据挖掘是网络数据挖掘的一个方向,它针对网络故障信息数据的特点,采用特定的数据挖掘技术对网络故障进行智能化的诊断.该文的主要研究内容如下.1.讨论了数据挖掘中分类的基本技术,包括数据分类的过程,分类数据所需的数据预处理技术,以及分类方法的比较和评估标准;探讨了如何将数据挖掘技术应用到网络故障管理中去,对常见网络故障进行了深入的分析和分类,并基于这种分析展开对网络故障诊断的智能化方法的研究.2.研究了网络故障诊断系统的体系结构和诊断方法.详细阐述了在网络环境下,如何构建故障信息诊断系统,以对专用网络运行过程中产生的故障进行自动诊断.3.重点研究并实现了一种网络故障诊断模型.根据对网络故障诊断系统的需求和总体设计,采用代理-服务器的方式收集故障信息,并通过引入数据挖掘中的决策树分类技术,对网络故障进行模式分类,达到简化故障诊断的过程.整个模型在实验环境下加以实现,提高了网络故障诊断效率.为提高网络故障诊断率,减轻故障诊断成本、减少网络传输提供了一种新的解决方法.