本文主要通过分析三网融合后故障管理的特点和智能故障管理现有的方法的优缺点,提出了一种改进的基于支持向量机的告警预测方法和一种增量的实时告警刷新方法,主要工作为:(1)总结了三网融合后网络管理的特点和难点,对网络管理中的故障管理进行了详细的阐述,对比分析了当前几种智能故障管理方法的优缺点。(2)针对基于支持向量机的告警预测方法在海量数据环境下预测效率会严重下降的问题,本文提出了一种改进的基于支持向量机的告警预测方法。在分类预测器的训练学习中提出了一种基于模拟退火法的增量支持向量机的淘汰阈值优化的方法,加快了学习的效率,从而减少了学习时间,在利用分类器进行预测的过程中提出了一种基于动态二叉树的SVM多分类方法,减少了分类预测的时间,进而提高了分类速度,最后通过实验证明了改进的基于支持向量机算法能有效提高效率。(3)三网融合后网络的告警数量急增,告警数据更新速度加快,如何及时的显示重要的告警信息成为了一大难题,针对此问题本文设计了一种增量的实时告警刷新策略,最后通过测试证明该策略具有良好的性能。