信息时代的今天，电子信息产业发展迅速，推动了电信网络的不断壮大。而人们对于随时随地沟通的需求日益强烈，从而对通信网络的依赖性遍布了生活中的各个角落。网络故障的产生，轻则影响正常的业务需求，重则带来各种各样的经济损失。故障管理作为通信网五大管理功能之首，它的重要性日益突出。故障产生后，需要第一时间进行故障定位和修复。管理端以实时收集到的报告事件为依据进行故障定位，这种故障报告信息称为告警。但是，节点发生故障的同时，也将直接对其相邻设备或者与之具有通信需求关系的设备产生影响，致使这些设备都发出告警。只有对告警进行相关性分析才能压缩冗余告警，定位根源告警。本文针对多域分布式网络故障管理为研究中心，将模糊理论跟数据挖掘的关联规则技术相结合，应用到故障实时诊断中。具体的研究范围和创新点，归纳如下：1.针对原始告警不适应关联规则挖掘的特点，论文研究了告警信息字段提取的方法，建立了告警的信息模型。讨论了对告警序列进行事务库建立的方法，并针对多域分布式管理域的特点提出了一种全局管理站点与各域局域管理站点同步建立告警事务库的策略。2.依据告警逼近根源告警的程度，本文将模糊聚类的方法应用到告警模糊化过程中。模糊后的告警，更加便于网络管理员理解。使在此基础上的告警相关性分析、故障模糊推断以及网络故障实时诊断更加科学合理。3.通常在大型通信系统中，网络是划分为不同的域来进行管理的，每个管理域中又可以包含若干个子网。大型通信网中分域管理的特点，决定了它的网络管理模式也必须是分布式的。也就是说各域管理站点跟全局管理站点之间满足一种分布式结构。本文提出了一套应用于多域分布式网络的告警模糊关联规则并行挖掘算法PFAARM (parallel fuzzy alarm association rules mining algorithm)，可以实现域内，域间告警模糊关联规则的并行挖掘。域间告警模糊关联规则的引入，在单个管理域告警相关性分析的基础上，通过域间通信的依赖关系作为故障定位的另一重依据，提高了网络故障定位的精确性，对故障快速有效的恢复具有重大的意义。4.故障诊断的实时性问题，一直是故障诊断领域中的一个难题。原因是目前挖掘算法无一不是对历史告警数据库进行挖掘，事务库的建立是依托告警在时间序列上的积累，难免延迟了故障诊断的时间。在网络拓扑不大范围频繁变更的情况下，网络故障的种类以及特征具有大量雷同性的特点。在这个特点的启发下，本文充分利用历史关联规则挖掘过程中的得到的经验和结论，将模糊聚类和模糊匹配方法的方法应用在网络故障的实时诊断中。为故障的快速诊断，提供了新思路。