作为通信网维护不可或缺的一部分，通信网络管理日益得到人们的重视，正因为通信网的复杂与庞大，网络管理成为网络维护人员的一个难题，尤其是面对海量的告警数据。大量的各型号的设备和链路之间会存在某种关联关系，每个告警之间也会存在着某种关联关系，一个告警可以作为根源告警存在，可导致各种衍生告警，大大增加了网络管理的难度。本文基于告警管理的随机性和不确定性，引入了故障告警影响性分析，包括相关性分析和客户业务的影响性分析，对这两部分的原理和使用方法进行了深入的研究，对故障告警影响性分析的主要技术和方法进行了详细阐述，通过比较得出采用关联规则的方法进行故障告警的影响性分析，使用改进型增量式关联规则挖掘算法对告警数据进行分析，克服了增量式关联规则算法多次扫描数据库的时间消耗。。本文在对网元告警信息间的横向规则的发现（相关性分析）进行研究的基础上，还增加了相关基础设施、用户业务层次的纵向关联关系的研究。本文研究并设计了基于增量式关联规则挖掘的故障告警影响性分析的分析模型。针对故障告警的影响性分析，分别提出了相关性分析模型和客户业务影响性分析模型，并结合两部分内容各自的优势，权衡提出了故障告警影响性分析的模型，将该模型用于影响性分析提高了分析速率。本文对故障告警的影响性分析的关联规则挖掘进行了相关实验，将原始数据导入到数据库中，进行数据预处理，然后进行增量式关联规则挖掘，并对告警进行了关联显示，分析了故障告警关联，对关联规则挖掘后的结果进行显示和分析，最后本文对改进的FUP算法、FUP算法和Apriori算法在不同支持度下进行了关联规则数目的比较，以及在新增数据库时执行时间和关联规则数的比较，经比较得出改进算法在执行时间效率上和产生关联规则准确性上有了较大提高，符合实际应用的要求。