现代商业银行网络结构越来越复杂，这是由于银行机构规模的不断扩大和应用集中度不断提高所决定的。由于网络建设项目的时间不同，所以各个网络节点由很多不同厂家的网络设备搭建。网络维护人员获得的大量告警信息往往是由某一个网络节点故障引起的衍生告警信息。以上这些因素都给现代商业银行的网络管理带来了越来越多的困难。本文以某国有大型商业银行四川分行的网络环境为分析背景，用该银行2011年5月至2012年5月的网络告警信息数据作为研究对象，寻找当前网络管理中所遇到问题的解决办法。本文介绍了关联规则数据挖掘相关性分析理论的基本知识和相关概念，以及如何将该理论用于数据分析的实践方法与步骤。期间收集了该银行研究时段内大量网络设备主动发送或通过工具采集到的SYSLOG日志、TRAP告警和设备性能数据等信息。银行高可用性网络的运行状态、故障等信息便隐藏在这些海量的历史数据中。通过对这些收集到的网络告警信息进行降噪、分析和整理，依据关联规则挖掘知识生成了几种相适应的关联规则分析方法，分别是相关性的压缩规则、过滤规则、抑制规则、模型化规则和特殊情况规则等分析方法。并且使用这些关联规则分析方法对已加工、过滤后的信息数据进行挖掘，获取了一系列对网络管理有用的信息数据。最后，详细介绍了如何将前期研究的分析方法应用于现有的银行网络管理系统，并将基于关联性规则分析方法得到的应用结果呈现出来。本论文中提出并且实现了基于关联规则的历史网络日志数据和性能数据的相关性分析方法，通过将告警关联规则分析方法实际应用于告警监控系统的运行结果表明，该关联规则分析方法达到了预期效果。这说明本课题的研究成果在该银行网络管理系统中能够得到很好应用，同时课题的研究内容也具有较强的理论价值。