网络故障诊断是网络故障管理的核心,随着信息技术的飞速发展,网络规模的扩大与网络异构程度的增加都对网络的安全性提出了越来越高的要求。在当今大规模的网络环境中,如何以最小的代价、在最短的时间内实现一个快速的网络故障诊断方案已成为当今网络领域专家研究的热点。本文在深入总结现有网络故障智能诊断技术的基础上,首先介绍了基于依赖图的故障定位算法。之后考虑到当网络中发生的故障之间没有依赖关系时基于依赖图的故障定位算法就会失效,为此设计了独立故障情况下的基于依赖图的故障定位算法。在此算法中引入了信息代价的概念,根据信息代价进行故障定位。由于基于依赖图的故障定位算法需要事先知道网络中各对象发生故障的概率及对象之间的相互依赖程度,所以在实际应用中的局限性较大。其次在深入探讨基于关联图和案例库的故障定位技术的基础上,由于算法在关联图出现环时无法定位故障,提出了考虑时间因素的基于关联图和案例库的故障定位算法。此算法在关联图出现环时,根据关联图中各顶点所代表的故障事件的发生时间定位故障,发生时间早的故障极有可能就是故障源。在综合比较了上述两个算法之后,将考虑时间因素的基于关联图和案例库的故障定位算法应用到网络故障诊断子系统的故障定位功能中。此算法原理虽简单,但在现实中具有较高的实用性。