当今网络的迅速发展,导致人们的生活学习以及社会经济越来越依赖计算机网络。然而由于计算机网络发展的迅速化和规模不断扩大化,各种软硬件提供的服务不断的增加,网络的运行并非永远处于正常状态。对于这么一个庞大并复杂的网络环境,一旦网络处于非正常状态,其中包括的各个厂商生产的设备将会产生大量的、具有关联性的告警事件,并且由于设备之间的关联性,这些告警事件经由网络传播,最终会导致网络中形成告警风暴。由以上可知,应当给予网络故障管理足够的重视。网络故障诊断的性能直接决定着这个网络是否可以稳定、安全的运行,并且当网络出现异常时,是否可以迅速的定位故障与恢复网络的正常运行也是验证其性能好坏的重要标准之一。在网络故障诊断中,希望通过去除冗余告警并分析告警之间的关联性,呈现给管理者清晰的诊断信息,而不是杂乱无章的告警数据。同时,传统的网络故障诊断系统没有充分考虑到告警与故障之间的不确定性关系即模糊关系,而是采用硬划分的方式来解决这种关系。针对上述问题,在模糊理论知识基础上,采用模糊关联规则挖掘和模糊推理方法来完成网络告警关联性分析并最终定位根源告警即故障源。1.根据网路告警的特点,提出一种基于模糊聚类方法的模糊推理告警隶属度的获取方法。其中分析了告警信息结构中有效告警信息的获取过程以及所提取告警信息的量化方法;量化完成后,使用模糊聚类综合考虑告警信息各个因素的作用,并根据最小聚类体积思想有效改进模糊聚类算法,最终获取模糊告警相对于根源告警的模糊隶属度分布;2.获得网络告警模糊隶属度的情况下,根据传统的关联规则挖掘方法,结合模糊理论知识,给出模糊关联规则挖掘算法并建立模糊推理关联规则库,供模糊推理分析告警关联性使用;3.基于模糊蕴含与模糊合成运算,详细研究了新的模糊推理流程控制策略。其中改进并构造了具有模糊异或关系的蕴含算子,具体给出了规则冲突消解和搜索策略,采用加权法反模糊化解释模糊推理结果,并从理论和仿真层面分析了算法的可行性、效率等问题。分析结果说明,基于模糊关联规则的模糊推理能准确有效的定位网络根源告警。