随着通信业务的广泛应用和网络制式的不断发展，通信网络的规模和复杂性迅速增加，网络运行中产生的故障告警的类型和规模也在急速增长。因此必须对通信网告警信息进行智能化管理，以保证网络运行的可靠性和稳定性。在告警管理中，影响最大的是告警风暴问题。针对通信网及告警风暴的特点，本文将相关性分析应用到告警风暴中，研究了告警风暴的预防、发生判断和处理等问题，提出了改进的FP-growth算法和基于分布式加权FP-growth算法的告警风暴预防模型，并设计了告警风暴的判断以及发生时的处理方法。分析了传统的FP-growth算法，针对于此算法产生大量条件FP-tree的缺点，提出了改进的FP-growth算法。改进算法利用层次分析法的思想，来确定不同级别的告警信息的权值，从而使得挖掘更具可靠性。然后引入了冗余表对FP-tree进行改进，避免了算法中条件模式树的产生，使得算法在挖掘过程中的开销减小。分析了分布式计算的优点，并结合上述改进的FP-growth算法，提出了分布式加权FP-growth挖掘算法，并将其应用于告警风暴的预防中。算法由主节点和从节点构成，采用共享式体系结构，使得算法在面对大规模告警信息时避免条件模式树的产生，挖掘效率更高。针对不同厂商的设备产生的告警信息进行标准化，利用CORBA的通知服务协议来实现不同设备的告警信息的整合，简化了综合网管系统接入的流程以及接口。针对告警风暴的发生，本文采用阈值方式对告警信息进行检测判断。当告警风暴发生时本文通过采用规则策略对告警信息进行过滤、清除和屏蔽。比较全面的介绍了告警风暴的相关问题。为了体现改进算法的性能及有效性，本文模拟了现实网络的拓扑结构和告警信息，对算法进行验证，并与其他算法比较。实验结果证明算法效率高、开销小，在告警风暴的预防、发生判断以及发生时的处理上具有一定的意义和可行性。