在当今信息时代,计算机网络在人们的日常生产、生活中扮演越来越重要的角色。一旦网络中发生故障,总是要求网络工程师和网络管理人员能迅速、准确的对故障的类型以及故障的根源做出判断,以便下一步采取相应的修复措施。本文立足于事件关联和数据挖掘技术,在网络故障管理方面进行了如下研究。对传统的基于规则的网络故障管理专家系统的规则库进行改进,通过引入规则元的概念,实现不同规则之间相同规则元的共享,达到对规则库进行压缩的目的。同时也方便对规则元进行排序、建立分组、建立索引以及对常见规则元建立缓存,加速了规则元的查找过程,提高了查找效率。另外在事实与规则进行匹配时也是以规则元为单位进行,减小了匹配代价以及无用匹配的发生,提高了推理机的推理效率。提出了一种基于位置索引矩阵的关联规则挖掘算法,通过扫描告警事务数据库一次,将其转换成候选项集矩阵,并在矩阵中保存了频繁项的位置信息,实现对候选模式的跨越式搜索,加速了频繁项集的生成,因此算法具有较好的效率。提出了一种适合网络告警数据特点的序列模式挖掘算法,算法基于序列矩阵SM,全面考虑各种类型告警数据,通过设定不同的时间窗口,进行序列模式的挖掘,具有较好的效率。另外,算法中引入了拓扑约束进行有效剪枝,进一步加速了序列模式挖掘。把事件关联和数据挖掘应用于网络故障管理,设计出了一个完整的基于规则的网络故障管理系统模型,它能够同时支持对关联规则和序列模式的推理。对故障管理系统的数据库进行了详细设计。编程实现了规则推理模块,验证了规则改造后系统在关联规则和序列模式推理上的正确性。