故障诊断与定位是网络故障管理的核心,当网络出现故障时,要求必须在尽可能短的时间内,正确地判断出网络故障所在的位置和引起故障的原因,以便及时排除故障,恢复网络正常功能。告警相关性分析是故障诊断与定位的重要手段之一,广泛应用于各种智能网络管理系统。数据挖掘为告警相关性分析中知识获取提供了新的途径。现代通信网及其网络管理是一个典型的分布式应用系统,管理功能的实现是依靠不同层次的管理部件协同工作来完成的,并且告警的某些属性分为不同的级别,不同QoS要求的业务对告警处理的程度也有所不同。本文以国家自然科学基金项目《基于数据挖掘的通信网告警相关性分析》为背景,重点研究了通信网告警分布式加权关联规则挖掘,包括告警预处理、加权关联规则挖掘算法、分布式加权关联规则挖掘算法与告警分布式加权关联规则挖掘系统的实现及仿真验证。本文采用专家系统来完成告警的预处理。运用层次分析法来科学合理地确定告警的权值,采用滑动时间窗口机制解决告警时间同步问题,提取告警项目中反映网络故障的告警属性字段组成告警事务项,并使用告警压缩的方法处理冗余告警信息,以便将原始告警数据库转化为告警事务数据库,为关联规则挖掘做好数据准备。本文针对通信网告警信息量大、告警具有突发性等特点以及告警数据库的分布式环境,在已有的加权关联规则挖掘算法和分布式关联规则挖掘算法的基础上,提出了一种能有效挖掘告警全局加权关联规则的新型分布式加权关联规则挖掘算法—DWAP算法。算法基于共享模式的分布式体系结构,由局部站点和全局站点协同完成告警全局加权关联规则的挖掘。各局部站点运行本文改进的基于加权关联模式树的WAP算法用以挖掘局部加权关联模式,WAP算法具有无需多次重复遍历数据库和递归构建条件频繁模式树的优点。DWAP算法应用求和加权方式和比例加权方式共同对告警事务进行加权,能更全面地反映告警事务的重要程度,使挖掘结果的区分度更高。而且,该算法采用了有效的迭代剪枝技术,大大压缩了候选模式的数量,降低了通信代价。算法性能测试表明:该算法具有时间效率高、通讯开销小、可伸缩性好等优点,对网络告警相关性分析和故障的诊断定位有一定的意义和实用价值。