目前,随着网络规模的增大,网络结构复杂度的提高,为保障网络的健壮性,网管系统对网络的综合管理越来越重要。网络告警是在网络构件发生异常行为时上报给网管系统的实时信息,是网络状态的直接表达。一般情况下,网络异常行为指网络故障,网管人员可以通过对告警的分析定位网络故障,并及时采取相应的措施。告警关联则是分析海量告警数据的重要技术。本文建立了基于分层属性相似度的告警关联模型,根据同一故障引发的告警性相似程度高的原理,将原始告警进行分类,形成超告警,从而用一组告警代替单一告警表达故障信息,增加了告警的语义信息,帮助网管人员提高分析效率,降低了工作量。本文对国内外的告警关联研究现状进行了分析,并从不同的角度对告警关联技术进行了分类,比较了各个告警关联技术的优劣势。分析了告警关联在网管系统中的重要作用,总结了告警关联的主要内容。根据某实际电力通信网ASON告警的特点,建立了基于分层属性相似度的通信告警关联模型。该模型相对于传统的告警聚类方法,主要是在定义属性相似函数时引入了“超属性”的概念,实现了对属性相似度函数的分层定义,提高了相似度值的对故障的表达能力。引入了历史告警库复杂度、聚类扩充率、超告警支持计数三个指标,以在不需要专家知识的前提下实现对聚类效果进行合理的评价。最后将传统的告警聚类方法和基于分层属性相似度的告警聚类方法用于实际电力系统通信网ASON告警关联,并比较了两种方法的聚类效果。由比较结果得,在满足一定工程执行效率的前提下,本文提出的告警关联模型对于某时段内故障情况较复杂的情况有更好的聚类效果。说明本文提出的告警关联模型具有一定的工程实际价值。