网络管理一直以来都是计算机网络研究的重要领域,随着信息化技术的不断发展,国内很多政府机构、行业和事业单位的信息系统建设已相对成熟和完善,信息系统中的各类IT基础设施如网络设备、安全设备、终端设备和应用服务等会产生大量的状态信息、流量信息、日志与事件信息等,这些信息使得网络管理的难度越来越大,原有的网络管理理念已经不能够满足当前飞速发展的网络需求。在这种情况下,基于数据关联与分析的网络管理思想被提出,并且成为众多研究机构和厂商的研究焦点。数据关联与分析应用于综合运维管理系统中又称为故障关联分析技术,是网络故障管理中的一种重要应用技术,是通过模型化的方法确定网络中的事件(故障)的关联关系。实际应用中基于规则的事件分析过程往往更符合人类的逻辑、易于理解,因此在通信中应用的最为广泛。由于一般制定相关规则与方法,需要大量具有较高业务水平和工作经验的网络工程师,根据长期积累的经验和知识来获取,而且这样的工作强度也很大,规则的可信度不高。本文通过一系列关联规则工具对捕捉到的告警事件进行分析,得到各个事件之间的关联规则,定位最终故障,辅助网络管理人员分析当前的故障告警信息,或对历史故障进行分析,给出合理的故障处理方法,以此来提高工作效率,减轻网络管理人员的工作负担。目前已有部分厂家或机构对基于数据关联与分析技术在网络管理上也有一些研究,有的也取得了一些成功,这表明,当今网络管理的发展正朝着高准确性、高可靠性、超智能化的方向发展。本文的设计将数据关联与分析技术应用于综合运维管理系统中,利用规则描述关联分析所涉及的算法或业务流程,基于规则引擎负责解析规则并执行。帮助管理者随时掌握全网整体运行态势,实时了解全网运行支撑能力、运行趋势等,以达到准确定位,提前预测,辅助决策的作用。