随着信息化时代的深入发展,尤其是物联网和云计算时代的到来,网络规模越来越庞大,网络复杂度不断增加。面向网络管理的决策支持系统已逐渐成为研究热点并将得到广泛的应用。决策支持系统(DSS)是基于计算机的交互式、智能化、集成化的信息系统。其作用是从复杂结构或海量数据中挖掘出有价值的深度信息,来帮助管理者提高决策水平。决策支持系统的应用可以有效地提高决策效率和决策准确性。因此,本文的研究工作有着重要的现实意义。本文研究了数据挖掘理论和决策知识模型,在传统的决策分析系统基础上把自适应权值提升算法(AdaBoost)引入决策核设计,搭建出了一个面向网络管理的信息决策系统。该系统以网络层监测数据为数据源,获得多指标构成的多维监测数据,再通过对监测数据特征的决策分析得到网络节点的运行健康状态,使网络管理者可以直观地掌握多点运行情况。然后,根据前面对网络节点运行状态的决策结果进行聚类划分,对多个监测节点的健康状况进行排序。最后,对一些具有典型状态特征的监测节点向网络管理者给出面向网络管理的决策建议。本文还介绍了网络管理数据库和OPNET网络仿真软件。然后,用C#语言结合SQL Server 2005数据库实现了该决策系统基本平台。最后,用OPNET-Modeler仿真软件构建了虚拟网络环境,用在此环境下获取的监测数据对本决策系统的基本功能进行了针对性的测试,测试结果显示系统运行状态良好。