计算机网络的可靠性一直以来都是人们比较关心的问题，而提高网络可靠性的一个主要方法就是及时诊断出网络故障的具体原因。网络故障诊断专家系统在实际中应用较为广泛，但是存在知识获取“瓶颈”和知识难以维护等不足。本文将决策树分类算法应用于网络故障诊断专家系统中，实现了故障诊断知识的自动获取与表示，提高了故障诊断专家系统的灵活性。 首先本文对专家系统的一般结构进行阐述，并对知识库与推理机进行深入研究；同时详细的阐述了决策树分类算法，对比较流行的决策树算法ID3，C4.5等算法进行详细分析与比较。 其次建立了网络故障诊断专家系统的基本结构，划分了各个功能模块，并提出了整个系统的控制策略。 然后提出了基于决策树知识表示，给出了知识的存储方法，并构建了整个系统的知识库；针对知识存储的特点采用基于决策树推理机制来实现推理机。 最后以决策树理论为基础，提出了基于决策树知识获取的方法。该方法充分利用决策树把知识表示与获取融于一身的优点，使知识表示与知识获取同时进行，克服了传统人工智能系统中知识表示与知识获取分离的缺点。