随着现代信息技术的高速发展,企业和个人对通信网络的安全性和可靠性要求越来越高,因此快速的网络故障诊断和定位显得越来越重要。而利用通信网络运行中产生的日志信息来帮助进行网络诊断,成为近年来网络故障诊断研究的一个热点。本文基于与企业合作方的科研项目,通过对日志信息设置主动监测项,完成信息抽取。对抽取出的信息,从时间维度进行关联规则挖掘,生成频繁告警序列；从空间维度利用故障树分析,定位根源网元故障节点,从而完成网络故障诊断。具体来说,有以下三方面的工作内容：第一,通过研究Apriori和WINEPI算法,改进其在扫描次数和存储结构上的不足,结合日志中告警信息特点,提出了一种基于前缀树结构的Prefix-WINEPI频繁序列挖掘算法。通过对比实验,验证了该算法在执行时间和处理增量问题方面比WINEPI算法更加高效。第二,针对日志信息的字段特征,设置了主动监测项,利用公式计算的方法,快速抽取日志中有用信息,减少无关信息干扰；同时,提出了一种将时间维度的告警关联分析和空间拓扑的故障树分析相结合的诊断方法,应用于网络故障诊断。第三,将理论工作落实到实践。通过书写诊断工具设计文档,完成算法设计和数据存储设计工作；利用Java Web编程和Web前端的相关技术,实现了一个具体的日志诊断工具。解决了故障诊断问题。本文将理论研究与具体的日志诊断工作相结合,验证了上述研究所提供方法的有效性和高效性,较好地解决了科研项目中通信网络日志故障诊断的实际问题。