互联网的应用范围越来越广，已经渐渐渗透到人们的衣食住行等很多方面，使得人们对互联网的依赖性越来越高。在这种情况下，一旦网络中出现故障，往往会给人们的工作和生活带来极大的不便。因此，通过一定的方式对网络进行监控管理，及时地发现并消除网络中的故障就显得很有必要。现有的网络故障链路诊断方法是假设目标网络是一个具有树状逻辑拓扑结构的网络，以端到端测量数据为算法的主要输入来进行相关的故障链路诊断。而当网络中实施了流量均衡等等路由策略（如ECMP，等价多径路由）时，目标网络的逻辑拓扑结构会因为到达目的节点的路由路径不唯一而引入某种意义上的不确定性。也正因传统方法对端到端测量数据唯一性（路由路径）的要求，而使其无法直接应用于这种基于多径路由情形的（非树状逻辑拓扑结构）网络故障链路诊断。为了克服传统方法的上述局限性，本文从如何在存在多径路由情形的网络中进行相关的故障链路诊断展开研究。主要创新工作有：1、设计了一个网络仿真实验平台，设计方案中的仿真实验平台由硬件部分和软件部分组成。硬件部分主要包含具有三层路由功能的路由器以及一个（用以模拟具有多径路由的目的节点的）配置有双网卡的电脑；软件部分本文基于UDP通信协议实现了一个能在网络中进行端到端测量的探测包发包程序，另外为便于控制网络背景流本文同时也实现了一种基于TCP通信协议的背景流流量发生器。2、本文在概述了传统网络故障链路诊断算法的一些研究特点后，以单路径故障门限讨论作为切入点，引出了多径路由情形下路径故障门限值定义的问题。通过借鉴树状结构网络的故障门限模型，提出并定义了多径路由情形下的路径故障门限值，并对其进行了理论推导和分析。3、由于传统故障链路诊断方法对端到端数据唯一性（路由路径唯一性）要求的局限性，本文提出了基于k均值聚类方法来进行多路径故障链路诊断。通过对多路径上的端到端测量数据进行聚类后，将所聚得的端到端测量数据类判断为属于哪条路由路径的测量结果。这样，就一定程度上解决了多径路由情形下多路径目的节点的端到端测量数据的不确定性，从而将非树状逻辑拓扑结构下的故障链路诊断问题转化为传统树状拓扑下故障链路诊断问题。最后，本文利用经典的SCFS算法对故障链路进行识别和定位。通过对实验结果进行分析，得到如下结论，本文所提出的处理方法在网络轻度故障的情况下能够很好地检测出靠近多径路由目的节点的最后一跳链路状态是否健康。