办公自动化系统（OfficeAutomation System，OAS）是智能建筑重要的一个子系统，其在提升建筑智能化水平的同时，网络的非授权使用降低了OAS的运行效率。可以通过网络中非授权使用的鉴别阻止网络非授权使用。关联规则发现方法可以高效的获取蕴含于OAS网络访问日志中非平凡网络访问行为，是管理网络非授权使用行为的有效方法。OAS网络中非授权使用行为的鉴别有利于对网络滥用、过度使用、非授权使用的主动管控，促进OAS效率的提升。OAS网络访问日志规模是海量的，使用关联规则发现方法挖掘其中的用户网络使用行为时，会面临着两个问题：1）挖掘时间过长；2）过多合法的访问行为影响挖掘的效率。本文为提升使用关联规则发现方法获取蕴含于OAS网络访问日志中的用户网络访问行为的效率，对关联规则发现过程进行探讨。首先，为减少使用关联规则发现方法获取蕴含于OAS网络访问日志中的用户网络访问行为的时间，借鉴了注意的信息过滤器前期模型，给出了基于注意信息过滤器前期模型和Apriori算法的高频项目集发现方法。定义了用户关注以刻画网络管理时管理重点，实现了注意的形式表达；为说明所提方法的有效性，定义了准确率与召全率两个评价指标。通过实验验证了所提方法的快速特性和有效性。其次，为克服用户关注与关联规则发现过程中使用的全体项目集交集为空或交易规模过小的情形对用户网络非平凡访问行为获取的负面影响，讨论了用户关注的扩展方法。根据某些项目共同出现特点，扩展用户关注，提出了基于扩展用户关注的高频项目集获取方法。实验结果表明，基于扩展的用户关注高频项目集获取方法可以有效解决交易集的过分过滤问题，实现高频项目集的更有效获取。最后，在对安徽省智能建筑重点实验室OAS网络、采用IPTraf软件截取了一段时间内全部的网络访问数据包作为网络访问日志的基础上，使用本文提出的方法对网络访问日志进行了分析，实现了网络管理中管理重点的获取，并依据获取的管理重点对安徽省智能建筑重点实验室网关的防火墙iptables的规则进行了优化，促进了实验室OAS网络的合法使用。