随着信息技术的不断发展,计算机网络故障管理日益重要。网络故障诊断是网络管理的核心部分。如何提高网络故障诊断能力,实现高效准确的故障诊断,对降低网络维护成本以及提高系统服务的可靠性非常重要。本文以实现高效的网络故障诊断为目标,针对网络中存在大量故障传播的特点,进行了故障传播模型、故障诊断算法的研究与改进。首先,对网络中出现的故障传播现象做了研究,本文利用拓扑排序与广度优先搜索的思想去除传统因果图故障传播模型中的冗余信息。并引进分层诊断思想,提出了自顶而下的分层二分图故障传播模型。本模型改善了传统模型计算量大、模型复杂等缺点。其次,针对不同网络规模和要求提出两种不同的故障诊断算法。将启发式思想引入递归故障诊断算法中,提出了基于启发式改进递归故障诊断算法；该算法不但可靠性高而且克服了传统递归故障诊断算法时间复杂度高的缺点。但随着网络节点增加,基于启发式故障诊断算法的诊断时间大幅度增加,不适用于大规模网络环境。通过对故障诊断问题目标函数变化,将故障诊断问题转化为0-1整数规划问题。拉格朗日算法是有效解决0-1优化问题的方法之一,进而提出了基于故障传播模型的拉格朗日诊断算法(LDA, Lagrangian Diagnosis Algorithm),通过仿真实验分析,表明LDA具有准确性高、用时少、适用于大规模网络系统的特点。而启发式改进递归故障诊断算法适用于诊断可靠性要求高的中小规模网络系统。最后,在此基础上建立起一套具有故障诊断能力的网络故障诊断系统。系统采用分布式体系结构,系统包括用户界面、数据采集子模块、故障诊断子模块和数据处理、管理、存储模块。