网络安全态势要素指标体系应全面准确反映网络安全态势,目前还没有相关标准颁布,已有的指标体系涵盖范围比较狭窄。态势预测是网络安全态势感知系统不可缺少的重要组成部分,现有网络安全态势预测算法对初始训练数据依赖性强,预测结果客观性差。本文针对上述问题开展研究,提出了基于云的网络安全态势预测思想与方法,提高了预测的客观性和准确性。本文主要工作如下:(1)提出了一套可以为态势评估和预测提供全面可靠支持的网络安全态势要素指标体系,并给出了态势要素数据获取和指标计算的方法;(2)提出了基于云的定量与定性相结合的网络安全态势预测方法,建立了定性概念与定量数值之间的联系。通过挖掘历史数据中态势的演化规律,并与当前趋势相结合,实现对未来态势发展的预测,不需要对预测算法进行数据训练,提高了预测结果的客观性和可理解性;(3)提出了基于云的网络安全态势预测规则挖掘算法,采用基于云的属性区间软划分方法,解决了定性与定量转换中区间硬性划分导致的边界元素内在联系丢失的问题。提出了“支持云”和“置信云”的概念,给出了最小支持度和置信度阈值的云生成算法,解决了预测规则挖掘中最小支持度和置信度阈值选取受主观因素影响的问题,提高了网络安全态势预测规则挖掘的客观性;(4)对提出的算法进行了设计实现,实验验证了基于云的网络安全态势预测方法的可行性,可获得较为准确的态势预测结果,提高态势预测的客观性。本文的研究成果增强了网络安全态势预测的客观性,能够为管理者提供及时、准确、前瞻的网络安全态势信息,辅助安全防护决策,为网络安全态势感知的研究拓展了思路。