对攻击预测建模是当前网络安全研究的一个重要方向。本文提出了基于静态贝叶斯博弈的攻击预测模型(SBGAPM)和基于动态贝叶斯博弈的攻击预测模型(DBGAPM)。其中，SBGAPM通过模拟攻击者和防御者的攻防行为选择，能预测出理性的攻击者和防御者为最大化各自的收益会选择攻击和防御的概率。DBGAPM在SBGAPM基础之上，能根据攻击者的历史行为，使用贝叶斯法则对网络中存在恶意主机节点的概率进行合理的修正。并以此为基础，通过分析攻击者和防御者双方的收益，预测出理性的攻击者和防御者在下一个博弈阶段会选择攻击和防御的概率。预测结果为网络安全管理员进行安全配置提供了有价值的参考依据。从而使被动的检测变为主动的有针对性的防御成为可能。最后介绍了相应的实验过程和结果分析，验证了模型的有效性。此外，本文还提出一个能在实际中应用的框架，该框架结合DBGAPM和入侵管理系统(IMS)，可以帮助用户建立一个动态的纵深防御体系，形成一个可控可管理的安全平台。也表明安全产品正走向融合、协同工作和集中管理的发展方向。