近些年,车联网的飞速发展,使得人们的出行越来越方便,但是车联网给人们带来便利的同时也面临着大量的网络安全问题。频繁发生的车联网网络安全事件给企业、政府等造成了巨大的经济损失。而传统的车联网网络安全防御设备都是单点安全防御技术,相互之间缺乏有效协作,不能从整体上对车联网的网络安全状况进行把控。为了能够建立多层次、立体化的车联网网络安全防御体系,网络安全态势评估技术通过融合多数据源,采用特定的综合分析法以及可靠的态势评估模型对整体网络的态势进行评估,从而反映出当前网络的安全状况。通过整理分析国内外网络安全态势感知的相关理论和技术,特别是对网络安全态势感知中的态势要素提取和态势评估进行了更为深入的研究,本文结合车联网的特性提出了一种基于信息融合的车联网层次化网络安全态势评估模型,解决了传统评估模型利用单一数据源和面对多种攻击时导致态势评估准确率不足的问题。首先,根据车联网系统的特性,提出了新的层次化车联网态势评估模型,该模型分为攻击/脆弱性层、车辆层、本地区域层和系统层,并通过分析得出各层次之间的量化关系。其次,采用基于环境信息的警报过滤方法以及改进的基于警报内容的层次聚类算法完成网络安全态势要素的提取,从而获取到具体的攻击信息。然后,通过采用安全防御设备的可信度作为权重的改进的D-S证据理论融合多源数据信息,获取到更加客观的攻击发生概率,并结合车辆的脆弱性信息以及攻击发生的依赖条件量化出各车辆节点的态势威胁值,将车辆节点态势威胁值与权重进行融合从而得到本地区域层的态势威胁值,最终通过综合不同区域的态势威胁值得到系统的态势威胁值。另外,提出了基于多层次模糊综合分析法和网络性能量化算法来确定车辆节点权重,充分考虑了车辆自身的重要性和车辆移动的特点,解决了车辆节点权重确定存在主观性强的问题。最后,设计并实现了的车联网网络安全态势评估系统。本文对系统关键模块进行了测试,通过对实验结果的分析可以得出,本文提出的态势评估模型能够有效的对车联网网络安全态势进行评估量化,同时也验证了本文提出的结合车辆自身重要性以及网络性能重要性的权重算法能够进一步提高车联网态势评估的准确性。