随着网络技术的发展,分布式处理和网络通信能力的增强,各种入侵和攻击行为越来越疯狂,且具有组织化、规模化等特点,这迫切需要有可靠的安全措施以便保护网络用户的信息安全。目前,已有的网络安全产品已无法实现对整个网络安全状况的准确监控,网络安全态势感知技术正是在这种情况下应运而生的。网络安全态势感知系统要求从多角度对大规模网络的安全状况进行全面监控,强调对网络中潜在的或已经出现的异常做到及时监测,并能对未来一段时间内网络的安全状况做出合理准确的预测。因此,面对大量需要采集的信息,构建各种安全传感器是实现网络安全态势感知系统的基础。针对SNMP(Simple Network Management Protocol,简单网络管理协议)协议应用范围广泛、实现简单、通用性强等特点,本文选用SNMP作为获取网络安全态势信息的一种重要方法,为实现大规模网络环境下的安全态势感知提供支持。本文首先对网络异常检测技术和网络态势感知技术的国内外现状进行了全面深入研究,结合课题的背景提出网络态势感知系统的异常检测技术研究;进而针对SNMP数据的特性提出并实现了三种网络态势感知系统的异常检测方法,即基于BP神经网络的阈值检测法、基于AR模型的流量异常检测法、基于关联规则挖掘的异常检测法;在此基础上设计并实现了基于SNMP进行数据挖掘的异常检测系统的关键功能模块;在搭建的实验环境下,采集了SNMP性能数据,并通过实验验证了三种异常检测方法的有效性。论文最后总结工作,并提出了下一步的研究重点。