随着电子信息技术的不断发展,互联网在社会生活中所发挥的作用日益重要。然而,随之而来的网络安全问题层见叠出。国家、企业、个人等采取并不断更新法律、技术等手段来积极应对。传统的网络安全防御技术往往仅关注整个网络环境中的某一问题进行被动防御,各个被动防御措施之间缺少相互联系,很难形成一个有机的防御整体,更难评估未来网络安全趋势。面对网络的物理规模日渐扩大、逻辑结构日渐多样的情形,网络安全态势感知这一概念应运而生,并逐渐成为新型网络管理的主流方向。本文的主要研究内容可归纳为以下两点:1.以入侵检测系统为落脚点,研究网络安全态势评估,梳理入侵检测方法的理论框架,针对现有方法较难有效检测未知入侵类型的问题,提出一种属于归纳分类方法的基于回归模型的入侵检测方法。以风险等级为态势指标,使用公开数据集ADFA IDS Datasets对本文方法进行分组实验验证,分组实验结果表明,运用本文方法所得到的态势评估正确率介于83%到94%之间,相较于其它入侵检测方法,在风险等级较高时态势评估效果更为显著。2.以安全漏洞分析预测为落脚点,研究网络安全态势预测,针对单一方法对安全漏洞预测准确率相对较低的问题,提出一种基于平滑法与相似度的马尔可夫预测漏洞数量的方法,主要运用数学归纳法对该方法涉及到的若干步骤的合理性予以严格证明。以风险等级为态势指标,整理由中国国家信息安全漏洞库所发布的84份信息安全漏洞通报,从中提取数据形成数据集,对本文方法进行分组实验验证,分组实验结果表明,运用本文方法所得到的态势预测准确率介于93%到95%之间,相较于其它常用的预测算法提高约7%到15%。