当今社会,互联网技术飞速发展,大数据、云计算、人工智能等高新技术的发展完善,便利了民众生活,促进了社会生产,但同时也引发了诸多安全问题。网络空间作为除“海陆空”外的第四大空间,其安全显得尤为重要。在此背景下,网络安全态势感知技术得到了蓬勃发展,它可以帮助我们了解网络的实际运行情况,甚至可以根据网络的历史状态预测其未来趋势。为了更好地理解攻击者的意图并准确地描述网络状态,本文提出一种网络安全态势感知模型,内容和创新点如下:·本文创新性地提出了一种网络安全态势感知方法,结合神经网络、决策树、自编码器等手段从三个方面感知网络安全状态,分为网络态势要素提取、网络态势评估和网络态势预测。·本文提出了“攻击发生概率”的概念,通过长短期记忆神经网络预测各类攻击的概率,改变了以往学者对态势只能识别攻击类型的局限性。·本文提出了“攻击影响度”的概念,采用层次分析法及决策树算法识别的攻击类型,并对攻击影响进行评估,使识别出的攻击类型有了更客观的表达。·将该模型应用于UNSW＿NB15和KDD-CUP99数据集开展实验,结果表明,模型具有良好的稳定性。在描述一般网络环境时,预测精度可以达到95%,而在描述复杂网络环境时,预测精度仍然可以保持在80%以上。结合前期攻击发生概率及影响度,得到最终网络态势值,并绘制相应曲线,分析网络运行状态。实验表明,与以往的研究成果相比,该方法具有一定进步。