随着计算机网络规模的不断扩大，网络用户数量急剧增长，各类网络安全事件也层出不穷，因此计算机网络面临着严峻的挑战。目前，对网络安全的研究还主要集中在对入侵检测方法的研究上面，但是随着网络的复杂性和不确定性的增加，对网络安全态势的研究势必会成为一个趋势。对网络安全态势的研究，可以综合各方面的安全要素从整体上动态地反应整个网络的安全状态，并且对其安全状态做出及时准确的预测。本文主要构建了计算机网络安全态势的评估和预测模型。在分析总结了现有的一些网络安全态势评估方法以及预测算法后，本文提出了一种基于多传感器数据融合的网络安全态势评估及趋势预测模型。首先，对各个传感器的数据进行预处理，得到服务器和攻击的规范化数据，利用集对分析理论融合来自多个传感器的数据得到主机的安全态势；然后，采用自下而上的层次化的安全态势量化评估模型评估网络的整体态势；最后，采用ARIMA时间序列预测模型、RBF神经网络预测模型、回声状态网络预测模型三种方法分别对网络安全态势进行预测，构建态势预测模型。通过对DARPA1999和DARPA2000数据集的分析，证明集对分析比传统方法更能够对网络态势所处的级别进行明确划分，更好的得出整个网络简单的安全态势。并且在小规模网络下，回声状态网络预测模型对网络安全态势的预测更加精准。面对如此复杂的网络环境，对网络安全态势研究的重要性也愈加凸显。建立网络安全态势评估体系为网络管理人员展示了更为直观的网络安全状况以及未来的发展趋势，为管理人员做出相应的决策提供了参考依据。