在传统的网络管理中,每个网络传感器的工作都互相独立,只能解决相对单一的网络安全问题。在此背景下,使用网络安全态势感知技术,可以更全面、准确地对网络安全状况进行评估、预测,为网络管理人员做出正确判断提供更精确的依据。本文通过研究和分析网络安全态势评估与网络安全态势预测技术,提出一种基于Renyi交叉熵与CVSS的网络安全态势评估模型,和一种基于隐马尔可夫模型的网络安全态势预测模型。首先,提出一种基于网络流量评估、网络威胁评估和网络漏洞评估三个模块的网络安全态势评估模型。其中,网络流量评估模块通过分析异常流量来评估网络稳定性,网络威胁评估使用香农熵与Renyi交叉熵得到威胁评估模块的评估结果,网络漏洞评估基于通用漏洞评分系统CVSS得到网络漏洞模块的评估结果。综合三个模块的评估结果可较准确地评估网络安全态势。其次,基于隐马尔可夫模型中可观测变量与隐藏变量之间的关系,将隐马尔可夫模型与网络安全态势联系,与网络安全态势中的内部状态及外部状态联系,建立一个基于隐马尔可夫模型的网络安全态势预测模型,并将固定K-means的概念引入隐马尔可夫模型中来确定模型中的初始点。通过实验证明,在综合考虑流量评估、威胁评估与漏洞的评估后,能够较准确地对网络安全态势进行评估。同时在基于态势评估结果的基础上,实验验证提出的网络安全态势预测模型,证明该模型可以较准确地预测网络安全态势。