由于网络的自由性和开放性,网络安全问题在近几年变得尤为突出,频繁出现的网络安全大事件时刻威胁着用户的隐私信息安全和财产安全。网络安全态势感知技术的研究具有重要的意义,通过近几年的研究,网络安全态势感知领域已经取得了不少的成果。但是目前的方法大都有局限性,如信息源单一、感知的范围局限、方法适用性较差等等。针对现状,本文进行了基于贝叶斯方法的网络安全态势感知方法研究。具体的研究工作如下:1.提出基于贝叶斯方法的网络安全态势感知模型。充分考虑影响网络安全的各项因素,对已有的NSSA模型进行细化,并结合网络系统结构中各组件之间的关系,构建了一个具有四个不同层次的网络安全态势评估模型。针对网络安全态势的不确定性特点,提出使用贝叶斯方法作为不确定性推理工具,并采用基于评分搜索的方法进行贝叶斯网络结构的构建,通过贝叶斯评分函数修正网络拓扑结构。2.提出一种基于改进CAIM算法的态势因子量化方法。根据态势感知模型框架建立合适的网络安全态势评价体系,为满足不同层面上的态势感知需求,对每一层次上的态势因子进行了量化分析,方便决策者有针对性的了解网络安全状况。在进行数据预处理时,通过改进的CAIM算法将连续型变量进行离散化处理,从而确定一级态势因子的量化值。对于不同态势因子之间的权值,采取分级量化方法确定的影响值作为权值,这在一定程度上避免了主观选择的不准确。最后使用贝叶斯推理作为数据融合的工具,按照层次化的系统结构逐层向上进行数据融合,得到不同层次的安全态势,为高层管理提供支持。3.实验的验证与分析。论文在最后利用DARPA1999入侵检测数据集和VAST Challenge 2012的比赛数据作为实验数据分别进行了模型方法的验证,并证明了所提方法的可行性和有效性。