Internet作为21世纪最重要的信息和通信载体,其重要性已经被越来越多的人所认识到,然而如何合理有效的利用网络中的资源,平衡网络负载使网络的效能达到最优一直是网络管理者所重点关心的问题。对网络当前态势的有效评估,以及知晓网络的运行趋势,在网络管理中显得极为重要。态势分析又称态势感知,是网络中的资源的使用状况,各种网络行为以及人为因素构成的网络的一种整体状态以及可能的发展趋势。现代网络组网方式多样、结构复杂导致网络运行的稳定性面临巨大的挑战,本文所进行的综合网络态势分析就是通过对网络中最基本的拓扑结构和网络流量数据的综合分析,来获取网络态势因子,从而来评定网络当前的安全等运行状况。本文提出的态势分析模型从最底层的网络拓扑结构和网络流量数据入手,经过对海量数据的分析清洗,得出我们所关心的网络态势因子,同时提出一种基于切割矩阵的模式匹配方法来评价网络态势的优劣。在态势分析的研究领域中,预测涉及的很少。本文建立了态势预测模型,通过对态势因子的建模分析,采用模式匹配中神经网络方法来预测网络下一段时间的态势,通过测试预测模型可以比较准确的预测网络态势。综上所述,本文的工作主要在于有效地解决了如何从基础的网络拓扑结构和网络流量数据来反映网络状态,并预测网络的将来状态。具有一定的理论和应用价值。