随着多样化的用户需求,当前网络系统越来越复杂,致使网络整体性能及端到端系统性能得不到保障。受限于传统网络层次化结构的限制,当前网络元素不能感知其它网络元素的各种行为及环境状态,对复杂环境的适应能力明显不足,难以满足人们所希望得到的网络服务质量。认知网络正是在此需求背景下而产生,并成为网络工作者面临的一个重要课题。目前,认知网络作为下一代网络的核心内容和发展趋势,其研究正处于起步阶段,而认知网络设计的复杂程度远超过开发者在系统设计初期所预想的程度,对认知网络信息感知技术的研究是构建认知网络的基础。本文首先从宏观角度出发,对实现认知网络的关键技术和传统网络结构的充分考虑的基础上,提出基于MDE环的认知网络框架结构。基于这个框架结构,对认知层进行设计,并建立了一种分布式认知网络感知模型。该模型侧重于对认知环监督模块(Monitoring)的设计来实现信息感知技术。通过认知网络感知模型完成了面向认知网络的信息感知,并为认知网络的研究奠定基础。其次,把信息感知分为信息获取,信息处理和信息预测等三个部分并分别进行论述。通过设计SNMP传感器和NetFlow传感器实现网络原始信息的获取,然后应用隐马尔可夫模型对网络状态进行预测,并利用TCP协议按照端口号进行分类,感知HTTP、SMTP和FTP异常状况,间接实现从网络层到应用的跨层感知。最后按照信息感知从低层到高层演化的过程,设计实验环境,模型的误报率、检测率和网络当前状况拟合,验证了本文设计的模型具有一定合理性。