本文从网络安全态势分析的角度，对网络安全指标体系、安全事件关联分析、异常流量分类、安全态势评估和预测技术进行了相关的研究，主要包括以下几个方面：(1)研究网络安全事件的特征，构建由危险性、脆弱性、可用性和可靠性四大一级指标构成的网络安全态势指标体系，并对每个一级指标给出了具体的二级指标体系描述，为网络安全态势评估和预测提供了可靠的数据基础。(2)研究网络安全事件关联分析方法的相关理论，提出了基于属性相近度的网络安全事件关联分析方法，该方法实现网络安全事件分类与合并，减少冗余，有效地精简了安全事件数量，提高了网络管理员对安全事件的分析效率。(3)研究常用的评估算法和网络安全态势评估方法的相关理论，提出将层次分析法和模糊评估法相结合的模糊综合评估法用于网络安全态势评估，并对提出的模糊综合评估法的算法和流程进行了详细的描述。该评估算法采用模糊综合评价法建立模糊矩阵，具有信息量大，综合程度强的特点；应用层次分析法确定每个影响因素的权重，并通过一致性校验，确保所分配的权重系数合理；引入加权平均型算子来进行综合评价结果的合成。仿真实验表明，基于层次分析法和模糊评估法的综合评估模型的评估方法具有体现权重系数作用明显的优势，评价效果较好，得到了令人满意的结果，具有较好的推广价值和应用前景。(4)网络安全状态数据具有复杂性和非线性等诸多特点，在分析现有网络安全态势预测方案基础上，提出了引入基于改进Elman神经网络的网络安全态势预测方案。仿真实验采用基本Elman网络模型和引入趋势修正因子的双反馈Elman网络模型分别对网络安全态势和几种常见的网络攻击趋势进行了预测，并和实际结果进行了比较和分析，实验结果表明引入趋势修正因子的双反馈Elman网络模型具有较好的预测能力，在网络安全态势预测领域具有较好的实用价值和应用前景。