传统的网络安全防护措施已经不能满足当前的网络安全管理的需求，以有效、直观的显示方式实时、准确监控网络的安全态势感知技术已经成为目前网络安全领域的研究热点。　　 网络流量的核心地位决定了其安全态势的重要性，本文在网络安全态势感知模型的基础上，提出网络流量态势感知模型，构建网络流量态势评估指标体系，对网络流量异常检测模型、态势评估模型和预测模型进行了研究:　　 (1)针对网络流量态势评估指标的提取问题，本文利用分解法的思想，将评估系统指标进行分解，建立评估系统的评估指标体系。选用AHP层次分析法，分析影响网络流量安全的各种因素，构建了一套网络流量态势评估指标体系。　　 (2)本文通过定量量化的方式，利用无量纲化方法中的标准化方法对网络流量态势评估指标进行了量化。为了使量化值在一定的范围内，本文又提出一种修正方案对量化值进行修正，通过调节不同的系数以及不同的阈值，训练修正模型，达到了理想的效果，为网络流量安全态势评估做基础。　　 (3)考虑到网络流量异常会影响网络流量的评估结果，因此有必要对网络流量进行实时的异常检测。本文在现有的异常检测模型基础上提出一种改进的网络流量异常检测模型。利用统计分析方法，在原模型的基础上加入粒度，并使用基于滑动窗口的数据聚集查询算法对异常进行描述，通过实验分析和验证，证明了改进的网络流量异常检测模型能降低误判率，使检测结果更加准确。　　 (4)针对网络流量态势评估问题，文本提出一种网络流量态势评估模型。该模型使用决策科学中的合成模型理论，根据具体的评估原则，选择代换法合成模型作为本文的评估模型，通过实验证明该模型能够很好的对网络流量的安全态势进行评估。　　 (5)为了使管理员对将来可预测的威胁进行有效的管理，拥有主动防护能力。本文对网络流量预测模型也进行了研究，通过实验对比最后选择ARMA预测模型作为网络流量预测模型。结果表明，该模型能够对网络流量安全态势进行很好的短期预测。　　 (6)初步开发了一套网络流量态势感知系统，设计系统的总体架构，对一些重要的功能模块的实现过程作详细阐述，并通过试验场景数据对本文提出的网络流量安全态势评估量化算法、态势评估模型和态势预测模型进行了验证。　　 经过实例分析验证，实验结果表明本文提出的模型和算法在网络流量态势感知的应用上具有有效性和可行性。