当前网络结构愈加复杂,安全的问题的日益严重,网络的攻击的种类越来越多,如今想要准确的确定网络病毒的类型难度越来越大,所以如何能够感知网络安全的安全态势变得日益重要。网络安全态势感知更加侧重分析在特定的网络环境中整体的安全状况及其发展趋势,能够对网络安全态势进行有效的评估,为网络防护策略的制定提供依据,进而降低网络攻击危害。网络安全态势的分析一般包含系统的多种指标,本文以局域网络雾节点作为研究节点,把网络雾节点的数据包作为研究对象。对于雾节点的数据包捕获,设计分析网络行为的方法和流程。通过统计网络行为的对象、过程和内容的基本特征,挖掘雾节点的网络安全态势的类型与指标,进而设计评估预测网络安全状态与趋势的优化方法。本文对数据的报文格式进行解析,对于网络协议的源地址、目的地址、端口等基本信息特征统计。一方面对局域网内的个人主机的上网网址和IP地址进行统计并分析,作为网络判决的特征依据。另一方面统计网络威胁攻击的行为在不同协议层的不同特征,包含数据信息熵等特征值的提取。根据对于网络主机的权限的获取程度来判别攻击的威胁度,并根据遭受的威胁程度来设计网络安全态势的模型。对于网络安全态势的评估,使用RBF神经网络模型对于网络安全态势值进行训练来评估安全态势,进而提高评估的准确度。