1、隨著互聯(lián)網(wǎng)技術的高速發(fā)展，網(wǎng)絡已經(jīng)成為人們生產(chǎn)、生活必不可缺的一部分。網(wǎng)絡結構日趨復雜，網(wǎng)絡環(huán)境交叉滲透，網(wǎng)絡攻擊紛繁多樣。層出不窮的網(wǎng)絡安全事件給社會帶來巨大的經(jīng)濟損失和嚴重的社會影響，網(wǎng)絡安全的重要性已經(jīng)受到了國家和人民的高度重視。
　　當前雖有防火墻、入侵檢測設備、入侵防御設備等多樣化的安全產(chǎn)品，但多數(shù)安全手段具有局限性，無法實時準確的對當前高速的網(wǎng)絡環(huán)境進行檢測，且面對安全產(chǎn)品復雜分散的檢測結果，網(wǎng)絡安全人員無法及時對安全

2、事件作出決策。
　　本論文針對提高當前網(wǎng)絡實時檢測能力與提高準確度之間的固有矛盾，針對網(wǎng)絡檢測結果復雜致使管理人員無法及時做出響應的事實，提出并實現(xiàn)了基于網(wǎng)絡流量的威脅態(tài)勢感知系統(tǒng)?；诰W(wǎng)絡流量的威脅態(tài)勢感知系統(tǒng)是利用多粒度異常檢測分析對當前網(wǎng)絡威脅的宏觀描述，通過建立一套可行的網(wǎng)絡威脅態(tài)勢體系，用于描繪一個網(wǎng)絡實時的狀況。借助基于流量異常檢測的網(wǎng)絡威脅態(tài)勢感知系統(tǒng)，提高網(wǎng)絡管理人員的應急響應能力，緩解或避免異常網(wǎng)絡造成的危害。<

3、br>　　多粒度異常檢測是利用基于包的粗粒度異常檢測高效的分析出含有異常網(wǎng)絡流量的時間片，通過基于流的細粒度異常檢測分析對異常時間片進行流重組提取流特征屬性，利用異常檢測算法對流特征文件進行檢測判斷出異常類型。
　　本論文在基于kdd99數(shù)據(jù)集與實時校園網(wǎng)流量數(shù)據(jù)的基礎上，對基于流量異常檢測的網(wǎng)絡威脅態(tài)勢感知系統(tǒng)進行了實驗測試。測試結果表明，該系統(tǒng)具有較好的實時性和準確性。
　　本論文的特色之處在于以下三個方面:1、本論文針

4、對提高網(wǎng)絡實時檢測能力與提高準確度之間的固有矛盾，提出了將粗粒度和細粒度檢測相結合的方法，提高了網(wǎng)絡流量異常檢測的實時檢測能力和準確率，進而提高了威脅態(tài)勢感知的效率和準確率。2、本論文采用B/S模式MVC框架進行開發(fā)，在保證了整個框架邏輯清晰的同時，將各個對象之間的耦合程度降到最低，使得本論文具有較強的可拓展性和可用性。3、本論文綜合了多種異常檢測算法進行了實驗測試研究，對不同算法在不同網(wǎng)絡環(huán)境下的特點效能具有較深的研究，對c45與隨機