张红斌，尹彦，赵冬梅，刘滨

（1.河北科技大学信息科学与工程学院，河北 石家庄 050018；2.河北师范大学河北省网络与信息安全重点实验室，河北 石家庄 050024；3.河北科技大学经济管理学院，河北 石家庄 050018；4.河北科技大学大数据与社会计算研究中心，河北 石家庄 050018）

1 引言

随着网络规模和用户数量的不断增加，网络朝着大规模、多业务、大数据化的方向发展，网络的体系结构也随之日趋复杂化。在这种背景下，计算机病毒、恶意软件、信息泄露等网络攻击越来越严重，多层次的安全威胁和风险也在持续地增加。高级持续威胁（APT,advanced persistent threat）成为目前网络攻击的新趋势[1]，尤其是APT 使用高级的攻击手段对某一指定目标进行长期、持续的网络攻击，具有高度的隐蔽性和危害性[2]。近年来，网络威胁情报（CTI,cyber threat intelligence）的出现为态势感知的研究带来了新思路。CTI 描述了攻击行为，提供了网络攻击的上下文数据，并指导了网络攻击和防御，利用威胁情报收集大量数据，通过有效的数据共享和确保信息交换的安全和质量，分析恶意行为，可发现和预防APT[3]。

然而，目前对于CTI 的研究仍处于初始阶段，相关研究成果较少，在使用CTI 进行态势感知研究方面，如何合理规范地使用威胁情报也是亟待解决的关键问题。针对这一问题，本文提出了一种基于威胁情报的网络安全态势感知模型，对网络资产状态、风险状态、日志警告进行态势要素采集，将采集到的数据信息在外源威胁情报指导下进行数据筛选、清洗以及关联分析，通过攻防之间的博弈过程对处理后的数据进行态势量化及预测。……