随着计算机技术和云计算技术的高速发展,因特网给人们的生活带来了翻天覆地的变化。但是近些年来,网络上不断曝光多起严重的信息泄露等安全问题,使得人们对于网络产生了信任危机。用户的信息是存储在运营商的数据中心里,信息的安全只能依靠运营商通过各种安全技术来保障。可是数据中心的规模有大有小,尤其是随着云计算的发展,数据中心的规模和复杂性又上升到一个新的高度。有限的管理人员如何对整个信息系统进行全面的监控；如果发生安全事件,如何能预测它所带来的危害；危害发生,如何能快速定位问题源头,从而采取有效措施控制危害；或者说如何实时准确的获知当前整个系统的风险状态。实时安全风险评估正是解决这一问题的一剂良药。本课题是与中国银联某云数据中心合作推进的项目,获取了真实用户的实际需求,结合风险评估的系统理论知识,利用日志能反映出关键信息的特点,提出一种实时风险评估模型(RRAS,Real-time Risk Assessment Schema)并进行实现。RRAS结合了基于主机日志的入侵检测系统和脆弱性扫描工具,提出了影响资产风险指数的四个风险因子：告警数量、告警类型、告警等级和告警威胁程度。其中,告警威胁程度的考虑可以更有效地判断每一条告警信息对于资产风险的影响情况,提升风险评估的准确性。文本将这四个风险因子视为评价资产风险情况的“证据”,将证据理论和模糊数学的思想进行结合,设计出DSFM算法,将这些“证据”进行组合,得到资产的风险指数RI；风险指数和资产值的组合就是该资产的风险值R：那么一个数据中心所有的资产风险值的组合就是该数据中心的风险值RTotal。最后,本文搭建了实验环境并对RRAS进行了3组模拟攻击实验。实验结果表明,该模型可以实时的对整个系统进行风险评估,并且得到的结果具有较高的准确性。