随着互网络技术的普及和发展,与之相关安全漏洞问题愈发突出,据中国互联网信息中心统计,2019年共计收集整理信息系统安全漏洞16193个,同比2018年增长14%。安全漏洞的存在随时威胁着用户的财产、隐私等安全。如何更好地管理安全漏洞、针对安全漏洞进行态势感知的研究逐渐成为安全领域的研究重点。漏洞态势感知技术是一种通过对大量安全漏洞数据进行挖掘分析和态势评估,并对安全漏洞未来态势进行预测的技术。当前的漏洞态势感知依赖于传统的漏洞库,然而,漏洞库管理安全漏洞的方式存在漏洞之间关联较弱,漏洞间的丰富关系涵盖不足,且存在信息孤岛问题。知识图谱因其特有的关系网络型数据结构提供了从关系的角度分析问题的能力,为漏洞态势感知的研究提供了新的思路。因此,为了更好地进行漏洞态势感知技术的研究,本文通过构建漏洞图谱的方式管理安全漏洞,挖掘漏洞关联信息,预测安全漏洞态势,本文完成的工作如下:1)漏洞图谱构建的研究:通过分析国内外多个漏洞库中安全漏洞信息及数据结构,构建了一个包含漏洞、软件、补丁、新闻等信息的漏洞本体,进而通过数据清洗、信息抽取、信息融合、信息存储等技术构建漏洞图谱,目前包含实体数量1245157个,三元组数量19565923条。2)漏洞态势评估技术的研究:通过分析漏洞态势要素,将其划分为动态态势要素和静态态势要素,并通过漏洞态势要素进行漏洞态势评估。3)漏洞态势预测技术的研究:使用PRA等机器学习技术,对漏洞潜在影响范围以及可利用漏洞进行态势预测。本研究首先构建漏洞图谱,为漏洞态势感知提供数据基础;其次通过分析影响漏洞态势的要素进行类别划分,提出漏洞态势评估方法实现分层态势评估;最后,本研究通过提取漏洞图谱间漏洞实体及实体间关系,使用机器学习技术实现漏洞态势预测。本文工作为漏洞态势感知领域扩展了研究视野,提供了新思路。