在当今的大数据时代，传统方法在处理网络安全问题方面效率低下，而且大多数时候甚至不起作用。 本文研究的系统是在Hadoop平台上设计并实现的基于神经网络的网络安全状况分析与预测系统。 通过收集分布式数据并减小其尺寸，该系统降低了数据复杂性，从而实现了大数据的高效处理。 我们采用优化的K-Means聚类分析算法来简化数据，并利用最佳关联规则挖掘方法来发现网络中存在的威胁和风险。 上一部分是网络安全状况分析。 在网络安全状况分析的基础上，采用基于时间维度的新方法来预测未来的网络安全状况。 该系统通过融