计算机系统本身存在的脆弱性使计算机病毒和非法入侵愈演愈烈,被动的防御技术显然已经不能满足要求,基于网络攻击模型的网络安全测评技术能够在攻击发生之前对系统安全态势进行安全评估,起到主动防御的目的,逐渐成为了网络安全技术的主流发展方向。本文依托Take-Grant保护系统,结合相关智能化理论,力图使网络攻击模型更加智能化,进而提高网络风险评估的准确性。首先,针对网络攻击过程中脆弱性存在于节点的部件主体上这一特性,将攻击描述细化到网络部件级,在原权限控制模型中增加了对部件之间权限、连接关系及属性的描述,同时增加了脆弱性重写规则,形成了NCVTG模型,进一步提出的复杂度为多项式时间的NCVTG模型图权限转移闭包生成算法,可对网络的动态变化进行评估,给出当前脆弱性状态下的所有攻击路径；其次,针对在进行网络安全分析时所获得的信息系统是不完备的、粗糙的这一特性,将网络攻击过程类比于粗糙不确定性问题的关系挖掘过程,提出了基于粗糙图的网络风险评估模型,该模型由部件节点粗糙关联网络、攻击图的粗糙图生成算法以及网络风险最大流分析算法三部分主要内容组成,实例验证和模型优势分析表明其较以往的攻击图、风险评价模型更能真实的反映实际情况,所获得的评估结论、安全建议等也更加准确、合理；最后,针对在网络脆弱性分析过程中总是单独从攻击者或者防御者的角度进行分析,同时忽略攻防双方所获得知识都是粗糙的这一特性,提出了基于动态博弈的粗糙网络态势感知模型,其以粗糙关联图来刻画当前网络状态下网络部件之间的粗糙访问关系,以粗糙攻击策略集和粗糙防御策略集来刻画攻击过程中攻击双方的动态博弈过程,粗糙最优博弈攻击路径选取算法给出了当前知识水平下攻击者的最大可能攻击路径,以帮助网络管理员采取相应的防御措施。本文结合Take-Grant保护系统、粗糙图、博弈论等相关智能化理论,提出了三个改进的网络风险评估模型,实例验证表明这些模型更能清晰的刻画网络攻防场景,为网络态势评估的智能化发展起到了一定得借鉴意义。