1.一种基于贝叶斯网络的网络安全态势预测方法，其特征在于，包括：获取阶段告警事件以及所述阶段告警事件独立发生的先验概率，所述阶段告警事件为按照预设阶段定义划分的频繁告警事件；

根据所述阶段告警事件生成有向无环图；

基于所述有向无环图构建贝叶斯网络；

根据所述贝叶斯网络计算在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率；

显示每一项所述阶段告警事件对应的后验概率。

2.根据权利要求1所述的基于贝叶斯网络的网络安全态势预测方法，其特征在于，所述获取阶段告警事件包括：获取告警事件；

计算所述告警事件独立发生的先验概率；

基于所述告警事件独立发生的先验概率筛选频繁告警事件；

根据预设阶段定义将所述频繁告警事件划分为阶段告警事件。

3.根据权利要求1所述的基于贝叶斯网络的网络安全态势预测方法，其特征在于，根据所述阶段告警事件生成有向无环图，包括：将所述阶段告警事件作为顶点，基于所述阶段告警事件之间的因果关系，生成有向无环图。

4.根据权利要求1至3任一项所述的基于贝叶斯网络的网络安全态势预测方法，其特征在于，根据所述贝叶斯网络计算在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率包括：基于前一阶段告警事件独立发生的先验概率计算贝叶斯网络中当前阶段告警事件发生的条件下前一阶段告警事件发生的先验概率；

将前一阶段告警事件独立发生的先验概率、当前阶段告警事件独立发生的先验概率以及在当前阶段告警事件发生的条件下前一阶段告警事件发生的先验概率输入所述贝叶斯网络中，得到在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率。

5.根据权利要求4所述的基于贝叶斯网络的网络安全态势预测方法，其特征在于，基于前一阶段告警事件独立发生的先验概率计算贝叶斯网络中当前阶段告警事件发生的条件下前一阶段告警事件发生的先验概率，包括：计算所述前一阶段告警事件的转移概率；

根据前一阶段告警事件独立发生的先验概率与所述转移概率之间的乘积得到贝叶斯网络中在前一阶段告警事件发生的条件下当前阶段告警事件发生的先验概率。

6.根据权利要求5所述的基于贝叶斯网络的网络安全态势预测方法，其特征在于，计算所述前一阶段告警事件的转移概率，包括：查找所述前一阶段告警事件的细分指标，其中，所述细分指标包括以下至少一项：所属分类细分指标、导致攻击的严重性细分指标、被利用可能性细分指标、发生次数细分指标或者所属阶段细分指标；

对每一所述细分指标设置权重值；

根据所述细分指标的权重值计算所述前一阶段告警事件的转移概率。

7.根据权利要求4所述的基于贝叶斯网络的网络安全态势预测方法，其特征在于，将前一阶段告警事件独立发生的先验概率、当前阶段告警事件独立发生的先验概率以及在当前阶段发生的条件下前一阶段告警事件发生的先验概率输入所述叶斯网络中，得到在前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率之后，还包括：根据所述前一阶段告警事件发生的条件下当前阶段告警事件发生的后验概率计算下一阶段告警事件发生的条件下当前阶段告警事件发生的先验概率；

将下一阶段告警事件发生的条件下当前阶段告警事件发生的先验概率、下一阶段告警事件独立发生的先验概率以及当前阶段告警事件独立发生的先验概率输入贝叶斯网络进行迭代计算，得到当前阶段告警事件发生的条件下下一阶段告警事件发生的后验概率。

8.一种基于贝叶斯网络的网络安全态势预测装置，其特征在于，包括：获取模块，用于获取阶段告警事件，所述阶段告警事件为按照预设阶段定义划分的告警事件；

生成模块，用于根据所述阶段告警事件生成有向无环图；

构建模块，用于基于所述有向无环图构建贝叶斯网络；

计算模块，计算所述贝叶斯网络中在前一阶段告警事件发生的条件下当前阶段发生的后验概率；

显示模块，显示每一项所述阶段告警事件对应的后验概率。

9.终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行计算机程序时实现如权利要求1至7任一项所述基于贝叶斯网络的网络安全态势预测方法的各个步骤。

10.计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于贝叶斯网络的网络安全态势预测方法的各个步骤。