【摘要】目前，新型攻击手段不断演变，利用漏洞、欺诈、恶意软件等多种方式，对个人隐私、企业数据乃至国家安全构成了严重威胁。 因此，亟须设计一种基于大数据的计算机网络安全防御系统，实现对网络威胁行为的快速处理，提高网络安全防御能力。 本文通过综合运用大数据分析与挖掘技术、深度学习算法，对网络流量、系统日志等海量数据进行高效处理与智能分析，实现了威胁的精准识别与快速响应。 研究过程中，构建了包含数据采集、数据处理、威胁检测以及响应处置的多层次系统架构，并开发了相应的功能模块。 研究表明：本文系统检测准确率最高，达到了 ９８％；响应时间最短，仅为 ８ ｍｓ；资源占用率最低，为 １８％；误报率和漏报率均最低，分别为 ０. ５％和 １. ５％。 由此可见，本文系统在检测准确率、响应时间、资源占用率、误报率和漏报率等方面均表现出较好的性能，为网络安全防护提供了新的思路与方法。