【摘要】随着 ５Ｇ 和物联网技术的快速发展，无线通信网络面临日益复杂的安全威胁，传统安全态势感知方法已难以应对动态攻击模式。 为此，本研究提出了一种基于动态注意力改进径向基函数（ＤＡ⁃ＲＢＦ）神经网络的无线通信网络安全态势感知方法。 首先，引入高斯函数设计非线性改进余弦相似度，并结合温度系数对特征空间投影进行优化，以此提升特征的区分度。 其次，利用状态－攻击联合矩阵融合网络状态特征与攻击行为特征，借助 Ｈａｄａｍａｒｄ 积实现特征交互，进而提升对关键路径威胁的敏感度。 最后，通过参数历史保留与梯度方向优化策略，提升模型对威胁感知的鲁棒性。 实验表明：在加拿大网络安全研究所－入侵检测系统（ＣＩＣ⁃ＩＤＳ）２０１７ 数据集上，ＤＡ⁃ＲＢＦ 的检测准确率达到 ９２.３％，误报率降低至 １.２％，相较现有方法，检测延迟缩短 ４０％以上，同时保持较低的计算开销，本方法为实时安全防护提供了新思路。