网络空间由许多不同的网络层相互交织堆叠而成,可以从物理、逻辑和用户实体三个层面来进行描述,如何识别其中的关键资产,对于整个网络空间的认知有重大的意义。本文针对网络空间的三个组成部分,对不同层次中的关键资产分别给出定义,并展开了相应的研究。对于物理层关键链路节点的识别,首先给出了关键链路节点的定义,然后提出了一种基于误差重构的评估方法,在选定边缘节点作为背景节点的基础上,以其他网络节点与背景节点之间的差异性作为关键性识别方法的思路。并将方法应用到实际路由拓扑网络中,实验结果表明,在路由设备等基础设施的拓扑网络中,我们提出的方法可以有效挖掘出对网络传播性影响较大的节点。对于逻辑层中的关键资产,首先定义了一种网络服务作为资产进行研究,然后通过服务之间的依赖关系,挖掘服务依赖规则,并以高阶网络的形式对服务间的关系进行刻画,最后在高阶网络的结构下对其进行关键性度量。实验通过采集自真实隔离办公网中的流量数据进行分析,结果表明高阶网络的依赖关系挖掘对关键服务的识别产生效果,可以提高基础服务的关键性。对于用户实体层的关键数据资产识别,从结构化数据的元信息角度出发,通过将抽取的数据特征进行向量化表示,然后再利用神经网络对标注关键级别的数据进行学习建模,最后在测试集上进行验证。对关键数据资产分类识别的准确率可以达到99.44%。