如今,随着隐私保护技术不断深入,包括VPN、SOCKS代理和Tor在内的多种匿名通信技术在近年得到很快发展,由于通信内容和通信双方被隐藏,很难依靠以往基于数据包内容的检测手段来进行互联网监控,于是研究者们提出了一种基于被动流量分析的网站指纹识别技术。在实际情况中,时常需要判断目标是否访问了某个特定网站,而目前网站指纹识别系统并不能很好的解决这类问题;与此同时,以往研究中网站指纹数据的收集以及指纹训练集的构造考虑得并不全面,极大降低了指纹识别系统的适用性。在总结以往相关研究成果的基础上,本文针对上述问题,提出了一种新型网页指纹识别系统,和以往的网页指纹识别系统相比,该系统强化了对特定网站的网页指纹识别,极大提高了特定网站的网页指纹识别率。本文深入研究了浏览器缓存技术对网页指纹识别的影响,在指纹数据收集时充分考虑了不同浏览器操作下指纹数据的差异,保证了指纹训练集在实际复杂情况下的可靠性;本文通过训练集划分和分类结果集成相结合的方式处理识别特定网站的网页指纹时出现的不平衡分类问题,有效得提高了分类器对特定网站的网页指纹识别率,与此同时,为了降低分类器相似度计算复杂度,首次使用特征选择算法对指纹特征进行筛选,进一步提高了指纹分类器的识别性能;最后,本文对比了以往网页指纹识别系统和文中指纹识别系统的性能差异,进一步阐明了该系统在特定网站网页指纹识别上的优越性。