随着网络流量迅速增加,基于其上的网络隐蔽通信技术快速发展。基于拥有较大流量的网络应用的隐写方法具有较好的隐蔽性,会给网络信息安全带来更严重威胁。针对此,本文以当前网络流量占比较大的Bit Torrent、SSL以及HTTP三种应用下的隐蔽通信为研究对象,开展相应的网络隐写检测算法研究,具体工作如下:1.针对BitTorrent网络中基于Piece消息的隐写方法,本文提出了一种基于多特征的隐写分析方法。所提方法提取正常数据和含密数据中包间时延的均值、方差和信息熵三个特征并使用SVM分类器给出检测结果。实验结果表明,本文所提算法平均检测率可以达到94.7%,同时虚警率为5%。2.在针对SSL协议中随机字段的循环加密算法原理研究基础上,本文设计实现了基于信息熵的检测方法。所设计方法利用Wireshark捕获SSL协议中的随机数字段并将其转化为标志符序列,然后利用窗口分割器将数组分割成大小均为w的窗口并计算出各个窗口的信息熵,最后通过基于模型的检测算法判断待测数据是否为含密数据。本文所设计方法的平均检测率和虚警率分别为94.3%和3.1%。3.在针对基于HTTP协议报文头域关键字大小写变换的网络隐写方法研究基础上,本文设计实现了一种基于贝叶斯分类器的隐写检测算法。该方法首先提取了正常数据和含密数据的HTTP协议报文请求头关键字的四种特征,分别为KS直方图、平均值、信息熵和Markov转移矩阵,然后用贝叶斯分类器进行检测。实验结果表明,所提检测方法能够较准确的区分含密数据和正常数据,平均检测率达到了95.5%,虚警率为1.3%。最后,论文总结了全文工作及不足之处,并指出进一步的研究方向。