随着网络通信技术的高速发展,互联网对现实生活的影响愈发明显。互联网被认为由浅层网络和深网组成,而暗网是深网的重要组成部分,其中充斥着大量的枪支、毒品、暴恐等敏感内容。隐藏服务是暗网中各类敏感信息与违法内容的主要载体,针对隐藏服务的内容进行发现与分析是互联网监管的重要组成与必要工作。因此,研究针对隐藏服务的内容发现技术与内容分析技术具有重要意义。Tor匿名网络是目前使用规模最大的暗网之一,也是当前匿名通信与暗网领域的主要研究对象。但是,在Tor暗网内容发现方面,目前大多数工作均依赖于单一的隐藏服务地址发现途径,内容获取不够全面;而在内容分析方面,虽然在站点粒度、商品粒度的内容分类研究方面已有一定成果,但缺乏对敏感内容的深度挖掘,包括敏感词发现、事件挖掘等,远不足以支撑对暗网监管的目的。针对上述问题,本论文研究Tor暗网内容发现与分析技术,具体工作包括以下方面:1.研究了以隐藏服务地址发现与内容获取为核心的Tor暗网内容发现技术。通过深入分析v2与v3版本Tor隐藏服务协议与源码,设计了通过部署渗透Tor节点采集v2隐藏服务域名的方法,并分析了该方法不适用于v3隐藏服务的原因。此外,本文还使用搜索引擎采集公共网络中的隐藏服务地址,以及通过抽取隐藏服务页面中的跳转链接获取Tor暗网中的隐藏服务地址。通过以上3种途径,本论文获取了千万级的隐藏服务地址和内容,并针对这些Tor隐藏服务所用语言、站点规模等特点进行了统计分析。2.研究了以内容分类、敏感词发现、敏感事件分析为核心的暗网内容分析技术。首先研究了单个页面粒度的隐藏服务Web数据分类技术,通过数据清洗、去重、文本数据向量化等技术对Web数据进行预处理,其次训练机器学习分类器实现Web内容自动分类。然后在分类工作的基础上,针对特定敏感类别的内容研究了敏感词发现技术,通过基于相似度计算与搜索引擎验证的方法获得了较好效果。最后,结合敏感内容与敏感词,使用事件检测、事件要素抽取、事件聚类等方法对敏感事件进行分析。3.结合Tor暗网内容发现技术以及Tor暗网内容分析技术,设计并实现Tor暗网内容发现与分析系统。该系统包含Tor隐藏服务地址发现模块、Tor隐藏服务内容获取模块、代理模块、内容分类模块、敏感词发现模块、敏感事件分析模块、存储模块和展示模块等功能模块,可以实现Tor暗网内容的自动获取与分析。综上所述,本论文研究并实现了Tor暗网内容发现与分析技术,并开发了相应的原型系统。这些工作可帮助有关部门监督和掌握Tor暗网中的敏感内容,为追踪暗网犯罪提供技术支撑。