随着互联网技术的快速发展和广泛应用,网络服务和应用产生了海量的网络流量,虽然用户在使用网络服务时往往使用了加密或匿名技术对用户流量进行保密,但是网络流量作为数据包序列往往具有一些难以掩盖的独特特征,并且这些特征往往与用户的信息相关,攻击者可以使用网络流量分析技术并利用这些特征产生网络指纹,对用户的行为和设备状态等信息进行推测,给用户的隐私和信息安全造成了重大威胁。目前,基于网络指纹攻击的对抗方法已被广泛研究,相关研究人员通过干扰网络流量,混淆流量特征,从而降低各类指纹攻击模型的准确性。但是相关防御方法所形成的保护效果有限,而且会给网络通信带来较大的负担,另外,用户在使用这些对抗方法时往往需要进行复杂的设置,用户体验差。因此,设计一种高效、低开销并且易于部署的网络指纹攻击的防御方法是尤为重要的。针对网络指纹攻击的特点以及目前对抗方法存在的局限性,本文设计了一种基于聚合流量的网络指纹防御方法,通过对网络流量数据包进行聚合操作,改变用户网络流量在数据包层面的固有特征,保护用户信息安全。这一方法在有效影响网络流量特征的同时,节约了可能引入的额外开销,减轻网络通信的负担。本文充分利用软件定义网络（Software Define Network,SDN）给网络带来的灵活性,借助OpenvSwitch这一开源虚拟交换机,将本方法实现并部署于网络中的交换节点上,使得整个防御方法对用户透明,提升了用户体验。在实验和测试部分,本文使用Mininet构建实验网络,测试本防御方法对网页指纹攻击效果的影响,并计算给网络在带宽和时间上引入的额外开销。针对open-world以及close-world下各类网页指纹分类模型,本方法都显著降低了它们的分类效果,使它们的准确率分别低于10%和1%。在额外开销方面,本方法将引入约72%的时间开销和5%的带宽开销,综合优于目前已有的针对网页指纹的保护方法。实验证明,本文所设计的方法以及所实现的工具可以形成良好的保护效果,对网络造成的负担较低,并且易于部署,是一种针对网络指纹攻击有效且实用的防御手段。