基于机器学习的匿名流量在线识别系统研究文献综述

文献综述（或调研报告）：

本课题在深入了解Tor匿名通信机制与机器学习方法的基础上，利用流量分析技术提取可区分特征，选择合适的机器学习算法，并在验证完模型精度和召回率后，将模型部署在实时的分布式处理系统上，实现对Tor匿名流量的在线识别。因此，主要从Tor匿名通信系统、Tor匿名流量识别和分布式流处理架构等方面进行调研。

1.Tor匿名通信系统

洋葱路由（Onion routing）是一种在网络中匿名通信的技术，旨在使基于TCP协议的应用程序匿名化，前身是20世纪90年代中期，美国海军研究实验室的研究院Paul Syverson,David Goldschlag等人为保护美国在线情报系统开发的项目，其后国防高等研究计划署接手了该项目并继续研发，且在1998年获得了海军专利。2002年计算机科学家Roger Dingledine与Nick Mathewson加入了Syverson的项目并着手开发Tor，该项目成为了规模最大的洋葱路由实现。

Tor网络是一个覆盖网络，一个完整的Tor网络应该由四个部分组成：洋葱代理、洋葱路由器/Bridge节点、目录服务器及应用服务器。

洋葱代理（Onion Proxy，OP）运行在用户主机上，有两个部分组成，一部分是支持socks协议的代理程序，其功能是与上层的应用进行数据交互；另一部分负责匿名通信协议，功能是构建转发路径，将上层应用发送的数据与密钥层层加密形成固定大小的Tor信元。用户必须运行OP才能获取OR目录。

洋葱路由器（Onion Proxy，OR）负责转发报文数据，以实现用户与用户间的匿名通信。洋葱路由器的节点保存在目录服务器上，在OP构建转发路径时，需要先从目录服务器上下载所有OR节点信息，再选择多个节点构建匿名链路（默认是3个节点）。当选择3个节点构建匿名链路时，从可信度较高的Guard节点中选择一个作为入口节点，根据OR节点支持的访问策略选择出口节点，最后随机选择一个中间节点，构成一条完整的虚拟电路。OR节点在整个洋葱网络中是多路复用的。

Bridge节点是一种特殊的OR节点。Tor用户可将自己配置成IP地址不公开的Bridge节点，其他用户可以直接与Bridge节点通信，并在此下载其他公开的OR节点信息。

目录服务器用于存储OR的相关信息，其中，主目录保存OR的相关信息，而缓存目录从主目录下载所有节点信息。用户可以从主目录或缓存目录下载所有的节点信息。Bridge节点独立于目录服务器，保存在Bridge目录服务器中。

应用服务器为通信的目的端，其提供具体的TCP应用服务。