61、网络技术与算法研究进展

网络技术与算法研究进展

在网络技术的研究领域，有两项重要的研究成果值得关注，一项是关于基于 MEEK 的 TOR 隐藏服务访问识别，另一项是使用 MapReduce 和 LSH 实现可扩展的集合相似度连接算法。

基于 MEEK 的 TOR 隐藏服务访问识别

在 MEEK 场景下，研究人员致力于识别 Tor 隐藏服务的访问行为。通过计算关键序列片段末尾的 TCP 索引和平均持续时间，并与整个访问轨迹的平均数量和持续时间进行比较，得出了该方法在时间和硬件资源消耗方面的优势。

以下是相关指标的含义及对比数据：
| 指标 | 含义 |
| ---- | ---- |
| ADKSF | 关键序列的平均持续时间 |
| ANPKSF | 关键序列的平均数据包数量 |
| ADC | 一次访问轨迹的平均持续时间 |
| ANPC | 一次访问轨迹的平均数据包数量 |

与使用所有数据作为输入的现有方法相比，该方法的及时性提高了 23% - 37%，硬件资源消耗降低了 80% - 86%。这表明该方法具有很高的可行性和良好的通用性，非常适合在线识别场景。

该方法能够在访问过程的早期识别 Tor 隐藏服务的访问行为，有效提高了识别的及时性，同时降低了硬件资源成本。不过，该方法虽然能识别出使用 Tor 访问隐藏服务的用户，但无法明确用户访问的具体隐藏服务。此外，当用户同时访问多个隐藏服务或同时访问隐藏服务和正常网站，以及该方法在不同网络状态下的适用性，都需要进一步研究。

使用 MapReduce 和 LSH 实现可扩展的集合相似度连接

集合相似度连接（SSJ