由于互联网的开放性,用户的个人隐私信息存在着泄漏的风险。为了保护用户的隐私信息,匿名网络技术应运而生。通常使用匿名性反映匿名网络的隐私保护能力,而实现高匿名性是匿名网络的最终目标。因此,匿名网络匿名性的量化评估成为近年学术、技术界的研究热点。本文从网络匿名性评估、检测与对抗等视角,研究了信息论度量方法、集合评估方法、证据与矩阵理论评估等等传统方法,针对当前匿名性评估技术的缺陷,提出了一种结合有效匿名集合及概率图模型理论的匿名性评估技术,综合考虑匿名集合以及转发节点对匿名网络匿名性的影响。其主要研究内容包括:(1)调研分析了近年来关于匿名网络和匿名性评估技术的论文以及研究成果,对匿名网络和匿名性评估技术的发展概况进行归纳总结;发现基于集合论以及矩阵论的匿名性评估技术存在转发节点对匿名性影响评估不足的问题,以及基于信息论和证据论的匿名性评估技术的评估性能强关联于流量检测准确性的问题。(2)提出了一种结合有效匿名集合及概率图模型的匿名性评估方法。该方法使用概率图模型对匿名网络进行建模,通过精确推理的方式建立匿名网络中信息与匿名集合的映射关系,并使用匿名度表示网络的匿名性。首先通过流量识别的方式确定匿名集合。为了获得有效匿名集合,使用一种改进的基于多维度的流量识别方法对集合进行检测。然后通过熵权法将节点信息(节点带宽以及运行时长)引入转发概率的计算。最后将计算结果代入信息熵公式,得到匿名网络的匿名度。(3)根据上述成果设计了一个匿名性评估系统。首先对本文改进的基于多维度的流量识别方法进行实验。结果显示,该方法确定有效匿名集合的准确率达到了97.6%,与传统方法相比提高了5.9%。同时在真实网络环境中部署该系统,与传统匿名性评估方法相比,得到的匿名度更小。当有效匿名集合大小为10时,传统匿名性评估方法得到的匿名度为3.3,而改进方法的匿名度在3.1上下波动,匿名性降低。同时在转发节点配置信息发生变化时,其匿名度同样会发生变化。因此,本文提出的匿名性评估技术在对网络进行评估时更能反映真实的网络情况,对于后续网络匿名性、安全性保护等相关领域研究具有重要意义。