命名数据网络(NDN)是当今互联网上以主机为中心的网络的一种替代方案。NDN的一个主要特点是网内缓存,通过在服务器和中间路由器缓存流行的内容,减少访问延迟和查询开销。但是攻击可以利用路由器中的缓存内容侵犯用户的隐私,例如得到用户的上网记录等。该攻击称为时间攻击,是一种根据当前缓存的内容和未缓存的内容的往返时延差异来推断消费者最近是否请求过某些内容的攻击。为了防止隐私泄露,抵御这类攻击,本文做了以下工作:(1)本文提出了一种检测方案。它采用缓存命中率、平均请求时间间隔、请求频率和请求内容类型作为时间攻击的特征值,为了及时捕获这些特征值,此方案将一个恒定大小的时间窗口划分成几个小的时间片,在这些小的时间上抽取流量的特征。最后,训练了一个LSTM(Long ShortTerm Memory)模型来检测时间攻击。(2)本文设计了一个基于分组的隐私保护协作缓存策略在提升网络性能的同时保证了用户的隐私。该方案首先提出一个基于贪婪的分组算法。根据节点之间的缓存相似性和信息熵将中间节点进行分组,来提高消费者的匿名性。然后,在组内采用一致性哈希思想来减少组内缓存内容的冗余并设计了一个启发式算法解决一致性哈希中负载不均衡的问题。最后,实现了组内兴趣包的路由转发,使兴趣包可以安全地在组内外进行传输。本文基于流行的命名数据网络仿真工具ndnSIM在分类精度、检测率、误报率和Fmeasure等方面对检测方案进行评估并且在平均跳数、缓存命中率、匿名集和信息熵等方面对防御机制进行评估。实验结果表明本文提出的时间攻击检测方案能很好地检测时间攻击以及防御策略不仅保护了用户的隐私而且具有不错的缓存性能。