Shadowsocks作为一款新兴的匿名通信工具,因为其出色的通信效率以及其稳定性,逐渐在国内流行。目前国内对于Shadowsocks的研究较少,且对于Shadowsocks运行机制的系统性研究较少,本文分别对Shadowsocks的流量识别开展了以下研究:1、经过对大量Shadowsocks的流量样本数据进行分析研究后,本文对Shadowsocks的运行机制与通信原理进行了系统的描述与总结。2、针对传统流量统计特征集中可能存在高相似依赖性冗余特征,从而导致识别过程中大幅降低分类器性能的问题,本文提出了一种基于主成分分析-皮尔森相关系数的特征提取模型,该模型能对目前已有的传统流量统计特征进行降维,去除与样本相关性较低的特征,最终筛选出相关性强,冗余度低的适用于识别Shadowsocks流量的特征集。同时使用了随机森林、支持向量机(Support Vector Machine,SVM)和极端梯度提升(eXtreme Gradient Boosting,XGBoost)三种算法对该特征集进行建模识别验证,实验结果证明该特征集能在保证识别准确率不大幅度降低的情况下大大提升识别效率。3、针对分类器在Shadowsocks流量占比小的不均衡样本集上识别率低下的问题,本文提出了基于网络流多重过滤的识别模型。经过对大量Shadowsocks流量样本进行分析,根据提取出的字符分布特征,提出了基于字符熵的过滤方法;根据提取出的报文长度序列特征,提出了基于报文长度序列的过滤方法;根据上两步过滤的结果,提出了基于数据包长度熵的过滤方法。最终融合了三个过滤步骤来对混合流进行多重过滤,并结合经过降维后的特征集以及XGBoost算法构建了分类模型。最终实验结果证明,通过对混合流中的Shadowsocks流量与非Shadowsocks流量进行提前筛选过滤,有效的提高了面对不均衡样本集时识别的准确率,同时大大提升了识别的效率。