目前,互联网已经和日常生活深度结合,人们对于隐私保护和言论自由的意愿日益增长,隐匿通信系统也开始走进人们的视线,其中使用人数最多的Tor网络出于匿名性的考虑提供了隐藏服务,但同时也成为了其中涉及非法商品交易的在线匿名市场的保护伞,在Tor网络的遮蔽下,中文在线匿名市场给我国的国家安全带来严重挑战,也为相关研究带来困难,主要体现在中文在线匿名市场地址隐蔽且收集效率不高、市场中商品标注缺失、市场公开数据有限。本文基于以上难点,主要进行了下列工作和贡献:（1）针对中文在线匿名市场地址收集效率不高的情况,本文提出了一种基于布隆过滤器的隐藏服务判断策略来提高隐藏服务收集效率,具体包括基于Redis的废弃低活跃隐藏服务的判断策略,基于余弦相似度的镜像隐藏服务判断策略以及基于页面信息的色情隐藏服务判断策略;并在此策略的基础上设计了中文在线匿名市场信息收集系统:系统基于Scrapy框架,包含以三种方式进行域名地址获取的地址收集模块,基于余弦相似度计算的隐藏服务分析模块,基于Docker的分布式爬虫模块以及专用于商品信息收集的商品爬虫模块。结果表明在相同的条件下,通过这种方式比普通基于Docker分布式的方式节约了34.8%的时间。（2）针对市场中商品缺少准确标注的情况,本文收集覆盖7个市场9万多条商品的数据集,并提出了中文在线匿名市场商品的自动标注方法,该方法主要基于BERT预训练模型将中文在线匿名市场中的商品划分为六大类,结果表明借助TF-IDF算法提取商品描述中的文本信息关键词,与商品的标题拼接后是效果最好的文本输入特征,在本文的实验条件下分类准确率达到85.14%。（3）针对中文在线匿名市场公开数据不全的情况,本文提出了一种针对时间字段缺失的中文市场估计方法,通过误差可控的近似值来代替缺失字段并结合训练好的商品自动标注模型最终比对英文在线匿名市场的情况完成对于中文市场商品、卖家、运行机制三个层面的分析,结果表明中文在线匿名市场主要以数据类的商品为主,在2018年至2022年间总收入至少为2000万美元,非法行为的商品化现象比报道提到的更加严重。