Tor作为当前技术最成熟、用户数量最多的匿名通信系统,通过流量加密与认证、流量混淆、洋葱路由等技术,利用多跳传输和分层加密等策略为用户的网络服务提供匿名性保障。然而,近年来随着流量分析技术的发展,针对Tor的流量识别研究不断涌现,使得Tor在匿名性方面受到严重威胁。攻击者通过提取Tor流量的特征训练流量分类模型,实现对Tor流量的准确识别,进而对其进行拦截和溯源。为了抵御流量识别攻击,本文围绕基于Tor的流量伪装技术展开研究,介绍了当前主流的流量伪装策略。在对比分析各伪装策略性能和使用场景的基础上,本文对基于变形矩阵的流量整形算法进行了深入研究,针对原算法在模型导出时间和整形效率上的缺陷提出了优化策略,并将优化后的算法进行落地,结合基于随机采样的流量整形策略,改变了原始Tor流量数据包大小分布和发送速率的特征,设计并实现了应用于洋葱代理和自有网桥节点间的流量伪装系统,具体研究内容如下:（1）本文对基于变形矩阵的流量整形算法进行了分析和研究。针对原算法在大样本空间下变形矩阵导出时间缓慢的问题进行了优化,提出了一种基于树状变形矩阵集合的分层采样策略,并通过实验验证了该策略能大幅度缩短模型在大样本空间下的导出时间,提高了算法的可迭代性。针对流量整形过程中数据包分片对伪装效率的影响,本文在衡量算法额外开销时引入了分片开销,并使用了两种减小分片开销的方法:基于多级规划的避免分片策略和基于惩罚函数的减少分片策略。最后通过实验证明了这两种方法在对额外填充字节开销影响不大的情况下,能显著减少整形过程中的分片次数,提高了算法的流量整形效率。（2）为了抵御Tor流量识别攻击,本文设计并实现了应用于洋葱代理和自有网桥节点间的流量伪装系统,将原始Tor流量伪装成We Chat视频通话流量。本系统利用Netfilter框架和自拟协议对优化后的整形算法进行了落地实现,成功地改变了原始流量数据包大小分布的特征。为了进一步提高系统的伪装性,在流量发送端缓存区通过随机采样对数据包发送间隔进行修改,以拟合目标流量的发送速率。最后通过实验对系统进行测试,证明了本系统的有效性。