随着互联网通信技术的高速发展,网络在给我们带来便利的同时,网络信息安全问题也越来越受到人们的关注。网络时间隐蔽信道通过调制合法通信链路中的数据包时间特性来传递隐蔽信息,由于这是一种合法且细微的修改方式,因此具有极强的隐蔽性,给网络信息安全带来了严重危害。因此,针对网络时间隐蔽信道的检测是一个重要的研究课题。从现有的研究来看,目前的检测算法并没有考虑网络环境中存在的有意或者无意的网络干扰对检测结果的影响,缺乏抵御网络干扰的鲁棒性。鉴于此,本文将秘密共享原理引入网络时间隐蔽信道检测中,利用秘密共享原理的门限策略,只需要有限的流特征便可对原始网络流特征进行重构,有效的降低了网络干扰对流特征的影响,提高检测算法的鲁棒性。具体研究内容如下:(1)基于时隙质心与秘密共享原理的网络时间隐蔽信道检测算法。具体来说,该方案在深入分析网络流时延特性的基础上,利用网络流时隙质心来描述流局部特征。同时为避免局部特征的丢失,利用信息熵作为网络流全局特征的补充。最后利用秘密共享原理的秘密重构策略构造一个具有较高鲁棒性流标识符。该方案以四类经典的网络时间隐蔽信道作为检测对象,并在不同的网络环境下评估了其有效性。实验结果表明该方案在不同网络环境中能够有效检测各类网络时间隐蔽信道,较之已有方案具有更高的鲁棒性。(2)基于混沌理论与秘密共享原理的网络时间隐蔽信道检测算法。该方案从网络流量的混沌性出发,通过计算延迟时间和嵌入维数对网络流时间序列进行相空间重构,挖掘网络流量隐藏的时空特性,结合奇异值分解提取稳定的流量特征,最后利用秘密共享原理重构信道标识符。该方案对网络流特征进行了更加细粒度的分析,实验结果表明,该方案相比于第一个方案具有更好的鲁棒性。(3)基于流量预测与秘密共享原理的网络时间隐蔽信道检测算法。该方案利用平滑指数预测模型对流量进行预测,将预测值与真实值之间的差异度作为流量的局部特征,然后计算预测误差时间序列的李雅普诺夫指数作为流量的全局特征,最后利用秘密共享原理重构流标识符作为检测指标。实验结果表明,该方案在保证检测算法的鲁棒性的同时,有效地提升了检测效率。本文所提算法的主要思路在于,利用秘密共享原理我们可以仅用部分流特征来描述网络流量的整体特性,可以有效的减少流特征的丢失或破坏对检测结果的影响,并结合不同的流特征提取方案,提高检测算法的鲁棒性。实验结果表明,本文所提方案与现有的检测方法相比,在抵御网络干扰方面具有更好的鲁棒性。