范晓霞 周安民 郑荣锋 李孟铭

1(四川大学网络空间安全学院 成都 610065) 2(四川大学电子信息学院 成都 610065)

(fanxxbili@gmail.com)

暗网(darknet)是指具有高度匿名性的网络，相对于普通人能轻易接触到的表网(clearnet)，暗网需要使用洋葱路由器(the onion router, Tor)等专门的工具进行访问.Tor能阻止他人进行流量分析，是一个可以用来保护用户隐私、避免网络监控的软件.经由Tor的数据包经过多个延迟代理，且不会在服务器上留下日志记录.并且，Tor会对通信流量进行加密，并以固定的间隔时间改变路由[1].由于暗网的匿名特性，暗网变成了违法犯罪者进行违法活动的天堂.暗网上有许多的违法商品交易网站，也就是暗网市场(darknet markets, DNMs).例如，“丝绸之路”(Silk Road)就是第1个大规模违法商品交易暗网市场.暗网市场给买方和卖方提供了交易违法商品的平台，包括毒品、武器、假钞、性奴和网络攻击工具等大量非法商品[2]，对网络安全从业者和网络安全相关部门来说是一个非常有价值的网络威胁情报来源.同时，从威胁发现的角度来讲，暗网数据也是非常有价值的情报.恶意软件，如病毒和木马通常早于表网出现在暗网市场上，如何从暗网市场获取有效信息是一个重要的研究课题，而从暗网市场文本获取安全相关信息的第1步就是识别出相关的命名实体.

命名实体识别(named entity recognition, NER)抽取有效信息是自然语言处理(natural language processing, NLP)的重要步骤.命名实体识别是许多任务的基础方法，广泛应用于信息抽取、关系抽取、语义分析、信息检索、问答系统、机器……