在互联网和通信技术高速发展的今天,网络给人们带来便利同时其负面影响也越来越被人们所关注。由于暗网隐匿性强以及交易方式的特殊性,大量售卖公民信息、提供黑客工具、买卖毒品等非法事件充斥其中。在暗网上的网络犯罪比表层网络更具隐蔽性,这加大了执法机构对暗网数据的取证及监管的难度。Tor暗网隐藏服务是目前最为流行的暗网之一,是各类违法内容的主要载体,如何获取尽可能多的Tor暗网隐藏服务数据并对其内容实体、非法事件进行检测与分析是对暗网内容进行监管的重要组成,因此,研究面向Tor暗网的数据采集与分析技术具有重要意义。本文主要工作包括以下几个方面:（1）本文结合综合提取链接和主动提取链接方式,重点通过部署带有HSDir标记的服务器节点,主动生成链接。此外,通过部署分布式爬虫网络,结合广度和深度爬取策略对采集到的链接进行页面内容的获取,将该部分采集到的内容作为分析阶段的数据源。本论文在较短时间内获取了十万级的Tor暗网地址链接和页面内容。（2）研究了面向Tor暗网的数据分析技术,首先结合预训练模型BERT和正则匹配技术对采集到的Tor暗网文本内容进行信息实体识别,包括主体、组织、地点、邮箱等信息实体;然后使用TextRank自动摘要技术概括了文本的核心内容,与信息实体共同构成了事件库;最后结合触发词和文本相似度设计了根据确定事件进行事件检测的方案,利用词相似度对触发词进行了推荐,最终形成了可扩展的触发词库和事件库。（3）本文设计并实现了面向Tor暗网的数据采集与分析系统,该系统通过离线计算,设计了后台程序,将中文暗网词云、事件分析统计、暗网涉及省份统计、语言页面占比统计进行了首页展示;为了展示更加详尽的关系网络,对提取的各个信息实体进行了关联分析,并进行了可视化展示;最后,系统提供了针对爬取到的暗网内容以及事件的搜索功能,以便快速获取有效信息。综上所述,本论文设计并实现了面向Tor暗网的数据采集与分析系统。该系统可以帮助执法部门监督和掌握他们所关注的Tor暗网中的事件,提高线索排查效率,为追踪暗网犯罪提供技术支撑。