这篇论文针对 Tor 匿名网络性能研究的实验方法论提出批判与改进。以往研究在评估 Tor 性能改进方案时，通常只对标准 Tor 和每个研究变体各运行一次模拟，然后直接根据单次模拟的观测结果下结论。然而，由于模拟是在抽样生成的 Tor 网络中进行的，抽样误差本身就可能导致观测到的效果，因此未考虑统计显著性的结论在实践意义上值得怀疑。作者为此构建了改进 Tor 实验方法的基础。首先，他们提出一种新的 Tor 网络建模方法，能够生成更具代表性的 Tor 网络；同时开发了新的改进型实验工具，使 Tor 模拟运行速度更快、规模更大。作者展示的模拟实验包含 6,489 个中继和 79.2 万同时在线用户，这是目前已知最大规模的 Tor 网络模拟，也是首次达到 100% 网络规模的模拟。其次，他们提出了新的统计方法论，用于：（i）证明必须在独立抽样的多个网络中运行多次模拟，才能获得有信息量的结果；（ii）展示如何利用多次模拟的结果进行可靠的统计推断。论文通过一个包含 420 次模拟的案例研究，演示了如何将新方法应用于具体的 Tor 实验，并分析其结果。该研究对于 Tor 性能改进领域的实证研究具有重要的方法学指导意义，有助于提升 Tor 实验结论的可信度和可复现性。适合 Tor 开发者、匿名通信研究人员以及关注网络实验统计严谨性的安全工程师阅读。