本发明公开一种针对目标网站动态增长的自适应指纹攻击方法和系统，首先创建容量固定且存储内容动态更新的容器为所有目标网站分配训练集空间和校正集空间，并通过修改指纹攻击模型结构增加其可预测的网站数量，以获得待训练的新模型。然后利用容器中保存下来的训练集和新目标网站的流量样本一起训练新模型，同时旧模型利用动态调整损失率的知识蒸馏向新模型传授旧目标网站中的复杂模式。克服存储开销和计算开销快速增长的缺点。最后在新模型上添加校正层，校正训练新模型时由于新旧流量样本的不平衡从而导致对新目标网站的预测偏向性，实现在固定的存储空间以及与新增目标网站数量线性相关的时间里有效识别所有目标网站。