本發(fā)明公開了一種基于分布式協(xié)作學習的DDoS主動防御系統(tǒng)及方法，該系統(tǒng)包括DDoS攻擊檢測模塊、邊緣設備分布學習模塊、決策強化學習模塊和主動防御模塊；采用CNN神經(jīng)網(wǎng)絡充分發(fā)掘數(shù)據(jù)流量的時間特征和空間特征；將CNN神經(jīng)網(wǎng)絡模型和輕量級模型引入物聯(lián)網(wǎng)DDoS攻擊流量檢測；邊緣節(jié)點上傳環(huán)境信息給云服務器，控制節(jié)點下放主動防御決策給邊緣節(jié)點；實現(xiàn)邊緣節(jié)點做出協(xié)作學習決策，部署拓撲構造策略；選擇主動防御措施。與現(xiàn)有技術相比，本發(fā)明實現(xiàn)了應用于端?邊設備架構下，針對物聯(lián)網(wǎng)數(shù)據(jù)流的分布式在線DDoS檢測技術，實現(xiàn)延遲更低、魯棒性更好的智能防御引擎；節(jié)點間的交互機制和學習機制提升了主動防御的精確度，有效降低了時延。