Adaptive DDoS mitigation using Deep reinforcement learning: A comparative study in a live docker testbed

Enes Bajrami

doi:10.1016/j.comnet.2026.112530

Adaptive DDoS mitigation using Deep reinforcement learning: A comparative study in a live docker testbed

2026-07-01

0

PRE

AI

DOI：10.1016/j.comnet.2026.112530

原文链接

原文求助

摘要

En 中文

分布式拒绝服务（DDoS）攻击仍然是云系统的主要威胁，需要能够处理动态和高强度流量的自适应缓解策略。本研究提出了一种对五种深度强化学习（DRL）算法的比较评估，即近端策略优化（PPO）、软演员-评论家（SAC）、深度Q网络（DQN）、优势演员-评论家（A2C）和双延迟深度确定性策略梯度（TD3），以及一个非学习基线，在一个暴露于真实DDoS流量的实时Docker云测试平台中进行评估。与许多依赖模拟环境的研究不同，所提出的框架能够使用系统级和网络级指标（包括攻击抑制率、合法流量保留、误报率、漏报率、服务可用性和缓解延迟）在真实运行条件下进行评估。实验分多个阶段进行，攻击复杂性逐步增加，并使用三个独立的随机种子进行验证。结果表明，基于DRL的方法在早期和中期攻击阶段持续优于基线，表现出更强的适应性和学习能力。在评估的方法中，SAC达到最高的整体性能，提供卓越的攻击抑制、最低的漏报率以及各阶段最稳定的行为。PPO实现最低的缓解延迟，并对攻击条件提供最快的响应，同时保持有竞争力的整体性能。A2C表现出最低的误报率并最好地保留了合法流量，而TD3在中等条件下表现有竞争力，但在极端攻击场景下显示出稳定性下降。DQN提供相对较低的延迟，但表现出较弱的攻击检测和整体有效性。相比之下，基线方法在早期阶段表现出有限的适应性，但在极端攻击强度下变得有竞争力，特别是在抑制和服务可用性方面，尽管代价是更高的延迟和各指标间不均衡的性能。这些发现表明，DRL方法提供了更一致和平衡的缓解，而基线方法仅在特定高强度条件下可能保持竞争力。总体而言，本研究表明没有单一方法能主导所有目标，缓解策略的选择应受系统优先级（如响应速度、检测准确性或服务保留）的指导。所提出的评估为云环境中的自适应DDoS缓解提供了DRL和传统方法的系统性和现实性比较。

Keyword:

Deep reinforcement learning

DDoS mitigation

Cloud security

Adaptive orchestration

Docker testbed

Adaptive DDoS mitigation using Deep reinforcement learning: A comparative study in a live docker testbed

摘要

期刊

机构

引用论文