本文针对放大型分布式拒绝服务（DDoS）攻击的协同检测与缓解问题展开研究。放大型DDoS攻击（如利用NTP、DNS、Memcached等协议的反射放大攻击）近年来流量和危害均达到历史新高。为了防御此类攻击，互联网中已部署了多个分布式攻击缓解平台，例如运行在互联网交换点（IXP）的流量清洗中心。这些平台采用先进技术检测攻击并在本地丢弃攻击流量，充当攻击的传感器。然而，目前尚未系统评估不同平台的视图协调能否带来更有效的缓解效果。本文的核心研究问题是：当分布式攻击缓解平台进行协作时，是否能够缓解更多的放大攻击并丢弃更多的攻击流量？作者通过实验和数据分析，系统性地评估了协作机制对检测率和缓解效率的影响。主要贡献包括：提出了多平台协作的框架，利用共享的攻击视图（如攻击源IP、目标端口、协议类型等）增强检测精度；基于真实网络流量数据集，对比了独立检测与协作检测的性能差异；实验结果表明，协作能够显著提高攻击检测率（例如减少漏报）并降低误报，同时通过联合过滤减少对正常流量的影响。本文的发现对于IXP运营者、云服务提供商以及大型网络运营商具有重要参考价值，为构建更鲁棒的DDoS防御体系提供了理论依据和实用指导。