地毯式轰炸攻击（Carpet Bombing Attack）是一种日益流行的分布式拒绝服务（DDoS）变体，它同时向受害网络中的多台服务器发起攻击，令每条恶意流的流量速率极低，以绕过传统基于流量阈值的检测机制。聚合后的恶意流量会淹没网络接入点（如网关），导致服务不可用。更高级的攻击者还采用应用层攻击手段，使恶意流在语义上和流量体积上都不易察觉，进一步规避现有DDoS检测方案。本文提出NetRadar，一种鲁棒且精准的地毯式轰炸DDoS检测器。NetRadar采用服务器-网关协作架构，聚合受害网络中多个服务器的流量特征和服务端特征，并通过跨服务器分析定位受害服务器。为支持服务器辅助检测，作者设计了一套通用兼容多种服务类型的服务端特征集，并提出一种鲁棒模型训练方法以应对运行时特征不匹配问题。此外，还提出一种高效的跨服务器入站流量分析方法，利用地毯式轰炸流量的相似性降低计算开销。在真实数据集和模拟数据集上的实验表明，NetRadar在所有地毯式轰炸检测场景下均取得超过94%的准确率，优于现有最先进方案。