DRDoS攻撃は攻撃対象の通信回線を圧迫する手法としてよく用いられるものである．
この通信回線の圧迫による被害は攻撃対象のみではなく，ISPやその他利用者にも波及する．そのため，DRDoS攻撃に対する回避速度向上は多くのネットワーク利用者にとって利益となる．
本論文では，DRDoS攻撃回避のための，マルチエージェント強化学習に基づく，増幅トラフィックフィルタリング戦略学習機構の試作について述べる．
この機構では，DRDoS攻撃を検知するハニーポットを複数用いてそれらを自立協調させる．これによりハニーポットが単独動作であるときよりも効率よくフィルタリングルールを導き出すことを可能にする．