本发明公开了一种传感云环境下不确定性DDoS攻击防御方法，其特征在于，在t时刻按照以下步骤进行防御：(1)协同防御者，获取当前状态下AI训练任务的训练精度st和AI训练任务k的资源分配动作；(2)基于马尔可夫过程采用Q‑learning算法，确定资源分配动作(3)更新资源适配器对AI训练任务k分配的资源，并获取更新后AI训练任务k的训练精度状态st+1；(4)计算达到更新状态的防御奖励Rt+1；(5)更新Q值函数；(6)判断是否超满足于预设的训练精度要求、以及是否满足预设的奖励要求。本发明使得协作防御者在资源分配区间中获得最优的资源分配策略，对抗DDoS攻击。