Key points are not available for this paper at this time.
침입 탐지는 많은 양의 데이터를 처리해야 하며, 특히 네트워크 침입 탐지 기술은 네트워크 데이터를 전부 탐지해야 합니다. 방대한 데이터 처리는 침입 탐지에서 네트워크 소프트웨어와 하드웨어 장비의 병목 현상입니다. 데이터 샘플링 단계에서 데이터 차원을 줄이고 네트워크 데이터의 특징 정보를 직접 얻을 수 있다면 탐지 효율성을 크게 향상시킬 수 있습니다. 본 논문에서는 압축 샘플링 기반의 SVM 침입 탐지 모델을 제시합니다. 우리는 압축된 센싱 이론의 압축 샘플링 방법을 사용하여 네트워크 데이터 흐름의 특징 압축을 구현하여 세련된 희소 표현을 얻습니다. 이후 SVM을 사용하여 압축 결과를 분류합니다. 이 방법은 분류 정확성을 저하시키지 않으면서 네트워크 이상 행동을 신속하게 탐지할 수 있습니다.
Chen et al. (Fri,)은 이 문제에 대해 연구했습니다.