实现传统的机器学习模型和神经网络在检测恶意网络流量方面已经变得微不足道，并引发了许多研究人员对这一领域的兴趣。标准的实现包括使用sklearn、tensorflow和keras等软件包中的基线模型。在本文中，我们试图推动网络检测领域的发展，并产生在这些模型的速度和性能方面有很大好处的结果。我们利用英特尔的DAAL和OpenVINO包，因为它们是目前公开的两种最好的性能提升方法。此外，我们将进行比较，以确定这两个英特尔软件包对网络入侵检测的影响。
 我要赚赏金打赏帖 |
|
|---|---|
| PCF8574功能模块及其使用被打赏￥20元 | |
| 传感器LSM6DSO及LIS3MDL的功能检测被打赏￥18元 | |
| LPS25HB气压传感器及其检测被打赏￥18元 | |
| HTS221温湿度传感器及其检测被打赏￥18元 | |
| 【S32K3XX】HSE FW 版本更新被打赏￥21元 | |
| 基于ArduinoUNO开发板的AT24C02读写测试被打赏￥16元 | |
| TCS3472S传感器及其色彩检测被打赏￥19元 | |
| 【S32DS】S32K3 RTD7.0.1 HSE 组件配置报错问题解决被打赏￥27元 | |
| 【S32K3XX】MCME 启动 CORE1被打赏￥23元 | |
| AG32VH407下温度大气压传感器及其检测被打赏￥20元 | |
STM32
MCU
通讯及无线技术
物联网技术
电子DIY
板卡试用
基础知识
软件与操作系统
我爱生活
小e食堂
