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 |
|
|---|---|
| 告别手动建模：我让AI用FreeCAD画了个开发板外壳被打赏￥30元 | |
| 【瑞萨RA8D1测评】总结收官——从IMU动作识别到LVGL桌宠被打赏￥33元 | |
| 【瑞萨BLE/WIFI模块测评】MPU6050双链路对比被打赏￥30元 | |
| 【瑞萨BLE/WIFI模块测评】DA14531被打赏￥28元 | |
| 【瑞萨BLE/WI-FI模块测评】DA16200被打赏￥28元 | |
| 【瑞萨BLE/WIFI模块测评】环境搭建被打赏￥32元 | |
| 【瑞萨RA8D1测评】LVGL显示动画被打赏￥30元 | |
| 【瑞萨RA8D1测评】IMU动作识别的数据采集与模型训练被打赏￥33元 | |
| 【S32K3学习整理】时钟系统 ClockOut 功能被打赏￥28元 | |
| 【S32K3学习整理】以太网LoopBack模式功能验证被打赏￥26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
