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 |
|
|---|---|
| 【FreeRtos】FreeRtos + MPU模块的配置使用被打赏¥32元 | |
| 【分享开发笔记,赚取电动螺丝刀】墨水屏文本显示器被打赏¥25元 | |
| 【STEVAL-STWINKT1B】:结合STMcubeMX读取磁力计iis2mdc被打赏¥19元 | |
| 【STEVAL-STWINKT1B】:结合STMcubeMX读取LPS22HH气压、温度被打赏¥19元 | |
| 【STEVAL-STWINKT1B】:结合STMcubeMX读取STTS751温度被打赏¥17元 | |
| 【STEVAL-STWINKT1B】:结合STMcubeMX软件读取HTS221温湿度被打赏¥22元 | |
| M5PAPERESP32EINKDEVKIT评测|使用MicroPython开发M5Paper被打赏¥15元 | |
| OK1126B-S开发板下以导航按键控制云台/机械臂姿态调整被打赏¥29元 | |
| 【树莓派5】便携热成像仪被打赏¥36元 | |
| 【树莓派5】环境监测仪被打赏¥35元 | |
我要赚赏金
