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。
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。
