arXiv · Machine Learning Theory· Shenghe Xu, Lifan Mei·· 5 小时前AI 评分20
Jev 在网络流量分类中的准确性、处理时间与成本初探
A First Glance at Jev for Network Traffic Classification: Accuracy, Processing Time, and Cost
AI 导读
研究评估 Jev 在 CESNET-QUICEXT-25 数据集上的网络应用分类表现，仅用前 10 个数据包的大小、方向和间隔时间。40 条固定标注样本将 Jev 准确率从 9.80% 提升至 28.42%，但 Random Forest 和 Extra Trees 在 8,000 条记录上分别达到 69.95% 和 66.80%，每周均优于 Jev。
来源：arXiv · Machine Learning Theory · arxiv.org