arXiv 机器学习· Shenghe Xu, Lifan Mei·· 10 小时前AI 评分29
Jev 用于网络流量分类初探：准确率、处理时间与成本
A First Glance at Jev for Network Traffic Classification: Accuracy, Processing Time, and Cost
AI 导读
研究首次评估通用决策模型 Jev 在 CESNET-QUICEXT-25 上的网络流量分类性能，40 个标注样本将其准确率从 9.80% 提升至 28.42%，但整体仍落后于 Random Forest（69.95%）。
来源：arXiv 机器学习 · arxiv.org