Marco de mejora de plug-ins: Superando el cuello de botella de rendimiento de modelos preentrenados para la clasificación de tráfico cifrado

Puntos clave

• La clasificación de tráfico cifrado logra una mayor precisión con modelos preentrenados mejorados y un marco de plug-ins.
• Un aumento del 20% en la precisión de clasificación demuestra la efectividad del enfoque propuesto.
• La evaluación utiliza un novedoso marco de mejora para modelos de aprendizaje automático para abordar cuellos de botella de rendimiento.
• Estos hallazgos apoyan la necesidad de técnicas avanzadas en aprendizaje automático para optimizar el manejo de datos cifrados.