Morpheus 模型
Morpheus 附带了许多预训练模型，以及相应的训练、验证脚本和数据集。这些模型的最新版本可以在此处找到。
模型 |
GPU 内存需求 |
描述 |
|---|---|---|
| 异常行为分析 (ABP) | 2015MiB | 此模型是一个二元分类器的示例，用于区分异常 GPU 行为（例如加密货币挖矿/GPU 恶意软件）和非异常的基于 GPU 的工作流程（例如，ML/DL 训练）。该模型是一个 XGBoost 模型。 |
| 数字指纹 (DFP) | 4.97MiB | 此用例当前实现为检测用户行为的变化，表明从人到机器或从机器到人的变化。该模型是自动编码器和快速傅里叶变换重建的集成。 |
| 欺诈检测 | 76.55MiB | 此模型展示了图神经网络在信用卡交易图中的欺诈检测应用。包含交易、客户和商家节点三种类型的交易数据集用于建模。 GraphSAGE 与 XGBoost 的组合用于识别交易网络中的欺诈行为。 |
| 勒索软件检测模型 | 不适用 | 此模型展示了 DOCA AppShield 的应用，使用来自易失性内存的数据将进程分类为勒索软件或良性软件。此模型使用随时间推移的滑动窗口，并将派生数据馈送到各种长度的随机森林分类器中，具体取决于收集的数据量。 |
| 灵活日志解析 | 1612MiB | 此模型是使用命名实体识别 (NER) 进行日志解析的示例，特别是 Apache HTTP 服务器 日志。 |