本研究提出了一种混合预测方法，将ARIMA模型与多项式分类器结合，解决了传统时间序列预测方法与非线性模型结合不足的问题。实验结果表明，该混合模型在预测准确性上优于单独模型。

本研究比较了贝叶斯分类器的三个变种在网络入侵异常检测中的性能。结果显示，高斯分类器的准确率最高，多项式分类器的准确率最低。每个变种的性能取决于其分类器的假设。