本文提出了一种针对 UNSW-NB15 数据集的机器学习分类器的数据驱动设计和性能评估方法，使用 Balanced Bagging、eXtreme Gradient Boosting、Hellinger Distance Decision Tree 等集成方法来解决不平衡数据问题，提出了两种新的算法来解决类重叠问题，并提高了测试数据的分类性能。