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。

本文介绍了以生成对立示例为基础的理解算法，将其视为知识源泉，可在以后以不同方式存储和利用。通过加法模型和贝叶斯分类器的案例，说明了这个过程的有趣特性。