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。

该论文提出了一种在密集场景中实时检测和定位异常的方法，通过使用本地和全局描述符对视频进行描述，并利用高斯分类器区分正常和异常活动。实验结果表明，该算法优于其他方法，并具有更高的时间效率。