用于非参数测试两个多维样本是否来自同一父分布的函数。 一个函数实现了 Fasano & Franceschini 对 Kolmorogov-Smirnov 检验的二维 (kstest2d.m) 的泛化 [1]，而第二个函数基于对统计能量的类比实现了 Aslan & Zech 和 Szekely & Rizzo 的检验 [2,3]，当两个样本来自同一个父分布 (minentest.m) 时，它被最小化。 在这两种情况下，统计量的分析分布是未知的，并且近似值用于统计检验。 对于 KS 测试，我使用了 Press 等人提出的近似值。 [4] 表示对 Fasano & Franceschini 通过简单模型的 Monte Carlo 模拟获得的百分位数的拟合。 对于能量测试，p 值是通过聚合样本的排列获得的。 KS 测试目前仅适用于二维数据，但最小能量测试接受 n 维输入（尽管显着性测试可能变得

基于背景重构和二维KS检验的有害入侵检测方法

用于判别所给数据源在置信率为0.05时的概率分布形式。A的形式为n×1，添加了威布尔分布 （1）求取待检测数据的特征参数； （2）根据特征参数对应的标准分布生成匹配数据； （3）利用K-S检验方法，比较匹配数据和待检测数据之间的相似性，给出检验结果。

用于判别所给数据源在置信率为0.05时的概率分布形式。A的形式为n×1，添加了威布尔分布 （1）求取待检测数据的特征参数； （2）根据特征参数对应的标准分布生成匹配数据； （3）利用K-S检验方法，比较匹配数据和待检测数据之间的相似性，给出检验结果。