该论文聚焦于基于机器学习的入侵检测系统（ML-based IDS）在实际部署中的有效性问题，指出当前研究普遍存在一种“模型效能幻觉（illusion of model efficacy）”：即通过改进算法、优化检测率、降低误报率等手段，在特定数据集上取得接近完美的性能指标，但面对训练阶段未见过的攻击（unseen attacks）时，其检测能力急剧下降，甚至难以识别一小部分新型攻击。作者认为，仅关注算法增强和指标调优不足以支撑真实世界的安全需求，系统需要具备良好的泛化能力。为此，论文设计了一套实验来系统评估若干经典分类器对未知攻击的泛化能力，重点考察数据维度参数（dimensionality parameter）的影响。实验采用两种不同的实验方法论，并在两种不同设置下运行，以对比模型在已知攻击与未知攻击上的表现差异。实验结果显示，模型对未知攻击的检测率远低于预期，即使能捕捉到少量未知攻击，也暴露出模型在特征空间上的结构性缺陷，进而说明当前ML-based IDS研究与评估方法的不足。为改善上述挑战，论文提出了七项评估标准（seven evaluation criteria），用于指导未来研究在更贴近实际攻击场景下公平、全面地评价IDS模型，强调应在数据划分、特征选择、评估协议等层面纳入未知攻击样本，以反映模型真正的鲁棒性。本文适合网络安全研究者、入侵检测系统开发人员、以及使用ML方法构建防御系统的安全工程师阅读，有助于理解为什么离线精度不能代表在线防护能力，并获取重新设计评估流程的建议。