Hệ thống giám sát mạng truyền thống thường phản ứng sau khi sự cố xảy ra, gây khó khăn trong quản lý cảnh báo.

   - Tác giả đề xuất một kiến trúc giám sát phòng ngừa, sử dụng phương pháp EventSets để phát hiện các chuỗi sự kiện dẫn đến cảnh báo mục tiêu.

   - Các chuỗi sự kiện được khai phá từ dữ liệu lịch sử và dùng để huấn luyện mô hình học máy dựa trên máy trạng thái hữu hạn (AFSM).

   - Hệ thống có khả năng xử lý dữ liệu nhiễu, độ trễ mạng và hoạt động theo thời gian thực.

   - Quá trình học được thực hiện định kỳ, giúp hệ thống cập nhật kiến thức và cải thiện độ chính xác dự đoán.

   - Thử nghiệm trên dữ liệu thực tế cho thấy hệ thống đạt độ chính xác dự đoán lên đến 72%, với thời gian huấn luyện dưới 30 phút cho 7 ngày dữ liệu.