本系統實作一個利用NetFlow整理歸納網路行為的系統，將改善原本單一Netflow誤判之結果，以三個面向—事件、時間、空間去觀察IP行為，同時能找出正在作惡意連線的內部IP，發出告警，及時修正。當內部IP已經開始發動攻擊，系統可還原過去一段時間內，該台主機IP曾經的惡意連線，甚至找出區域内其他潛在的問題。在事件關聯中，針對四種不同攻擊各自提出了判斷攻擊程度的特徵，並計算成風險評估值，呈現該次攻擊的危害及受害程度。

利用Flow Pair之概念，減少Netflow因只記錄單向之誤判，提高判斷準確度。針對相同來源之IP進行配對與關聯分析，並加入時間、空間之概念，可找出相同攻擊下，尚未被發現之潛在受害者。

運用人工智慧與關聯性分析,擷取網路行為特徵,於該架構下可於攻擊初期即找出可疑主機及相關行為,減少受攻擊後之人力、物力及財力之損失。可應用於校園網路、公司網路、政府網路中。