伴随互联网技术的快速发展，网络业务和互联网流量数据呈现爆发式增长，进而影响互联网大数据分析平台，产生数据量和运维环境的变化，冲击传统的大数据平台运维模式和数据技术方案。该文在总结机器学习在大数据分析平台运维观众的应用的基础上，分析聚类方法和回归算法的特征，提出基于机器学习的大数据平台智能化运维系统设计和监控系统设计法，为平台运维人员监控、排查和修复等问题提供便利。
在大数据背景时代，计算机技术及人们的学习方式发生了巨大变化，网络系统及信息共享的扩展性和共享性不断改进，也对网络安全和传统大数据平台带来挑战。我国互联网网民超过8亿，其中网络普及率也超过60%，网络成为人们生活、工作及学习不可或缺的一部分。伴随不断升级和改造的互联网基础设施，使得人工智能、医疗健康及投资风控等应用场景出现在数据平台中，网络环境的安全问题越来越影响人们生活，网络环境复杂多变，网络犯罪也更加严重，可见，互联网的发展也促进各国积极管理和应对网络风险及安全
策略，对传统的大数据平台及监控体系提出了巨大挑战。
