随着目前信息技术不断发展,现代计算机系统无论是在自身的结构和设计属性还是系统的使用模式上都变得越来越复杂。特别是近几年来高速互联网络的普及和计算机处理能力的飞跃性提升以及虚拟化技术的不断完善,云计算概念日渐火热,成为当前极为重要的一种计算机系统使用方式。而云计算系统往往具有相当复杂的系统内部结构,同时承载了极为多样化并且重要的业务。如何保证云计算平台稳定运行变得日益重要,而自动化的系统异常检测,告警乃至预测是维护云计算平台正常运转和异常快速恢复的基础。尽管针对系统点异常的检测技术已经有一定的研究结果积累,但是仍然无法满足云计算平台实际维护工作中的需求。进一步针对系统行为模式的异常检测则由于问题本身的复杂性而更缺少有效的技术和手段。本文结合机器学习,多变量处理,时间序列分析和随机过程等方面的技术,提出了多个异常自动检测算法,分别针不同使用场景的系统行为异常检测任务,并且利用以上算法为核心开发了在线检测系统。本研究还对以上算法进行了多个数据集上的详尽测试,实验表明,算法在实际使用环境当中能够获得良好的效果,解决了传统算法的一些不足和缺陷。在线监测系统则以智能监控平台为基础提供异常自动发现和可视化功能,并展示了其扩展性和可实施性。