本文依托中国石油某油田公司的现有环境,采用Cloud Foundry开源组件搭建了油气生产物联网PaaS平台。平台的各种应用部署在多台Centos虚拟机中,运行过程中发现虚拟机的内核非常容易遭受rootkit恶意程序的攻击,针对此问题,本文设计出了一个能够时刻监测平台中虚拟机是否处于安全状态的虚拟机监测系统。当有内核rootkit对平台中普通虚拟机进行攻击时,虚拟机监测系统可以立即发出警告来提醒管理员,同时监测系统可以取出一些实时的指标信息构建指标集,管理员就可以及时发现恶意程序并对其进行处理,同时监测系统还包含了一个自适应性算法,对监测模型进行优化。由于虚拟机监测系统只能对平台中的普通虚拟机进行实时监测,而对于虚拟机在未来的安全状态还无法进行有效的预测与评估,因此,本文将虚拟机监测系统的指标信息组建成指标集,结合BP神经网络算法,对平台中的普通虚拟机在未来是否安全进行预测。为了解决BP神经网络收敛速度较慢且容易陷入局部最优的缺点,本文提出了利用粒子群算法对BP神经网络进行优化。但是传统PSO算法全局搜索能力较弱,而且容易陷入“早熟”,因此本文对传统粒子群算法改进,提高粒子群算法的寻优能力,同时防止群体陷入“早熟收敛”,而后利用改进后的PSO算法结合BP神经网络对平台中虚拟机的未来状态进行有效预测,完成PaaS平台虚拟机状态预测模型。