当下云技术发展迅猛,在多个领域都发挥出很大作用,与矿产资源开采领域的结合也愈来愈密切。借助于云平台技术实现监测大数据的分析与挖掘,是进行矿山灾害预测预警的基础。由于历史遗留问题及盗采乱采问题使得弓长岭露天矿独木采区存在大量采空区,给正常的采矿生产带来了极大的不便。为给采空区后续治理提供参考信息,在小北沟区域一处近期不影响生产的采空区进行跟踪研究,拟进行长期监测,在该区域布置了微震传感器、多点位移计、锚杆测力计三套监测设备。传统的监测数据获取方式多为人工拷贝或下载,使得数据处理存在滞后性并且易造成数据存储不完整不规范,同时各类数据的可视化也存在分散的特点。为解决这些存在的问题,本文运用VMware vSphere私有云平台的网络、计算、存储资源对监测数据进行实时获取、安全存储、及时自动化处理挖掘、整合展示进行了一一探索实现,为采空区状态评判提供了直观的信息。主要工作如下:（1）基于VMware vSphere实现了硬件资源的虚拟化,完成了基础设施即服务的平台搭建,为后续工作等提供了底层资源池。（2）运用平台便捷的网络资源,通过Inotify和Rsync等实现了采空区微震监测数据的实时获取,编写定时执行的Python脚本通过HTTP协议的GET方法做到了多点位移计、锚杆测力计监测数据的实时获取,同时加入了获取过程中遇到异常的邮件提醒功能。同时在平台内搭建多台MySQL数据服务器,并配置了主从复制功能,用于各类数据的存储备份及不同业务的连接。（3）对微震数据从时间和空间角度进行了分析,结合数据趋势、数值区间、测点状态对位移数据和载荷数据进行了分析,综合三类数据对空区状态作出评价,并采用ARIMA算法对多点位移计监测数据进行自动化预测。（4）基于Django框架搭建了数据可视化系统,使得各类数据得以整合并直观地对外提供信息。