目前每个公司拥有的数据量和需要处理的事务日益增多,促使所有公司将业务云化处理,IVCE平台就是为了进行日常全国网络各运营商和省市状况的测试而开发的平台,为了能够使得测试结果的连续真实有效和可靠,必须保证平台能够连续运行,出现故障也要求能短时间内恢复,但平台中的虚拟资源性能不稳定,经常会出现掉线情况,还可能被限速,并且其中存储的机密数据也没有被加密保存,所以作为开发者必须能够克服这些困难。首先,本文就针对这些需求研究实现基于BP神经网络算法的虚拟资源性能预测算法,向平台管理者提供未来虚拟资源的性能参考。因为BP算法存在收敛速度慢和易陷入极小值的问题,加入贝叶斯正则化理论和姿势和学习率参数,形成Trainbr-BP神经网络算法,新数据收集以后再次反向输入神经网络,调整神经元权值,在平稳状态下预测准确率能达到99.086%和99.99015%,收敛步数也仅为原有算法的1/10。其次,本文对于CryptDB中的数值型数据的保序加密算法进行改进,应用模块化保序加密算法,对输出结果添加偏移量提高数据安全性,在压力测试和使用不同索引类型的情况下对不同量级的事务操作平均仅有10%左右的增加,在提高安全性的情况下,操作效率没有明显下降;除此之外,对于MOPE算法中二分查找过程进一步改进,将明文空间拟合为等差数列,提高搜索效率,不仅从理论分析证明改进方案将平均查找长度从log2(n+1)-1减少到1～log2(n+1)-1之间,并且设计实验证明在不同并发语句数量和不同索引类型情况下数据库操作效率平均提高5.99%和5.97%,在实践中的应用也是有明显效果的。最后,研究实现IVCE平台健康状况监控系统,开发监控客户端、脚本和前台界面对平台中所有虚拟资源和各种服务器进行收集信息、状况展示和调度操作。利用CryptDB加以Mycat实现安全数据存储模块,形成双机热备的高可用性数据库模块,提高数据安全性和数据库的健壮性,并在通信格式使用JSON进行统一规定,形成本文监控系统。纵观全文,本文对IVCE平台存在的问题进行针对性的分析,根据分析列出需求,分别利用BP神经网络研究实现资源性能预测算法,对于保序加密算法的安全性和搜索效率进行研究提高,设计实现监控系统中的各个模块,最后设计实验验证系统的有效性和可用性。