为应对移动智能终端及携带个人设备办公所带来的新的保密及安全挑战，目前在多个维度空间都展开了相关的保障技术研究，并研发了一系列系统，以实现移动终端监测。然而，现有的这些监测系统一方面面向维度单一，并且相互孤立，各自为战，另一方面缺乏强大的计算能力，因而难以完成诸如安全事件扩散追踪、溯源取证，移动通信态势分析、全景信息图像呈现，以及监控目标行为分析、关联分析等复杂的监测需求。为此，需要构建新的监测框架，以协同多维平台数据，完成上述监测应用。　　依据上述目标，本文研究并实现了面向移动终端的多维协同监测系统平台。该系统平台采用了面向服务的分布式系统架构，并具备了对大规模多源异构数据的接入集成、存储管理以及并行计算等能力。本文主要研究工作及贡献包括:　　1)本文研究并实现了一种异构数据交换引擎，该引擎提供了对离线数据源和在线数据源的统一抽象，并能够以高效、可靠、可扩展的方式完成多种数据源系统之间的数据交换。　　2)本文设计并部署了大规模异构数据的存储管理及并行计算方案，该方案集成了多种分布式数据管理系统和并行计算引擎框架，提供了丰富的数据服务接口和强大的集群编程环境。同时，本文还以算子服务的形式，实现了对并行计算资源的进一步抽象，以使业务系统能够无感于集群编程环境，更加专注于自身的业务逻辑。　　3)本文基于分类的视角，提出了一种结合了规则学习算法与线性分类算法的实时事件检测模型。该模型以算子服务的形式构建于分布式流式计算引擎之上，能够从大规模实时增量产生的多维监测数据流中快速提取目标事件。　　4)本文基于研究实现的多维协同监测系统平台，构建了移动终端实时监测业务系统，完成了区域环境中移动终端实时全景信息图像的呈现和异常事件的实时发现。　　本文研究实现的多维协同监测系统平台能够完成移动终端多维监测信息的协同融合和挖掘分析处理，支撑起多类移动终端监测业务系统的构建。