MLP为电子工厂监控激光焊接机、机器人、多种质量检测机和 PLC。MLP 实时收集流式操作数据和日志，持续采集多种类型的半结构化流数据，并从半结构化数据中提取和处理了成百上千个数据字段。
华电公司是一家拥有7家上市子公司的大型能源企业集团, 年收益300亿美元。
在华电公司服务的城市级家庭集中供暖系统中, MLP对发电厂、换热器以及相关设备的数据进行监控，实时获取压力、温度、流量、电力消耗等值以及天气信息，通过分析数据和应用机器学习算法确定最佳操作条件。MLP还根据天气预报数据预测未来几天的能源需求。
案例 1:
山东城商行联盟整合了山东省16家商业银行的IT业务，总资产达14,000亿 元。
山东城商行联盟中, MLP从服务器、应用程序、网络设备和业务交易系统（每天TB级的数据量）收集运营日志。使用MLP的解析引擎进行日志解析，以提取数百个关键操作参数，以进行进一步的数据分析和机器学习；日志也被索引到MLP的搜索引擎中。
案例 2:
MLP利用机器学习创建内部TCP连接的画像侧写，利用防火墙日志获取连接信息，查找新连接、长期连接、短期连接以及丢失的连接。然后,标记所有异常连接并发出告警，同时根据它们的行为变化调整为不同的颜色。
桂林银行是中国的一家大型区域银行,位于中国西南地区的桂林市。
在桂林银行，MLP被用于收集网络设备、安全设备、系统、应用程序和事务事件和日志数据。交易开始于柜员终端、移动电话银行、网络银行、ATM和POS系统。MLP使用其解析和内存流数据分析功能提取密钥ID和其他参数，将事务步骤整合在一起，并重构事务流。然后进行进一步的统计分析，基于机器学习的聚类和异常监测。
中石油是全球财富500强排行榜上第四大公司, 拥有160万名员工，年收益达2630亿美元。
MLP 为中国石油集团监控其分布在全球各地的电子邮件服务器的邮件信息，包括成千上万的内部电子邮件域和不计其数的外部域。MLP从每封电子邮件中提取20多个特征, 应用多维无监督机器学习技术, 确定异常电子邮件活动和对公司的风险。
中国农业银行是一家大型国家银行, 具有资产13.24 万亿元, 年收益4219.6亿元。
在中国农业银行，利用 MLP的数据包解码器对网络流量连接进行了分析，并且对连接进行了重建, 对协议进行了解码。协议包括TCP、UDP、HTTP、DNS、FTP等。
