Plataformas para cidades inteligentes são responsáveis por fornecer diversos serviços para facilitar o desenvolvimento de aplicações para cidades inteligentes. Tipicamente, tais plataformas gerenciam uma diversidade de aplicações, tratam com grande volume de dados e atendem a um expressivo número de usuários que geram um alto volume de requisições. A grande quantidade de requisições muitas vezes ocasiona sobrecarga na plataforma, degradando a qualidade do serviço provida para os usuários e aplicações. Além disso, é comum que plataformas para cidades inteligentes processem solicitações relacionadas a operações que lidam com os grandes volumes de dados dos mais variados tipos, como os dados geográficos de uma cidade. Além do mais, é comum que haja sobrecarga sobre as operações direcionadas ao banco de dados que utilizam os recursos da infraestrutura. Nesse contexto, é necessário monitorar a infraestrutura computacional subjacente na qual plataformas para cidades inteligentes e aplicações estão implantadas, bem como monitorar as operações da plataforma que acessam os dados armazenados nos bancos de dados usados pelas plataformas. Deste modo, é possível verificar se há alguma limitação durante o processamento de grandes quantidades de dados em um tempo aceitável. Visando tratar esse problema, o objetivo deste trabalho é propor e implementar uma estratégia não invasiva para possibilitar o monitoramento das operações em plataformas para cidades inteligentes, incluindo o monitoramento da infraestrutura subjacente. A estratégia proposta apoia-se no paradigma de programação orientada a aspectos para que seja possível monitorar as operações da plataforma sem a necessidade de intervir sobre a implementação da plataforma ou gerar acoplamento com relação ao monitoramento. Este trabalho também apresenta a implementação da estratégia de monitoramento e sua instanciação no contexto da plataforma Smart Geo Layers (SGeoL), bem como uma avaliação da estratégia de monitoramento proposta. A estratégia de monitoramento é avaliada através de testes de desempenho utilizando o Apache JMeter, o que possibilitou testar as consultas da API de monitoramento.