本项工作主要针对大规模城市场景下，如何有效管理和优化分布式边缘计算资源来支持相关公共安全计算任务，例如大规模人群/车流的实时识别和跟踪。主要基于系统分析和系统优化的基本背景和理论，运用机器学习、优化理论、系统仿真等方法来对这种大规模不确定性系统进行优化，重点针对分析对象变化各种意外情况多发散发的问题，研究和探索真正有效提升整体系统优化的方法体系。

该项研究得到安徽省重点研发计划的支持，发表TC，TSC，ICSOC等多篇高水平论文，申请多项专利等。