团队聚焦边云协同大数据智能计算研究领域，通过交叉研究其算力、算法和数据三大要素，提出了一系列创新理论方法与核心技术。

代表性成果1（边云协同大数据系统与计算）：提出了新型分布式边云协同大数据系统框架与计算范式；设计了一系列复杂边云协同任务编排、计算卸载和资源调度优化方法，提高云边大数据系统核心指标10倍以上。

代表性成果2（边云协同数据流通与隐私保护）：提出了面向分布式大数据分析的隐私保护理论框架；设计了一系列隐私保护大数据分析和跨组织联邦学习算法；突破了高维数据、无限流式数据、超大规模数据主体的严格隐私保护和跨主体分析瓶颈。

代表性成果3（分布式云边大数据分析算法技术）：提出了面向应用典型场景（电信网络、新能源汽车）的“机理+数据”双驱动大数据智能建模方法，设计了一系列云边协同大数据分析算法；解决了十亿级多尺度大数据分析，多场景样本稀缺和模型迁移等难题。
 

代表性成果4（边云协同大数据应用技术）： 自主研发了边云协同平台软件EdgeAI和FedAI及相关算法库，在电信网络优化、工业装备运维、电力数据流通、新能源汽车大数据、智慧水务等典型边云协同场景中成功落地应用。