“云计算与大数据处理”科研团队近年来围绕着云计算中容器云的安全架构、信任管理、服务调度等关键技术与方法、复杂生物大数据的预测、挖掘、智能分析及决策等方面的关键科学问题，开展一系列科学研究，如：①面向容器云的资源关键技术。主要研究可信容器云、容器云服务及应用。包括容器云下的信任模型、各种数据密集型行业的云服务和新应用开发等；②复杂生物大数据处理与应用。研究生物大数据病理关联及预测，对复杂的生物大数据进行检索以及使用、挖掘、智能分析及决策等。新增国家自然科学基金项目4项；广西科技开发项目（重点研发项目、重大专项、广西自然科学基金、人才专项）新增获得6项。发表SCI/EI论文33篇。授权发明专利授权20件。此外，还有6项成果实现成果转化。与国内众多企业合作，代表性成果如下：
①多维度智慧街面巡防系统研发与应用示范
多维度智慧街面巡防系统研发与应用示范是桂林理工大学计算机科学与工程学院、润建股份有限公司联合申请的一个广西重点研发计划项目。该项目研发一套智慧街面巡防系统，从视频监控、单兵巡逻、联勤联防、无人机精准巡防等多个维度，结合可视化地理信息系统与新一代移动终端，发布精确巡逻盘查任务，实施精准式街面巡逻防控工作，对街面重点人车特征、人流密度变化、群体行为特征等进行无感采集、远端识别、超前预警，提高街面见警率、管事率、盘查率、抓获率，提升群众安全感和满意度。
②联网自动驾驶飞行器整机装备研制及应用示范
联网自动驾驶飞行器整机装备研制及应用示范是桂林理工大学计算机科学与工程学院、广西祥云亿航智能制造有限公司联合申请的一个广西重点研发计划项目。该项目研究一款安全、环保、智能的联网自动驾驶飞行器，以及实现飞行器统一调度、集中管理、数据共享、远程指挥等功能的调度管理系统。基于亿航智能的飞行器软硬件技术优势，以祥云亿航已建成研发测试场地的为主要试验环境，探索调度管理系统与自动驾驶飞行器创新应用，创造更加安全、便捷、高效、环保的智慧城市生活。
③基于三维码的智能AGV动态柔性系统
联网自动驾驶飞行器整机装备研制及应用示范是桂林理工大学计算机科学与工程学院、桂林国际电线电缆集团有限责任公司联合申请的一个广西重点研发计划项目。该项目采用二维平面码与空间拓展码结合的立体三维码，结合优化AGV仓储管理调度方案，实现对生产过程的物料信息管理与分析，提高物料的利用率；基于原有工业云，设计并实现线缆产品生产管理、AGV智能人机协同、产品信息可溯源和仓储物流管理为一体的远程运维智能调度系统及智能管理软件APP提高生产效率，实现工厂智能化。
④高性能全气候纯电动微小型商用车关键技术研发及应用
高性能全气候纯电动微小型商用车关键技术研发及应用是桂林理工大学计算机科学与工程学院、广西汽车集团有限公司、柳州五菱新能源汽车有限公司、武汉理工大学、广西大学联合申请的一个广西重点研发计划项目。该项目针对纯电动车不能满足严寒、高温全气候应用需求，按照“损耗分析—温度场分析—实验验证—热需求分析—热管理系统设计—策略优化”的技术路线，开展高性能全气候适应性重大关键技术研究，开发高性能全气候纯电动微小型商用车2款，实现-30℃-+50℃范围内车辆全气候应用性能达到国内同类产品领先水平，并实现批产。
⑤大数据可视化社会安全情报一体化监控指挥平台
大数据可视化社会安全情报一体化监控指挥平台是桂林理工大学计算机科学与工程学院、桂林安信软件有限公司联合申请的一个广西重点研发计划项目。该项目基于大数据一体化、可视化的智能研判预警和情指联动服务模式，结合了广西东盟地缘特征，连接信息孤岛，使多维度信息互联互通，做到即时布警、快速出警、迅速处警，在提高重大突发事件快速反应能力的同时，破解社会公共安全综合情报整合难题，协助公安警务部门以最节约的警力最大程度的实现社会治安防控，最有效的预防犯罪，最精准的打击犯罪，构建社会治安及公共安全防御打击新体系,助力广西本土智慧平安城市构建。
⑥电动车实时追踪监控系统
电动车实时追踪监控系统是桂林理工大学计算机科学与工程学院、桂林大友科技有限公司联合申请的一个广西重点研发计划项目。该项目针对目前市面上电动车行驶里程不清晰、无法定位电动车位置、电动车过户繁琐、无法自助排除故障、车主找不到最近检修点等问题，本项目基于车载硬件提供数据采集功能，通过采用自主研发的云计算技术、海量数据分布式存储技术，研发出骑行卫士手机客户端APP软件以及电动车商家管理系统，实现电动车会员行驶数据收集及分析和提醒、故障提醒、自助解析并清除故障、贴士信息发布、一键反馈等功能，达到电动车行驶数据分析智能化
[1]e, X., Dong, L., Gu, H., Li, H. and Zhang, L. A collaborative method on reversible lane clearance and signal coordination control in associated intersection[J]. Journal of Advanced Transportation, 2023.
[2] Zhang, Y, et al. Fusion of KATZ measure and space projection to fast probe potential lncRNA-disease associations in bipartite graphs[J]. Plos one, 16.11 (2021): e0260329.
[3] Shi, K, et al. Identifying microbe-disease association based on graph convolutional attention network: Case study of liver cirrhosis and epilepsy[J]. Frontiers in Neuroscience 16 (2023): 1124315.