网络与分布式系统研究所紧紧围绕学校办学定位和发展目标，结合学院学科专业建设实际，坚持“立足合肥，服务安徽，辐射长三角”。经过多年建设与培育，学科取得较好的发展，目前已形成三个稳定的研究方向：深度学习与服务计算、数据挖掘技术研究与智能信息处理硬件系统。
深度学习与服务计算：主要研究领域包括：一是将深度学习应用到服务推荐领域中，使推荐系统取得了最先进的性能，并获得了高质量的推荐效果。深度学习模型可以深层次地理解用户的需求和项目的特征，同时深层次地挖掘用户对项目的历史行为交互信息；二是研究随机信源的熵理论，将该理论应用到服务组合与优化，并且应用到云制造环境下；三是研究边缘网络环境下的服务计算问题，考虑结合区块链技术、联盟学习研究边缘计算环境下的资源优化与服务协同与组合问题。
数据挖掘技术研究：随着网络的高速发展，各行业的信息呈爆炸式增长。在这些海量杂乱的信息中，隐藏着大量有利于行业发展相关的数据信息。要在这海量数据中及时、准确挖掘这些有用信息是相当困难的。一是数据库与数据挖掘。主要从事包括关系数据理论、分类、神经网络、机器学习等数据库、数据挖掘基础理论与基本方法的研究和应用。二是行业知识发现。主要是以大数据最新技术，围绕行业领域中的大数据，开展因果关系发现、时序数据挖掘、高维数据分析、数据隐私保护等方面的研究，进而支持新一代信息技术、高端装备制造、新材料等十大新兴产业发展重大需求
智能信息处理硬件系统研究：为了提高计算机处理器的处理性能，增强对信息的并行处理能力。我们将专注于三值光学处理器硬件工况控制软件系统，研究目标是配合三值光学处理器的控制电路和硬件，实现科学地控制三值光学处理器各部件协同工作。使其能够与上层的任务管理软件流畅通信、能够根据任务管理软件的需要实现SD16处理器硬件处理器位的弹性分配、能够为满足任务管理软件的功能需求对SD16处理器硬件处理器位进行重构与检测，为三值光学计算机底层软件体系的构建奠定基础。