大型车站、机场等重要交通节点属于公共场合，随时都有大量的旅客流动，为确保场站安全性，站方往往会投入大量人力资源维持各个区域的稳定、确保动线流畅；并应用多样的传感器以及多支摄像头提升管理效率，这点从几乎遍布了整个上海虹桥的摄像头可见一斑。但在布设了多台摄像头、各式传感器之后，如何让大量异质数据经过分析整合发挥最大综效，需要行为分析专家与数据分析师的共识与合作。

透过与警政单位的人员合作，根据警政办案的经验，训练影像识别系统在发现潜在风险时发出警信，如多班火车已经过站，旅客若仍在月台逗留，即可能有轻生的倾向，从技术上解释，即是透过边缘运算的应用，让终端设备过滤旅客特征，若系统发现有多台摄像头画面皆分析出一致的旅客特征，即可以推测有特定旅客在某个区域内徘徊不定。或是当画面出现人潮急迫的移动，即可能是场站有危险人物出现，导致大量旅客往同方向逃离。

除了摄像头之外，亦可以结合红外线、RFID等功能，在需顾虑隐私的场合，作到安全的预警，如厕所内昏厥的案例。如当传感器感应到某个厕所隔间已经被使用超过合理时间，就可以发出警信，让站务人员进行确认，以防昏厥、恶意破坏、或是犯罪的情况发生。更进一步，在确定意外发生时，直接调出该时间点前后在附近走动的面孔，加速警政办案或是追踪的效率。

以上的应用，主要都建立在对边缘运算的依赖上，透过实时掌握车站、机场状况，让画面以数据记录在明确的时间点上，整体可以减少站务人员的劳务、更能提高管理效率。