王茹楠，主要研究方向为软件工程、网络建模、程序分析和机器学习算法的融合应用。2017 年本科毕业于北京理工大学软件工程专业，2019 年硕士毕业于同校同专业后，于 2024 年在帝国理工学院计算机专业获得博士学位。博士期间的主要研究项目集中在基于云原生应用程序的性能工程，为开发者、使用者以及云服务提供商提供性能建模、分析、预测及诊断管理。在攻读博士期间，在ICSOC、ACM TOMACS等国际会议和期刊发表论文，曾获2022 ICSOC最佳论文奖。曾以帝国理工学院研究助理身份参与欧盟 Horizon 2020 研究和创新计划资助项目 RADON；担任IEEE ICDCS、DSN、IEEE IPDPS等国际会议审稿人；参与发明国家专利3项。

性能分析，云原生架构，网络建模与软件工程、人工智能的融合应用

2019年9月-2024年5月 帝国理工学院计算机，博士

2017年9月-2019年6月 北京理工大学软件工程，硕士

2013年9月-2017年6月 北京理工大学软件工程，学士

2021年2月-2021年6月 帝国理工学院研究助理，RADON 项目

[1] R Wang. Learning Performance Models Automatically. International Confer- ence on ServiceOriented Computing (ICSOC), 2020, PhD Symposium.

[2] R Wang, G Casale, A Filieri. Service demand distribution estimation for microservices using Markovian arrival processes. International Conference on Quantitative Evaluation of Systems (QEST) 2021.

[3] R Wang, G Casale, A Filieri. Estimating multi-class service demand distribu- tions using Markovian arrival processes. ACM Transactions on Modeling and Computer Simulation (TOMACS), 2022.

[4] R Wang, G Casale, A Filieri. Enhancing performance modeling of serverless functions via static analysis. International Conference on Service-Oriented Computing (ICSOC), 2022. Best paper award.

[5] A Alnafessah, AU Gias, R Wang, L Zhu, G Casale, A Filieri Quality-aware DevOps research: Where do we stand?. IEEE access, 2021. (Lab joint research paper)

[6] R Wang, F Jin, L Yang and X Han. A Software Reliability Combination Model Based on Genetic Optimization BP Neural Network. 5th International Conference on Geo-Spatial Knowledge and Intelligence (GSKI), 2017.

[1] 一种基于预训练和双向LSTM的语音识别方法，金福生;王茹楠;张俊逸;韩翔宇，2018.10.19

[2] 一种基于多特征与特征选择的恶意代码分类方法，金福生;王茹楠;秦勇， 2018.12.18

[3] 一种基于程序频谱的多缺陷定位方法，金福生;王茹楠;蔡天倚;王树良，2019.01.08