• 其他栏目

    王然

    • 副教授 硕士生导师
    • 招生学科专业:
      计算机科学与技术 -- 【招收硕士研究生】 -- 计算机科学与技术学院
      电子信息 -- 【招收硕士研究生】 -- 计算机科学与技术学院
    • 毕业院校:新加坡南洋理工大学
    • 学历:南洋理工大学
    • 学位:工学博士学位
    • 所在单位:计算机科学与技术学院/人工智能学院/软件学院
    • 办公地点:计算机科学与技术学院112
    • 联系方式:wangran@nuaa.edu.cn
    • 电子邮箱:

    访问量:

    开通时间:..

    最后更新时间:..

    个人简介:

    欢迎报考!!!

    欢迎校内外本科生(尤其推免生)报考我的研究生职位,提供国内外学术交流机会,表现优异者,可推荐到新加坡南洋理工大学、加拿大约克大学、阿尔伯塔大学、清华大学、浙江大学、武汉大学、中山大学等知名高校攻读博士学位。 研究生期间可参与导师主持的国家级项目,及与国内知名企业如中国电信、中兴通讯、国家电网、宝武钢铁集团的研究课题。研究方向包括:智能网络与计算、能源互联网、云网融合、人工智能应用等。


    个人简介:

    王然,1989年1月出生,博士,南京航空航天大学计算机科学与技术学院副教授。2011年7月毕业于哈尔滨工业大学英才学院电子信息工程专业,获工学学士学位;2016年4月毕业于新加坡南洋理工大学计算机科学与工程学院,获博士学位。导师为Wang Ping和Xiao Gaoxi教授。2015年10月到2016年8月在新加坡南洋理工大学电子电气工程学院做博士后研究员。2011年获新加坡“南洋工程博士奖(Nanyang Engineering Doctorial Scholarship Award)”,2017年获得江苏省“双创博士”资助(15万)。主要从事计算机网络、能源互联网方向的研究。2016年入职南航以来主持国家自然科学基金面向项目(2021)、国家自然科学基金青年项目(2018)、江苏省自然科学基金青年项目(20万)、科技部外专项目(30万)、中国计算机学会-腾讯犀牛鸟基金(全世界155项申请中只有14人获得)、国家博士后特助、国家博士后科研基金面上项目、江苏省博士后A类资助(2017年南航唯一A类)、多项校企产学研合作课题等;参与科技部重点研发项目2项,发高水平表科研论文50余篇,其中期刊论文24篇(均为中国计算机协会推荐或中科院2区以上的SCI),重要国际会议论文29篇(均为CCF推荐或EI),在国际会议做大会报告7次;Google Scholar他引800余次;第1作者在Springer上出版英文专著1部,出版江苏省十二五规划教材1部(清华大学出版社);以第1发明人申请国家专利8项,授权3项。受邀担任2018 、2019、2020、2021IEEE VTC, IWCMC 的会议技术委员会成员(TPC member),担任IEEE TSG, IEEE TWC, IEEE TPDS, IEEE TVT等期刊和IEEE INFOCOM, IEEE ICC, IEEE SmartGridComm, IEEE Globecom等会议的论文评审人。


    主持项目(部分):

    国家自然科学基金面上项目(2021),55万

    国家自然科学基金青年项目(2018),26万

    江苏省自然科学基金青年项目(2016),20万

    科技部外专项目(2020),30万

    中国计算机学会-腾讯犀牛鸟基金(2016,全世界155项申请中只有14人获得)

    国家博士后特助(2019),18万

    国家博士后科研基金面上项目(2017)

    江苏省博士后A类资助(2017年南航唯一A类)

    马鞍山钢铁合作项目(2021),59万

    中国电信移动互联网系统与应用安全国家工程实验室2021年专项(2021),15万


    论文列表(部分):

    [1] Q. Wu, R. Wang*, X. Yan, C. Wu and R. Lu, “Intrinsic security: a robust framework for cloud-native network slicing via a proactive defense paradigm”, IEEE Wireless Communications (IF: 11.979), accepted for Publication, 2021.

    [2] L. Liu, R. Wang* and Gaoxi Xiao, “On the Throughput Optimization for Message Dissemination in Opportunistic Underwater Sensor Networks”, Computer Networks (IF: 3.111), Volume 169, pp. 1-16, 14 March 2020(SCI引用3次).

    [3] R. Wang, G. Xiao and P. Wang, “Hybrid Centralized-Decentralized (HCD) Charging Control of Electric Vehicles,” IEEE Transactions on Vehicular Technology (IEEE TVT, IF: 5.379), Vol. 66, Issue 8, 2017, pp. 6728 – 6741(SCI引用21次).

    [4] R. Wang, P. Wang and G. Xiao, “Two-stage Mechanism for Massive Electric Vehicle Charging Involving Renewable Energy,” IEEE Transactions on Vehicular Technology (IEEE TVT, IF: 5.379), Vol. 65, No. 6, 2016, pp. 4159-4171(SCI引用46次).

    [5] R. Wang, P. Wang and G. Xiao, “A Robust Optimization Approach for Energy Generation Scheduling in Microgrids”, Energy Conversion and Management (ECM, IF: 8.208), Vol. 106, 2015, pp. 597–607(SCI引用63次).

    [6] R. Wang, P. Wang, G. Xiao and S. Gong, “Power Demand and Supply Management in Microgrids with Uncertainties of Renewable Energies”, International Journal of Electrical Power and Energy Systems (IJEPES, IF: 3.588), Vol. 63, 2014, pp. 260–269(SCI引用52次).

    [7] Y. Cao, O. Kaiwartya, R. Wang*, T. Jiang, Y. Cao, N. Aslam and G. Sexton, “Towards Efficient, Scalable and Coordinated On-the-move EV Charging Management”, IEEE Wireless Communications Magazine (IEEE WCM), Vol. 24, Issue. 2, Apr. 2017, pp 66-73.

    [8] C. Yi, J. Cai, K. Zhu and R. Wang, “A Queueing Game Based Management Framework for Fog Computing with Strategic Computing Speed Control”, IEEE Transactions on Mobile Computing, In Press, DOI: 10.1109/TMC.2020.3026194.

    [9] J. Ji, K. Zhu, D. Niyato and R. Wang, “Joint Trajectory Design and Resource Allocation for Secure Transmission in Cache-enabled UAV-relaying Networks with D2D Communications”, IEEE Internet of Things Journal, vol. 8, no. 3, Feb 2021, pp. 1557-1571.

    [10] J. Ji, K. Zhu, D. Niyato and R. Wang, “Probabilistic Cache Placement in UAV-assisted Networks with D2D Connections: Performance Analysis and Trajectory Optimization”, IEEE Transactions on Communications, vol. 68, no. 10, Oct. 2020, pp. 6331-6345.

    [11] C. Dai, K. Zhu, R. Wang and B. Chen, “Contextual Multi-Armed Bandit for Cache-Aware Decoupled Multiple Association in UDNs: A Deep Learning Approach”, IEEE Transactions on Cognitive Communications and Networking, vol. 5, no. 4, Dec. 2019, pp. 1046-1059.

    [12] L. Liu, R. Wang, and J. Wu, “A Time-inhonogeneous Markov Chain and its Distributed Solutions for Message Dissemination in OUSNs”, Journal of Parallel and Distributed Computing (Elsevier), Volume 130, August 2019, pp. 179-192.

    [13] L. Liu, R. Wang and J. Wu, “On the adaptive data forwarding in opportunistic underwater sensor networks using GPS-free mobile nodes”, Journal of Parallel and Distributed Computing (Elsevier), Vol. 122, Dec. 2018, pp. 131-144.

    [14] L. Liu, P. Wang and R. Wang, “Propagation Control of Data Forwarding in Opportunistic Underwater Sensor Networks”, Computer Networks (Elsevier), Vol. 114, 2017, pp. 80-94.

    [15] R. Wang, G. Xiao, P. Wang, G. Li, Y. Cao, J. Hao and K. Zhu, “Energy Generation Scheduling in Microgrids Involving Temporal-Correlated Renewable Energy”, 2017 IEEE Global Communications Conference (Globecom), Singapore, 3-9 Dec. 2017.

    [16] R. Wang, P. Wang and G. Xiao, “Two-stage Mechanism Design for Electric Vehicle Charging Involving Renewable Energy”, 2014 International Conference on Connected Vehicles and Expo (ICCVE), Vienna, Austria, 3-7 Nov. 2014.

    [17] R. Wang, Y. Li, P. Wang and D. Niyato, “Design of a V2G aggregator to optimize PHEV charging and frequency regulation control”, IEEE SmartGridComm, Vancouver, Canada, 21-24 Oct. 2013.

    [18] A. Ji (my Master Student), R. Wang*, K. Zhu, Z. Xiong and D. Niyato, “Peer Effect-based Demand Response in Smart Grid: A Game Theoretical Approach”, 2020 IEEE Global Communications Conference (Globecom), 8-10 Dec. 2020, Taipei, Taiwan, China.

    [19] B. Dai (my Master Student), R. Wang*, K. Zhu, J. Hao and P. Wang, “A Demand Response Scheme in Smart Grid with Clustering of Residential Customers”, 2019 SmartGridComm, 21-23 October 2019, Beijing, China.

    [20] Y. Lu (my Master Student), R. Wang*, P. Wang, Y. Cao, J. Hao and K. Zhu, Energy-Efficient Task Scheduling for Data Centers with Unstable Renewable Energy: A Robust Optimization Approach, 2018 IEEE Greencom, Jul. 30-Aug. 3, 2018, Halifax, Canada.

    [21] C. Wu (My Master Student), R. Wang*, P. Wang, Y. Cao, L. Liu, K. Zhu and B. Chen, “On the Profit Maximization of Spectrum Investment under Uncertainties in Cognitive Radio Networks”, 2018 IEEE International Conference on Communications (ICC), 20-24 May 2018, Kansas City, MO, USA.

    [22] H. Wang (My Master Student), R. Wang*, H. Xu, K. Zhu, C. Yi, D. Niyato, "Multi-objective Mobile Charging Scheduling on the Internet of Electric Vehicles: a DRL Approach", 2021 IEEE Global Communications Conference (Globecom), accepted for publication.


    专利:

    [1] 王然、李仔振、易畅言、朱琨,一种可再生能源供电的数据中心资源优化调度方法,申请号:202110041643.0,2021年。

    [2] 王然、姬昂、易畅言、朱琨,一种智能电网中基于同伴效应的需求响应方法,申请号:202010818408.5,2020年。

    [3] 王然、戴碧坚、朱琨,一种智能电网中基于住宅用户聚类的需求响应方法,申请号:2019106993190,2019年。

    [4] 王然、陆艺雯、朱琨,一种地理分布式数据中心系统及其调度方法,申请号:201811085171.3,2018年(已授权)。

    [5] 王然、吴成庆、陈兵,认知无线电网络中面向频谱需求不确定的频谱投资策略,申请号:201711220424.9,2017年(已授权)。

    [6] 王然、陆艺雯、陈兵,微电网中涉及时间相关可再生能源的发电调度技术,申请号:201711350549.3,2017年。

    [7] 王然、陆艺雯、陈兵,基于鲁棒优化的绿色数据中心节能任务调度策略,申请号:201711201244.6,2017年(已授权)。

    [8] 王然,一种充电调度方法、电子设备及存储介质,申请号:201710357318.9,2017年。


    专著与教材:

    [1] Ran Wang, Ping Wang and Gaoxi Xiao, “Intelligent Microgrid Management and EV Control under Uncertainties in Smart Grid”, Springer, eBook ISBN 978-981-10-4250-8, Hardcover ISBN 978-981-10-4249-2, Jan. 2018.

    [2] 陈兵、钱红燕、杜庆伟、赵彦超、郝洁、王然,《网络安全》,清华大学出版社,撰写第七章 “物联网安全技术”,2017年。

    教育经历

    2011.8 -- 2016.1
    南洋理工大学       计算机科学与工程       博士研究生毕业       工学博士学位

    2007.8 -- 2011.7
    哈尔滨工业大学       电子信息工程       大学本科毕业       工学学士学位

    2004.8 -- 2007.6
    黑龙江省实验中学       理科       普通高中毕业

    工作经历

    2019.6 -- 至今

    南京航空航天大学      副教授

    2016.4 -- 2019.6

    南京航空航天大学      讲师

    研究方向

  • 能源互联网

  • 智能网络与计算

  • 下一代移动互联网

  • 人工智能应用