近日，计算机与人工智能学院张利庭副教授(第一作者)的研究团队以皖江工学院为第一单位，在JCR Q1/中科院2区期刊 《Journal of King Saud University - Computer and Information Sciences(IF=6.1)》发表最新研究成果，提出了基于约束流形优化的自适应对抗生成框架AFA-MalGAN(论文DOI：10.1007/s44443-026-00984-0)。

　　该框架针对高维恶意软件特征空间中"维度灾难"与"物理有效性"双重挑战，通过智能特征掩码、动态退火预算和流形一致损失三项机制，将对抗生成建模为结构化约束优化问题。在BODMAS数据集(57,293样本)上，针对工业级LightGBM检测器实现95.6%逃逸率，同时保持0.985的物理一致性评分，96%的生成样本经Cuckoo Sandbox验证可正常执行。(计算机与人工智能学院供稿)

　　(编辑：张利庭;初审：李婷;审核：王平)