团队把这一攻击类别命名为NERVE Attacks，五个方向分别是神经模拟伪造（Neuro-mimetic Forgery）、去同步规避（Evasion via Desynchronization）、重放劫持（Replay-based Hijacking）、窃听（Vein Tapping）和嵌入式后门（Embedded Backdoors）。论文称这五个维度相互正交，合起来覆盖完整的脑机接口技术栈。
为评估这一分类，团队开发了名为EEGle的AI辅助可扩展框架，用于系统性的脑机接口安全分析。论文称，评估过程中发现了17个新的神经特异性攻击实例，并揭示出脑机接口后门设计中一条独特的隐蔽性与有效性谱系。
论文还指出，生成式AI降低了非专业攻击者的入门门槛。团队将EEGle提供给社区，用于构建和验证这类设备的安防能力。论文摘要将这一攻击面的风险概括为三点：认知自主权、心理隐私和人身安全，具体情形包括神经数据外泄，以及脑机接口所连接的外部设备被恶意控制。