生成式AI拉低攻击门槛,脑机接口风险触及认知自主权
研究团队把脑机接口的攻击面拆成五个方向:伪造神经信号、靠去同步规避检测、重放劫持、窃听(Vein Tapping)和嵌入式后门。他们用自建的EEGle框架跑出17个新的神经特异性攻击实例,并发现后门设计存在一条隐蔽性与有效性的取舍曲线。研究还指出,生成式AI正在拉低非专业攻击者的门槛。该研究为预印本,尚未经同行评审,作者为Zahra Tarkhani、Georgios Akkogiounoglou、Lorena Qendro、Isabel Tscherniak和Anil Madhavapeddy。论文把这一攻击类别命名为NERVE Attacks,称五个维度相互正交,合起来覆盖完整的脑机接口技术栈。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,并把风险概括为认知自主权、心理隐私和人身安全三点,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。