基于 SSVEP 的脑机接口易受方波攻击

基于摘要分析。该研究针对现有 EEG 对抗攻击难以在真实系统中实施的问题，利用 SSVEP 对频率信息的依赖，提出以方波信号作为对抗扰动，尝试将受污染 EEG 试次的分类结果引向攻击者指定的目标类别。 核心机制是向 EEG 试次加入方波扰动，干扰 SSVEP 分类所依赖的频率信息。作者强调，这类扰动较既有攻击方法更容易生成和施加；但摘要未提供扰动幅度、频率选择、注入位置、目标类别设定方式及攻击者所需知识，因此尚不能确认其具体实现条件或实际部署成本。 作者报告，在两个 SSVEP 数据集、两个基于典型相关分析（canonical correlation analysis，CCA）的 SSVEP 分类器上，实验显示该攻击具有有效性和鲁棒性，并可使受扰动试次被判为攻击者指定的目标类别。摘要未给出数据集名称、被试数量、被试内或跨被试协议、攻击成功率、干净数据分类性能及对照基线，无法量化攻击强度，也不能据此推广到其他分类器或全部 SSVEP 系统。 阅读与复现时应重点核对方波如何进入信号链、扰动与原始 EEG 的幅度关系，以及“鲁棒性”对应的具体测试条件；还需区分离线信号污染实验与在线真实系统攻击。实验协议、消融及统计信息尚未验证。该研究直接涉及 SSVEP-BCI 安全，但其对用户正常操作、不同采集硬件和其他解码方法的影响仍需依据全文与进一步实验判断。