针对 EEG 脑机接口的基于对抗滤波的规避攻击与后门攻击

基于摘要分析。本文研究 EEG 型 BCI 解码模型的安全性，提出基于对抗滤波的规避攻击与后门攻击，将研究重点从解码准确性扩展到模型对恶意输入或后门机制的脆弱性。 技术机制：作者将“对抗滤波”作为两类攻击的核心，并称所提方法易于实现。但摘要未说明滤波器的构造与优化方式、攻击者所需的模型访问权限、规避攻击施加的位置，以及后门植入和触发的具体条件，因此尚不能判断其属于何种白盒或黑盒设置，也不能确认对正常 EEG 特征和信号质量的影响。 实验与结果：作者报告，在来自不同 BCI 范式的三个数据集上，实验展示了所提攻击方法的有效性。摘要未提供数据集名称、具体任务、被试数量、被试内或跨被试等评估协议、对照方法，以及攻击成功率或正常任务 Accuracy 等指标，不能据此量化风险或比较不同范式的易受攻击程度。实验协议、消融及统计信息尚未验证。 阅读与复现重点：需从全文核对攻击者能力与部署场景的对应关系、滤波扰动约束、攻击效果与正常解码性能之间的关系，以及训练和测试划分。作者称据其所知这是首项针对 EEG 型 BCI 对抗滤波的研究，该优先性主张尚未独立检索确认；摘要也不足以支持对真实在线 BCI 安全性的结论。代码、参数配置及其他复现条件尚未验证。