基于EEG的脑机接口中的对抗性伪迹检测
密码学与安全
2024-12-02 v1 人工智能
人机交互
机器学习
信号处理
摘要
机器学习在基于脑电图（EEG）的脑机接口（BCI）中取得了巨大成功。现有大多数BCI研究聚焦于提升其准确率，却鲜少考虑其安全性。然而，近期研究表明，基于EEG的BCI易受对抗攻击，即输入中添加微小扰动即可导致误分类。对抗样本的检测对于理解该现象及进行防御均至关重要。本文首次探索了基于EEG的BCI中的对抗检测。我们在两个EEG数据集上使用三种卷积神经网络进行了实验，以验证多种检测方法的性能。我们表明，白盒与黑盒攻击均可被检测，且前者更易检测。
引用
@article{arxiv.2212.00727,
title = {Adversarial Artifact Detection in EEG-Based Brain-Computer Interfaces},
author = {Xiaoqing Chen and Dongrui Wu},
journal= {arXiv preprint arXiv:2212.00727},
year = {2024}
}