นักวิจัยจากมหาวิทยาลัย KTH, TUM และ Nokia Bell Labs พบช่องโหว่ระดับระบบใน AI-powered BCI มากกว่า 300 จุด ทำให้ผู้ใช้ถูกควบคุมโดยไม่รู้ตัว ใช้เทคนิค NERVE Attacks 5 ประเภท ได้แก่ Neuro-mimetic Forgery, Evasion via Desynchronization, Replay-based Hijacking, Vein Tapping และ Embedded Backdoors ทดสอบด้วยการควบคุมอุปกรณ์ใน CYBATHLON 2024 ภายใน 8 วินาที ช่องโหว่รวมถึงการปล่อยคำสั่งซ้ำผ่านสัญญาณไร้สาย สร้างสัญญาณสมมติ และใช้ SDK ที่ไม่มีการตรวจสอบข้อมูล แม้จะมีเครื่องมือ EEGle วิเคราะห์ความปลอดภัย แต่ปัจจุบันยังไม่มีการป้องกันที่ครอบคลุม ทำให้การโจมตีเชนสามารถดำเนินการได้ภายใน 10 มิลลิวินาที ซึ่งอาจส่งผลต่ออุปกรณ์ชีวภาพอย่างรุนแรง เช่น ทำให้แขนหุ่นยนต์เคลื่อนไหวผิดพลาด
AIBCIความปลอดภัยการโจมตีเทคโนโลยี
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว