XiaoMi-AI文件搜索系统
World File Search SystemInterfaces
隐私保护脑机接口
摘要 — 脑机接口 (BCI) 在人脑和计算机之间建立了直接的通信通路。它已广泛应用于医疗诊断、康复、教育、娱乐等。到目前为止，大多数研究都集中在如何使 BCI 更加准确和可靠，但对其隐私的关注却很少。开发商业 BCI 系统通常需要多个组织（例如医院、大学和/或公司）之间的密切合作。BCI 中的输入数据（例如脑电图 (EEG)）包含丰富的隐私信息，并且开发的机器学习模型通常是专有的。不同方之间的数据和模型传输可能会带来重大的隐私威胁，因此必须考虑 BCI 中的隐私保护。不幸的是，目前还没有任何关于隐私保护 BCI 的当代和全面的评论。本文通过描述 BCI 中潜在的隐私威胁和保护策略填补了这一空白。它还指出了开发隐私保护 BCI 的几个挑战和未来研究方向。
Frédéric Alexandre、Peter Ford Dominey、Philippe Gaussier、Benoît Girard、Mehdi Khamassi 等人。当人工智能与计算神经科学相遇时。Springer。人工智能研究导览，人工智能的界面和应用，3，2020，人工智能的界面和应用，978-3-030-06170-8。hal-01735123
摘要 计算智能和人工智能都旨在构建具有智能行为的机器和软件。因此，它们容易发生相互作用，即使后者不一定对理解认知如何从大脑基础中产生感兴趣。在本章中，我们列举、描述和讨论了最重要的交互领域。有些是方法论的，涉及信息表示、处理和学习。在功能层面，重点放在感知、导航、决策和语言等主要认知功能上。在计算神经科学对智能系统发展的重要贡献的显着特征中，其对大脑功能的系统性观点对于建模决策等高度多模态的认知功能特别有价值
基于脑电图的脑机接口中的用户身份保护
摘要 —脑机接口 (BCI) 在大脑和外部设备之间建立了直接的通信通路。脑电图 (EEG) 因其便利性和低成本而成为 BCI 中最受欢迎的输入信号。大多数基于 EEG 的 BCI 研究都集中在 EEG 信号的准确解码上；然而，EEG 信号也包含丰富的隐私信息，例如用户身份、情绪等，这些信息应该受到保护。本文首先揭示了基于 EEG 的 BCI 中的一个严重的隐私问题，即 EEG 数据中的用户身份很容易被学习，因此来自同一用户的不同 EEG 数据会话可以关联在一起，以更可靠地挖掘隐私信息。为了解决这个问题，我们进一步提出了两种方法将原始 EEG 数据转换为身份不可学习的 EEG 数据，即删除用户身份信息，同时保持主要 BCI 任务的良好性能。在来自五种不同BCI范式的七个EEG数据集上的实验表明，平均而言，生成的不可学习身份的EEG数据可以将用户识别准确率从70.01％降低到最多21.36％，极大地促进了基于EEG的BCI中的用户隐私保护。
基于对抗性过滤的脑机接口逃避和后门攻击
脑机接口 (BCI) 可以实现大脑与外部设备之间的直接通信。脑电图 (EEG) 因其便利性和低成本而成为 BCI 的常见输入信号。大多数对基于 EEG 的 BCI 的研究都集中在 EEG 信号的准确解码上，而忽略了它们的安全性。最近的研究表明，BCI 中的机器学习模型容易受到对抗性攻击。本文提出了基于对抗性过滤的基于 EEG 的 BCI 的逃避和后门攻击，这些攻击非常容易实现。在来自不同 BCI 范式的三个数据集上的实验证明了我们提出的攻击方法的有效性。据我们所知，这是第一项关于基于 EEG 的 BCI 对抗性过滤的研究，这引发了新的安全问题并呼吁更多关注 BCI 的安全性。
基于对抗过滤的逃避和对基于EEG的脑部计算机界面的后门攻击
大脑计算机接口（BCI）可以在大脑和外部设备之间进行直接通信。电子脑电图（EEG）是BCIS的常见输入信号，因为它的便利性和低成本。对基于EEG的BCIS的大多数研究都集中在EEG信号的准确解码上，同时忽略其安全性。最近的研究表明，BCIS中的机器学习模型容易受到对抗攻击的影响。本文提出了对基于EEG的BCI的基于对抗过滤的逃避和后门攻击，这非常容易实施。在不同BCI范式的三个数据集上进行了实验，证明了我们提出的攻击方法的效果。据我们所知，这是对基于脑电图的BCI的对抗过滤的第一项研究，提出了新的安全问题，并呼吁更多地关注BCIS的安全性。
GAO-25-106952；脑机接口
脑机接口 (BCI) 使人们能够引导大脑信号来控制计算机、机器人或其他设备。BCI 可以以紧身帽或头带的形式佩戴，也可以植入大脑内部或附近。1 BCI 可以为因神经系统疾病、中风或受伤而残疾的人提供生活质量改善。例如，在临床试验中，BCI 已使瘫痪患者能够使用机械肢体抓取物体。它们还使无法说话的人能够通过计算机进行交流。研究人员也在研究（公司也正在大力投资）使用 BCI 来控制非医疗用途的设备，例如工作场所任务、国防应用、娱乐和其他消费者用途。例如，视频游戏玩家已经使用 BCI 来免提玩游戏。
脑机接口的伦理问题 - ucf stars
STARS 引文 STARS 引文 Lynn, Devon J.，“脑机接口的伦理学”（2024 年）。优等生论文。17. https://stars.library.ucf.edu/hut2024/17
算法驱动的机器人发现多氧胺...
在20世纪初期，认知研究和动物行为研究的进步引发了训练动物使用筛查的努力。自从Skinner在1948年对鸟类进行实验以来，通过在屏幕上啄食鸽子来指导炸弹[52]，研究人员将屏幕作为动物与合并者之间的主要接口，通常以行为和对刺激的行为和反应来量化的相互作用。这项工作旨在评估视觉和其他歧视，测量其他类型的反应并告知育种工作[19]，最常见于私人[40]，狗[59]，鸟类[33]和大鼠[41]。本文所考虑的特定于狗的研究表明，犬类识别物体，其他狗和屏幕上显示的人[4]，并且可以跟踪那里显示的物体[59]。最近的工作已经遵循人类计算机相互作用（HCI）学术界如何满足计算机的需求，从而关注如何设计机器以与动物的认知和生理需求相融合[38]。据，科学家们研究了计算机屏幕如何支持动物的体验丰富，有助于帮助助手动物的工作，并支持成功的动物 - 机机相互作用