根据侵入性,BCI 主要分为两类。非侵入式 BCI 无需手术即可从外部刺激大脑。尽管某些技术可以针对大脑的较小区域,但非侵入式 BCI 可以覆盖大脑的较大区域。相比之下,侵入式系统可以应用于小区域,甚至具有单神经元分辨率,但会带来更高的生理风险(Ramadan 和 Vasilakos,2017 年)。基于 BCI 的相关性和扩展性,近年来出现了新的技术和公司,专注于开发新的侵入式系统,以神经元粒度刺激大脑。Neuralink 就是一个例子(Musk 和 Neuralink,2019 年),这家公司设计了颠覆性的 BCI 系统来记录神经元级别的数据,目前正致力于覆盖刺激功能。此外,神经尘埃(Seo 等人,2013)是一种由数百万个位于大脑皮层中的纳米级可植入设备组成的架构,可以进行神经记录。神经尘埃的演变是无线光遗传学纳米网络设备 (WiOptND)(Wirdatmadja 等人,2017),它使用光遗传学来刺激神经元。尽管这些方法很有前景,但 Bernal 等人 (2020) 的作者表明,它们存在漏洞,可能允许攻击者控制两个系统并执行恶意刺激动作,从而改变自发的神经元信号。根据攻击的覆盖范围(就大脑区域和受影响的神经元数量而言),网络攻击者可能会造成永久性脑损伤,甚至导致患者死亡。在同一方向上,Bernal 等人 (2021) 发现 BCI 的网络安全领域还不够成熟,非复杂的攻击可能会造成重大损害。总之,攻击者可以利用 BCI 漏洞来利用这些有前途的神经刺激技术。以这些研究的发现为动机,本文重点关注针对旨在改变神经元行为的网络攻击的稀缺研究。此外,还需要新的方法来衡量和理解这些攻击的影响。特别是,这些问题具有特殊的意义,因为攻击可能会恶化或重现常见神经退行性疾病的影响(Bernal 等人,2021 年)。为了改进以前的挑战,这项工作的主要贡献是定义和实施一种新的神经元网络攻击,即神经元干扰网络攻击 (JAM),重点关注神经活动的抑制。本研究旨在探索抑制性神经元网络攻击对大脑的影响。然而,文献中缺乏全面的神经元拓扑结构,因此,我们模拟了小鼠视觉皮层的一部分,放置在大脑的枕叶区域,定义了小鼠试图离开特定迷宫的用例。神经元拓扑是使用经过训练以解决此特定用例的卷积神经网络 (CNN)(Géron,2019)构建的。这项工作的第二个贡献是评估了 JAM 网络攻击对特定场景中的神经元和人工模拟造成的影响。为了进行分析,我们使用了现有指标,但也定义了一组新指标,得出结论:JAM 网络攻击可以改变自发的神经元行为,并迫使小鼠做出不稳定的决定以逃离迷宫。