现实版心灵捕手| 黑客侵入你的脑电波成为可能

简介:

导读:未来或许还是一个迷,但是现在有一件事已经确定了:攻击者已经具备了入侵人类脑电波与医疗设备联接的能力。上周,黑客在BruCon大会上演示了针对自己大脑信号的中间人攻击,是通过使用开源EEG神经服务器包进行的。

而根据IOActive高级顾问Alejandro Hernández的描述,事情还会变得更糟。Hernández表示,盗取、控制以及重播脑电图中的脑电波的方法已经出现,而医疗行业就妥善保护脑电波记录采取的防护措施甚少,保护效果甚弱。


科普:什么是“大脑代码”

脑电波是大脑在活动时,大量神经元同步发生的突触后电位经总和后形成的。它记录大脑活动时的电波变化,是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。

用一句话来说明脑波的话,可以说它是由脑细胞所产生的生物能源,或者是脑细胞活动的节奏。

脑电图则是通过精密的电子仪器,从头皮上将脑部的自发性生物电位加以放大记录而获得的图形,是通过电极记录下来的脑细胞群的自发性、节律性电活动。

脑电图所描记的脑部活动图形,能说明脑部本身疾病,如癫痫、肿瘤、外伤及变性病等所造成的局限或弥散的病理表现。

EEG进入发展的快车道

在实验室与医院发展了数十年之后,脑照相术技术已经逐步进入轻量级消费品,如耳机以及其他设备。用于临床的EEG记录设备是一个诊断癫痫与睡眠障碍(如嗜睡症)的工具。

研究者认为记录脑电波有可能用于评估杀人犯的心智,创建“大脑-大脑”接口,思想便可以通过网络传播。

BBC曾报道过,科技公司Tekever使用现有的EEG技术,可以让大脑直接向软件发出指令,指挥无人机。

Ubergizmo也曾报道过,未来手机将支持脑电波解锁:

“其中的原理是每个人在面对不同字符时都会发射出独有的脑电波,这种独一无二脑电波就可以被用作解锁密码。”


Hernández针对自己的脑电波实施了中间人攻击

EEG设备漏洞,或泄露大脑密码

首先,研究人员需要锁定EEG设备。Hernández说:

“这一年的研究教会我怎样找到EEG设备中的漏洞,并识别出这些脑电波。尽管这涉及到敏感数据,但是却没有加密。”

研究人员曾使用价值80美元的MindWave设备来测量学生在解数学及其他问题时大脑的活动状况。

医疗器械目前对于不少黑客而言仍然可望而不可即,针对其破解的研究需要攻击者具备相当雄厚的财力支持,同时修改给定数据也要求黑客具有关于脑电波的相关知识。

然而,Hernández断言家用和医疗设备中存在危险漏洞,其中包括数据流被盗、应用程序漏洞,设备遭遇中间人攻击以及拒绝服务攻击。

当然,想完成如此高难度的攻击并不是易事。分析脑电波所需要具备的知识,并不是黑客普遍掌握的。


分析脑电波并不容易

上周,黑客在BruCon大会上演示了针对自己大脑信号的中间人攻击,是通过使用开源EEG神经服务器包进行的。

Hernández 在演说中强调:

“过去没人担心SCADA网络的事;而十年后我们才开始谈论它的安全……我在EEG当中发现了相同的情况,而现在正是研究安全技术的最佳时间。 如果你能从网路连线嗅到大脑的数据,你便可以再现攻击,如果操作人员与无人机之间没有任何安全保护措施,那么篡改EEG数据便不再是幻想。 或者不需要通过垃圾邮件,而是直接从EEG数据神经销售人员处直接进行攻击?”

EEG数据面临的威胁同样平淡无奇。Hernández说Vulture 南部的一家医院的EEG文件共享,任何人都能够使用流行于黑客间的搜索引擎Shodan找到服务器信息。

这些攻击过程部分是推测,部分是经过测试,但是所有这一切都是建立于EEG的安全性不佳的基础上,就如同许多新兴技术领域不重视安全一样。而Hernández的出现则预示了黑客已经将日常研究领域放在大脑检测装置上。

现实版:心灵捕手

Hernández在采访中告诉记者,由糟糕的软件设计带来的EEG安全问题,已成为常态。ENOBIO EEG设备就易受到中间人攻击。他发现了一些应用程序中不太严重的漏洞以及一些EEG软件中存在经常崩溃的现象,这些设备包括Persyst Advanced Review、Natus Stellate Harmonie Viewer、NeuroServer、BrainBay 以及 SigViewer。

Hernández 说:

“举个例子,一些应用程序通过TCP/IP协议发送原始脑电波到另一个远程端,而软件设计中并没有将安全性加入考量,因此这种流量很容易受到中间人等常见网络攻击,攻击者可以拦截并修改传送中的EEG数据。”

此外,缺乏认证的组件(例如采集设备、中间件以及终端),将会导致攻击者能够连接到一个远程TCP端口并盗取EEG原始数据。同样的缺陷让攻击轻松实现更为危险的回复攻击。

Hernández并不能断言攻击者想要访问和测试医用级EEG设备是更为困难的。但是他的研究结果无疑为那些提倡使用EEG数据作为鉴定机制的人而言,是一个绝对的坏消息。

研究者说,好消息是他发现的漏洞可以通过已有的方式进行修复:

“从技术角度来看,这无疑是一个非常棒的实践机会,同时安全性也将引起厂商的重视。”.


原文发布时间为:2015-10-16

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
PyTorch 算法框架/工具
Pytorch学习笔记(五):nn.AdaptiveAvgPool2d()函数详解
PyTorch中的`nn.AdaptiveAvgPool2d()`函数用于实现自适应平均池化,能够将输入特征图调整到指定的输出尺寸,而不需要手动计算池化核大小和步长。
1115 1
Pytorch学习笔记(五):nn.AdaptiveAvgPool2d()函数详解
二次元自适应动态引导页
二次元自适应动态引导页
268 3
二次元自适应动态引导页
|
机器学习/深度学习 人工智能 自然语言处理
深度学习之对抗样本生成与防御
基于深度学习的对抗样本生成与防御是当前人工智能安全领域的关键研究方向。对抗样本是通过对输入数据进行微小扰动而产生的,能够导致深度学习模型做出错误预测。
553 2
|
人工智能 算法 数据中心
从“纸面算力”到“好用算力”,超聚变打通AI+“最后一公里”
2024年,《政府工作报告》首提“AI+”行动,推动人工智能成为新质生产力引擎。市场层面,AI+正深刻变革金融、医疗、制造等行业,但AI算力瓶颈依然存在。在2024年中国算力大会上,超聚变等企业探讨了算力的绿色化和效能提升。超聚变推出的FusionPoD for AI全液冷服务器,显著降低能耗并提升算力效能,其FusionOne AI解决方案也加速了AI在各行业的落地。这些创新将重塑算力格局,推动智能革命。
316 0
|
运维 负载均衡 算法
“分布式基础概念”全面解析,让你秒懂分布式系统!【一】
该博客文章全面解析了分布式系统的基础概念,包括微服务架构、集群与分布式的区别、节点定义、远程调用、负载均衡、服务注册与发现、配置中心、服务熔断与降级以及API网关,帮助读者快速理解分布式系统的关键组成部分和工作原理。
“分布式基础概念”全面解析,让你秒懂分布式系统!【一】
|
机器学习/深度学习 数据可视化 索引
Lesson 5.1 分类模型决策边界
Lesson 5.1 分类模型决策边界
|
监控 算法 搜索推荐
什么是量化交易机器人系统开发丨量化交易机器人系统开发技术逻辑及策略分析
  从本质上说,交易机器人是一种软件程序,它直接与金融交易所进行交互(通常使用API获取和解释相关信息),并根据市场数据的解释发出买卖订单。这些机器人通过监测市场价格走势,并根据一套预先设定和编程的规则做出反应,从而做出这些决定。通常,一个交易机器人会分析市场行为,例如交易量、订单、价格和时间,它们通常可以根据您自己的喜好进行编程。
|
3天前
|
数据采集 人工智能 安全