이 논문은 생체인증 수단으로 제안되는 EEG(뇌파) 신호의 신뢰성과 보안을 다루며, 기존 연구가 딥러닝 분류기에 대한 화이트박스 공격만 가정했던 것과 달리 인증 시스템에 대한 지식이 전혀 없는 블랙박스 환경에서 도난당한 EEG 기록을 표적 변조해 인증을 속이는 적응형 공격 알고리즘을 개발했다. 시각 자극 반응, 손동작 상상, 휴식 상태 등 세 가지 기록 조건에 걸친 6개 공개 데이터셋으로 테스트한 결과, 서로 다른 신호 서명 방식들이 적대적 공격에 대한 취약성 정도에서 상당한 차이를 보였다. 특히 스푸핑 공격에 대한 취약성은 기록 당시의 작업 조건에 따라 크게 달라지는 것으로 나타났다. 연구진은 이러한 적대적 테스트 결과를 바탕으로 신경 서명 기반 생체인증을 개선하기 위한 권고안을 제시한다.

• •EEG 기반 생체인증에 대해 인증 시스템 지식이 전혀 없는 블랙박스 적대적 공격 알고리즘을 개발했다.
• •3가지 기록 조건(시각 자극, 손동작 상상, 휴식)의 6개 공개 데이터셋으로 테스트했다.
• •신호 서명 방식마다 적대적 공격에 대한 취약성 정도가 크게 다른 것으로 나타났다.
• •스푸핑 취약성은 기록 당시의 작업(task) 조건에 따라 크게 달라진다.
• •테스트 결과를 토대로 신경 서명 생체인증 개선을 위한 권고안을 제시한다.