本文是一篇关于脑机接口（BCI）安全（即神经安全）的综述论文。脑机接口涵盖多种硬件模态、相关软件及联网设备，广泛应用于神经外科、生物医学数据分析、神经成像等领域。近年来，BCI技术飞速发展，首批设备已通过临床试验，消费级硬件开始进入市场，且多种医疗与消费级硬件的功能日益强大。然而，BCI安全的研究与开发严重滞后于其能力发展。为尽快解决众多漏洞，本文回顾了神经安全领域的最新进展，全面调查了BCI系统面临的各种已确立和高度可能的安全威胁，并提供了来自网络安全、硬件安全和机器学习领域的现有方法建议，这些方法可立即应用于弥补神经安全的部分空白。论文的主要贡献在于系统性地梳理了BCI安全威胁的广度与复杂性，并提出了跨领域的防御策略，为研究人员和从业者提供了实用的参考。适合网络安全、神经科学和人机交互领域的研究人员及相关安全工程师阅读。

本文首次揭示了在元宇宙/VR 场景中，利用头戴式显示器中原本用于追踪运动的惯性传感器（如加速度计、陀螺仪）来重建用户大脑 EEG 信号，从而窃取超出可视行为范围的隐私信息（如用户正在感知的脑内图像、对视听刺激的神经反应等）。核心思想是：VR 头盔的内置运动传感器能够捕捉到由瞳孔反应引起的细微振动，而瞳孔反应与用户的视觉刺激和脑内感知高度相关。作者设计并实现了 BraVeSpy 系统，通过采集运动传感器数据，利用机器学习模型重建与大脑 EEG 相关的表示，进而推断敏感信息。实验采用多种 VR 设备，结果表明：首次在元宇宙中实现了对不可观察的隐私泄露——以 52.0%-67.2% 的准确率重建脑内感知图像；在推断用户活动相关的敏感信息（如指纹识别网站、应用、流媒体视频）时准确率超过 85.0%；在用户去匿名化、目光移动跟踪和虚拟按键推断上准确率超过 96.0%。该工作揭示了运动传感器作为侧信道的新攻击向量，突破了以往仅能推断可观察行为的限制，对元宇宙隐私安全构成严重威胁。