熵基科技发布《BrainScape》研究论文，探索脑机接口中的数据安全与协同计算架构
近日，熵基科技宣布，其全资子公司熵云脑机的研究成果《BrainScape: Research on Sovereign Cloud Architecture of Brain-Computer Interface Based on Distributed Weight Merging and DARE Algorithm》已发表在国际学术期刊《Biomedical Data Science》（2026年第6卷第1期，ISSN：2752-6305 / 2753-4839）。
该论文围绕脑机接口（BCI）应用中的数据安全、模型泛化以及分布式协同等关键问题，提出一种面向“主权云”架构的技术方案，重点探讨联邦学习、隐私计算及端边云协同在BCI场景中的可行性与应用路径。
值得一提的是，今年3月28日，在由熵基科技主办的“Change-Maker脑机接口（中国）发布会”上，公司正式发布了自主研发的ZKBrainScape脑机接口主权云平台，并同步推出配套技术白皮书。该平台聚焦情绪计算、主权云架构与生态协同，构建了涵盖算法、平台与应用的完整技术体系。同时，平台融合多模态BioCV与BCI技术，实现身份识别与大脑状态感知的协同，进一步拓展脑机接口的场景适配能力。
聚焦脑机接口规模化应用中的现实问题
近年来，非侵入式脑机接口技术在教育专注力训练、神经康复、情绪健康等领域不断拓展。与此同时，行业对数据安全、模型适配性和合规部署的关注持续上升。
在实际部署过程中，行业普遍面临一些共性挑战：
- 脑电信号具有高度敏感性，传统集中式数据处理方式在隐私保护和数据流转方面存在局限；
- 不同用户间的脑电特征差异显著，限制了模型在跨个体场景中的泛化能力；
- 隐私保护机制通常带来额外的计算负担，如何在保证安全性的同时维持模型效率，是技术发展中的关键问题。
BrainScape架构的核心研究内容
为应对上述问题，论文提出以“分布式主权云 + 联邦学习优化 + 低秩适配”为核心的BrainScape架构，旨在实现数据不出域的前提下，提升模型协同训练和跨用户模型适配能力。
主要研究方向如下：
- 分布式主权云架构：通过端边云协同，使用户脑电数据在本地完成处理，仅同步和聚合加密后的模型参数，从而降低数据跨域传输引发的隐私风险。
- 分布式权重合并机制：为解决设备与用户间模型差异问题，研究引入基于低秩Bias适配器的权重聚合方法，提升跨用户场景中的模型泛化表现。
- DARE隐私保护算法：将零知识证明与联邦学习机制结合，有效优化成员推断攻击等隐私风险。实验数据显示，该算法在不影响模型性能的前提下，显著降低了攻击成功率。
据论文实验结果显示，该架构在跨用户、跨场景任务中展现出对模型稳定性和泛化能力的积极影响。
持续推进脑机接口基础能力建设
作为一家以AI认知为核心驱动的智能空间服务商，熵基科技长期致力于多模态BioCV（计算机视觉与生物识别）及AI认知空间计算技术的开发。通过子公司熵云脑机，公司已在脑机接口领域布局深远，构建起覆盖“芯片-算法-主权云-应用”的全场景技术闭环。
在软件与服务方面，熵基科技整合NeuroSky的生物传感技术与自身Minerva IoT平台，重点打造“情绪云服务平台”，通过云端算法持续优化，为合作伙伴和终端用户在情绪识别、情绪管理与场景化智能服务方面提供支持。
熵基科技指出，当前研究主要面向教育、康复及情绪健康等脑机接口应用场景，着力解决数据合规性、部署效率和跨终端适配等基础性问题。
随着脑机接口技术从实验室走向产业落地，围绕隐私计算、模型协同与数据安全的基础设施建设，正逐渐成为行业发展的核心方向。
根据公开信息，熵基科技已在情绪分析领域展开多项研究，并持续推进相关技术在真实场景中的验证与应用。
熵基科技智能创新研究院院长表示：“BrainScape研究围绕脑机接口场景中的数据安全与模型协同展开。未来，公司将继续结合实际应用场景，在隐私保护、模型泛化及系统协同等方面深化研究与验证。”