熵基科技发表《BrainScape》研究论文 探索脑机接口中的数据安全与分布式协同架构
熵基科技近日宣布，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》已被收录于国际学术期刊 Biomedical Data Science（2026年第6卷第1期，ISSN：2752-6305 / 2753-4839）。
该研究聚焦脑机接口（BCI）领域中数据安全、模型泛化能力及分布式协同计算等关键问题，提出了一套基于“主权云”架构的技术方案，旨在推动联邦学习、隐私保护及端边云协同技术在BCI场景中的应用。
今年3月28日，在熵基科技主办的“Change-Maker脑机接口（中国）发布会”上，公司正式推出了自主研发的ZKBrainScape脑机接口主权云平台，并发布了相关技术白皮书。该平台围绕情绪计算、主权云架构与生态协同等方向构建，形成覆盖算法、平台与应用的完整技术体系。通过融合多模态BioCV与BCI能力，平台实现了身份识别与大脑状态感知的协同，拓展了脑机接口技术的实际应用场景。
聚焦脑机接口规模化应用中的现实挑战
近年来，非侵入式脑机接口技术在教育、神经康复及情绪健康等领域持续拓展，行业对数据安全、模型适配性及合规部署的关注也日益增强。
实际应用中，行业面临诸多共性问题，包括：
- 脑电信号高度敏感，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一定局限；
- 不同用户间脑电模式差异显著，模型的跨个体泛化能力亟需提升；
- 隐私保护机制通常带来额外计算开销，如何在保证安全性的同时维持模型性能，成为当前技术发展的关键议题。
BrainScape架构的研究重点
为应对上述挑战，论文提出了一种基于“分布式主权云+联邦学习优化+低秩适配”的BrainScape架构，旨在在不转移原始数据的前提下，增强模型协同训练与跨用户适配能力。
主要研究方向
- 分布式主权云架构 通过端边云协同机制，使脑电信号在本地完成处理，模型参数以加密方式同步与聚合，从而降低数据跨域流转带来的隐私风险。
- 分布式权重合并机制 采用基于低秩Bias适配器的权重聚合方法，解决跨设备与跨用户模型更新的差异问题，提升跨个体场景中的模型泛化能力。
- DARE隐私保护算法 融合零知识证明与联邦学习机制，优化针对成员推断攻击等隐私风险的防护。实验结果显示，在模型性能基本稳定的情况下，相关攻击成功率有所降低。
根据论文中的实验数据，该架构在跨用户、跨场景任务中表现出对模型稳定性与泛化能力的积极影响。
持续推进脑机接口基础能力建设
作为以AI认知为核心驱动的全球智能空间进化服务商，熵基科技长期致力于多模态BioCV（生物识别与计算机视觉）及AI认知空间计算技术的开发。通过子公司熵云脑机，公司已前瞻性布局脑机接口领域，构建起涵盖“芯片-算法-主权云-应用”的全链条闭环技术体系。
据悉，在软件与服务层面，熵基科技整合NeuroSky的生物传感技术与Minerva IoT平台，打造“情绪云服务平台”，借助云端算法不断迭代升级，为合作伙伴及终端用户提供符合垂直场景需求的情绪识别、情绪管理与智能化服务方案。
该研究主要面向教育、康复及情绪健康等脑机接口应用方向，聚焦数据合规性、部署效率及跨终端适配等基础性问题。
随着脑机接口技术从科研探索逐步进入产业应用阶段，围绕隐私计算、模型协同与数据安全等底层能力的建设，正日益成为行业关注的重点。
公开资料显示，熵基科技已在情绪分析领域开展技术研究并布局相关专利，正在推进相关方案在实际场景中的验证与落地。
熵基科技智能创新研究院院长表示，BrainScape研究聚焦脑机接口场景下的数据安全与模型协同问题。未来，公司将继续结合实际应用需求，在隐私保护、模型泛化及系统协同等方面持续开展研究与验证。