熵基科技发布《BrainScape》研究论文，探索脑机接口领域的数据安全与协同计算架构
熵基科技发布《BrainScape》研究论文，探索脑机接口领域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》已在国际学术期刊《Biomedical Data Science》2026年第6卷第1期正式发表（ISSN：2752-6305 / 2753-4839）。
该研究聚焦脑机接口（Brain-Computer Interface, BCI）应用中面临的三大核心问题：数据安全、模型泛化能力以及分布式协同计算。研究人员提出了一种基于“主权云”架构的技术框架，旨在通过联邦学习、隐私保护技术以及端边云协同机制，为BCI系统提供更具适应性和安全性的解决方案。
值得注意的是，在今年3月28日由熵基科技主办的“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，并发布配套技术白皮书。该平台围绕情绪计算、主权云架构与生态协同三大方向展开构建，形成覆盖算法层、平台层和应用层的技术体系。平台融合多模态BioCV与BCI能力，实现身份识别与大脑状态感知的协同应用，进一步拓展脑机接口技术在多种场景下的应用边界。
聚焦脑机接口规模化应用中的核心挑战
近年来，非侵入式脑机接口技术在教育专注力训练、神经康复和情绪健康等领域不断扩展，行业对数据安全、模型适配性以及合规部署的关注也在持续上升。
在实际应用过程中，行业面临的主要挑战包括：
- 脑电信号具有高度敏感性，传统集中式处理方式在隐私保护和数据流转方面存在一定局限性。
- 不同用户之间脑电特征差异显著，模型在跨个体场景下的泛化能力仍需提升。
- 隐私保护机制通常伴随较高的计算开销，如何在安全与性能之间取得平衡，是当前技术演进的关键议题。
BrainScape架构的核心研究方向
为应对上述挑战，论文提出以“分布式主权云 + 联邦学习优化 + 低秩适配”为核心构成的BrainScape架构，目标是在数据不出域的前提下，提高模型协同训练效率和跨用户适配能力。
主要研究内容包括：
- 分布式主权云架构：采用端边云协同机制，确保脑电数据在本地完成处理，仅同步和聚合模型参数，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：通过引入低秩Bias适配器，优化设备与用户间模型更新的差异，提升模型在跨个体场景中的泛化能力。
- DARE隐私保护算法：结合零知识证明与联邦学习技术，有效优化成员推断攻击等隐私泄露风险。实验结果显示，在保证模型性能稳定的同时，攻击成功率明显下降。
实验数据表明，该架构在跨用户、跨场景任务中，对模型稳定性与泛化能力均展现出积极改善。
不断强化脑机接口基础能力布局
作为一家以AI认知技术为核心的智能空间服务商，熵基科技长期深耕多模态BioCV（生物识别与计算机视觉）与AI认知空间计算，并依托熵云脑机子公司，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”全链条闭环的技术体系。
据悉，公司在软件与服务层已融合NeuroSky的生物传感技术与Minerva IoT平台，重点打造“情绪云服务平台”。该平台通过云端算法持续迭代，为行业合作伙伴和终端用户提供定制化的情绪识别、情绪管理及场景化智能服务。
熵基科技指出，相关研究主要面向教育、康复与情绪健康等应用场景，重点解决数据合规、部署效率以及跨终端适配等基础问题。
随着脑机接口技术从实验室走向产业化应用，围绕隐私计算、模型协同与数据安全的基础能力建设正成为行业发展的关键方向。
据公开资料显示，熵基科技已启动情绪分析及相关专利布局，并正在推进相关技术在实际场景中的验证与部署。
熵基科技智能创新研究院院长指出：“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，公司将结合实际应用需求，持续推进在隐私保护、模型泛化与系统协同等方面的探索与实践。”
查看全文
作者最近更新
-
海康威视2026年一季度业绩喜人 净利润同比增长36.42%谜知
04-28 15:59
传感器专家网 
四方光电 
评论0条评论