熵基科技发布《BrainScape》研究论文，深入探讨脑机接口场景下的数据安全与协同架构

熵基科技发布《BrainScape》研究论文，深入探讨脑机接口场景下的数据安全与协同架构

近期，熵基科技宣布，由其全资子公司熵云脑机主导的研究成果《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）应用中面临的数据安全、模型泛化与分布式协同等技术挑战，提出了一种面向“主权云”架构的技术方案，探索联邦学习、隐私保护机制与边缘-云端协同在BCI场景中的融合路径。

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，公司正式推出自主研发的ZKBrainScape脑机接口主权云平台，并同步发布相关技术白皮书。该平台围绕情绪计算、主权云架构及生态系统协同等方向构建，形成涵盖算法、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的场景覆盖。

聚焦脑机接口规模化落地的技术痛点

近年来，非侵入式脑机接口技术在教育专注力提升、神经康复、情绪健康管理等应用领域不断扩展，行业对数据安全、模型适配性与合规部署的关注持续提升。

在实际部署过程中，业界普遍面临以下挑战：

• 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较大风险；
• 不同用户之间的脑电信号差异显著，模型在跨个体应用中泛化能力有限；
• 隐私保护机制通常会带来额外的计算开销，如何在安全与模型性能之间取得平衡，是当前研究的重点之一。

BrainScape架构的核心研究内容

为应对上述问题，研究提出以“分布式主权云+联邦学习优化+低秩适配”为核心的BrainScape架构，旨在在数据不出域的前提下，增强模型的协同训练能力与跨用户适配能力。

主要研究方向包括：

• 分布式主权云架构：通过端-边-云协同机制，用户脑电信号在本地完成处理，仅在加密形式下同步与聚合模型参数，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：为应对不同设备与用户间模型更新的差异，研究提出基于低秩Bias适配器的权重聚合方法，以提升模型在跨用户场景中的泛化性能。
• DARE隐私保护算法：结合零知识证明与联邦学习技术，优化针对成员推断攻击的防御策略。实验表明，在模型性能保持稳定的情况下，相关攻击的成功率有所下降。

实验数据表明，该架构在跨用户与跨场景任务中，对模型稳定性与泛化能力具有明显提升。

持续强化脑机接口基础能力建设

作为一家以AI认知为核心驱动力的智能空间服务提供商，熵基科技长期聚焦多模态BioCV（计算机视觉与生物识别）与AI认知空间计算技术。依托子公司熵云脑机，公司在脑机接口领域提前布局，构建起涵盖“芯片-算法-主权云-应用”的全链条闭环体系。

据悉，在软件与服务方面，熵基科技整合NeuroSky的生物传感技术与公司自有Minerva IoT平台，重点打造“情绪云服务平台”。该平台通过云端算法的持续迭代优化，为行业合作伙伴及终端用户提供定制化的情绪识别、情绪管理与场景化智能服务。

熵基科技表示，相关研究主要面向教育、康复与情绪健康等脑机接口应用场景，着重解决数据合规、部署效率与跨终端适配等关键技术问题。

随着脑机接口技术由科研探索逐步迈向产业落地，围绕隐私计算、模型协同与数据安全的基础设施建设，正成为行业关注的重要方向。

公开资料显示，熵基科技已在情绪分析领域展开技术研发与专利布局，并持续推进相关解决方案在实际场景中的验证与应用。