熵基科技发布《BrainScape》研究论文，探索脑机接口场景下的数据安全与协同计算架构
传感器观察
熵基科技发布《BrainScape》研究论文，探索脑机接口场景下的数据安全与协同计算架构
熵基科技近日宣布，其全资子公司熵云脑机的一项研究成果《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，ISSN：2752-6305 / 2753-4839）发表。
该研究聚焦脑机接口（BCI）应用中的数据安全、模型泛化与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，探索联邦学习、隐私保护机制以及端边云协同在BCI场景下的应用路径。
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，公司正式发布了ZKBrainScape脑机接口主权云平台，并同步推出相关技术白皮书。该平台由公司自主研发，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、平台与应用场景的完整技术体系。平台还融合了多模态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的应用边界。
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、神经康复及情绪健康等多个领域持续拓展。与此同时，行业对数据安全、模型适配性以及合规部署的关注度也不断上升。
在实际应用过程中，行业普遍面临以下挑战：
- 脑电数据具有高度敏感性，传统的集中式处理方式在隐私保护与数据流转方面存在较大压力；
- 不同用户之间的脑电模式存在显著差异，模型在跨个体泛化方面仍有提升空间；
- 隐私保护机制通常伴随着额外的计算开销，如何在保证安全性的前提下提升模型性能，已成为当前研究重点。
BrainScape架构的主要研究内容
为应对上述问题，研究论文提出以“分布式主权云 + 联邦学习优化 + 低秩适配”为核心的BrainScape架构。该架构旨在数据不出域的前提下，提升模型的协同训练效率与跨用户适配能力。
主要研究方向包括：
- 分布式主权云架构：依托端边云协同机制，用户脑电信号在本地处理，模型参数以加密方式同步与聚合，从而减少原始数据跨域流转带来的隐私风险。
- 分布式权重合并机制：为解决不同设备和用户间模型更新差异的问题，研究提出基于低秩Bias适配器的权重聚合策略，以增强跨用户场景下的模型泛化能力。
- DARE隐私保护算法：论文结合零知识证明与联邦学习机制，优化了针对成员推断攻击的防御策略。实验结果显示，在模型性能保持基本稳定的同时，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、跨场景任务中显著提升了模型的稳定性与泛化能力。
持续推进脑机接口基础能力建设
作为一家以AI认知为核心的全球智能空间进化服务商，熵基科技长期深耕多模态BioCV（生物识别与计算机视觉）及AI认知空间计算技术，并通过子公司熵云脑机，前瞻性布局脑机接口领域。目前已构建起从“芯片—算法—主权云—应用”全链条的闭环体系。
在软件与服务方面，熵基科技将NeuroSky的生物传感技术与Minerva IoT平台融合，重点打造“情绪云服务平台”。该平台借助云端算法持续迭代升级，为合作伙伴及终端用户提供符合特定应用场景的情绪识别、管理与智能化服务方案。
熵基科技表示，相关研究主要面向教育、康复及情绪健康等脑机接口应用方向，重点关注数据合规性、部署效率及跨终端适配等基础问题。
随着脑机接口技术逐渐从研究阶段向产业化推进，围绕隐私计算、模型协同与数据安全的底层能力建设，已成为行业关注的重要方向。
根据公开资料显示，熵基科技已启动情绪分析相关的专利布局，并正在推动相关技术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相关研究重点围绕脑机接口场景下的数据安全与模型协同展开。未来，公司将结合实际应用需求，持续在隐私保护、模型泛化与系统协同等方面推进研究与验证。”
查看全文
传感器专家网 
四方光电 
评论0条评论