AI輔助光子檢測器識(shí)別假冒半導(dǎo)體芯片

RAPTOR檢測系統(tǒng)的示意圖
研究人員結(jié)合了人工智能和光子技術(shù)，開發(fā)了一種新方法來檢測假冒芯片。這里所展示的RAPTOR系統(tǒng)使用了一種注意力機(jī)制，用于優(yōu)先處理在篡改前后樣本之間的納米顆粒相關(guān)性，然后將其輸入到一個(gè)基于殘差和注意力的深度卷積分類器中。(圖片來源: Blake等人，doi 10.1117/1.AP.6.5.056002)

半導(dǎo)體行業(yè)是一個(gè)經(jīng)濟(jì)巨頭，但它也面臨著不少挑戰(zhàn)。除了新半導(dǎo)體芯片的短缺外，假冒芯片的過剩問題也日益嚴(yán)重。這些仿制品的蔓延對(duì)依賴計(jì)算機(jī)芯片的眾多行業(yè)，包括航空、金融、通信、人工智能和量子技術(shù)等，構(gòu)成了真正的威脅。

現(xiàn)在，美國普渡大學(xué)的研究人員結(jié)合了人工智能（AI）和光子技術(shù)，開發(fā)出了一種檢測假冒芯片的穩(wěn)健新方法。該方法有望減少在全球5000億美元的半導(dǎo)體行業(yè)內(nèi)由于假冒芯片帶來的不必要監(jiān)控、芯片故障和盜竊的風(fēng)險(xiǎn)，從而遏制假冒芯片市場，該市場估計(jì)價(jià)值750億美元。

檢測假冒半導(dǎo)體芯片的主要方法依賴于將安全標(biāo)簽“烘焙”到芯片或其包裝中。這些標(biāo)簽通過物理不可克隆功能等技術(shù)起作用，這些技術(shù)使用金屬納米材料陣列等介質(zhì)。這些結(jié)構(gòu)可以被設(shè)計(jì)成以特定模式強(qiáng)烈散射光，這種模式可以被檢測并用作標(biāo)記芯片的“指紋”。

問題在于，這些安全結(jié)構(gòu)并非防篡改。它們可能會(huì)自然降解——例如，當(dāng)溫度過高時(shí)。如果它們被印刷在包裝上，也可能會(huì)被意外或故意擦掉。

嵌入金納米顆粒
普渡大學(xué)的研究人員開發(fā)了一種基于識(shí)別嵌入芯片或芯片包裝中的納米顆粒陣列散射光模式變化的替代光學(xué)防偽技術(shù)。他們的這種方法稱為篡改響應(yīng)的殘差注意力處理（RAPTOR），依賴于分析陣列自然降解或被篡改前后散射的光。

為了使該技術(shù)有效，由電氣與計(jì)算機(jī)工程師亞歷山大·基爾迪舍夫（Alexander Kildishev）領(lǐng)導(dǎo)的團(tuán)隊(duì)在一批半導(dǎo)體芯片的包裝中嵌入了金納米顆粒。然后，該團(tuán)隊(duì)在包裝上隨機(jī)選擇幾個(gè)地方拍攝了多個(gè)暗場顯微鏡圖像，以記錄納米顆粒散射模式。這使得即使樣本對(duì)光透明、光吸收對(duì)比度極低的情況下，仍然能夠生成高對(duì)比度的圖像。然后，團(tuán)隊(duì)將這些測量數(shù)據(jù)存儲(chǔ)以備后續(xù)認(rèn)證。

“如果有人試圖更換芯片，他們不僅需要嵌入金納米顆粒，還需要將它們?nèi)糠胖迷谠嘉恢?，”基爾迪舍夫解釋道?/p>

人工智能的角色
為了防止由自然磨損破壞納米顆?；驉阂庑袨檎呓咏哉_方式替換納米顆粒導(dǎo)致的誤報(bào)，該團(tuán)隊(duì)訓(xùn)練了一種AI模型以區(qū)分自然降解和惡意篡改?；鶢柕仙岱蚋嬖V《物理世界》，這是最大的挑戰(zhàn)?！八黐模型]還必須識(shí)別可能的對(duì)抗性納米顆粒填充，以掩蓋篡改嘗試，”他說。

普渡大學(xué)的研究人員在《先進(jìn)光子學(xué)》雜志上寫道，RAPTOR比當(dāng)前最先進(jìn)的假冒檢測方法（稱為Hausdorff、Procrustes和平均Hausdorff度量）分別高出40.6%、37.3%和6.4%。分析過程只需27毫秒，它可以在80毫秒內(nèi)以接近98%的準(zhǔn)確率驗(yàn)證圖案的真實(shí)性。

基爾迪舍夫說：“我們開展這項(xiàng)研究是因?yàn)槲覀兛吹搅烁纳菩酒J(rèn)證方法的需求，并利用我們?cè)?a class="contentlabel" href="http://butianyuan.cn/news/listbylabel/label/AI">AI和納米技術(shù)方面的專業(yè)知識(shí)來實(shí)現(xiàn)這一目標(biāo)。”

普渡大學(xué)的研究人員希望其他研究小組能夠關(guān)注將AI和光子技術(shù)相結(jié)合在半導(dǎo)體行業(yè)的可能性。他們表示，這將有助于推進(jìn)基于深度學(xué)習(xí)的防偽方法。

展望未來，基爾迪舍夫和他的同事計(jì)劃改進(jìn)他們的納米顆粒嵌入工藝，并進(jìn)一步簡化認(rèn)證步驟?！拔覀兿Ｍ杆賹⑽覀兊姆椒ㄞD(zhuǎn)化為工業(yè)解決方案，”基爾迪舍夫表示。