AI辅助光子检测器识别假冒半导体芯片

本文引用地址：

RAPTOR检测系统的示意图

研究人员结合了人工智能和光子技术，开发了一种新方法来检测假冒芯片。这里所展示的RAPTOR系统使用了一种注意力机制，用于优先处理在篡改前后样本之间的纳米颗粒相关性，然后将其输入到一个基于残差和注意力的深度卷积分类器中。(图片来源: Blake等人，doi 10.1117/1.AP.6.5.056002)

半导体行业是一个经济巨头，但它也面临着不少挑战。除了新半导体芯片的短缺外，假冒芯片的过剩问题也日益严重。这些仿制品的蔓延对依赖计算机芯片的众多行业，包括航空、金融、通信、人工智能和量子技术等，构成了真正的威胁。

现在，美国普渡大学的研究人员结合了人工智能和光子技术，开发出了一种检测假冒芯片的稳健新方法。该方法有望减少在全球5000亿美元的半导体行业内由于假冒芯片带来的不必要监控、芯片故障和盗窃的风险，从而遏制假冒芯片市场，该市场估计价值750亿美元。

检测假冒半导体芯片的主要方法依赖于将安全标签“烘焙”到芯片或其包装中。这些标签通过物理不可克隆功能等技术起作用，这些技术使用金属纳米材料阵列等介质。这些结构可以被设计成以特定模式强烈散射光，这种模式可以被检测并用作标记芯片的“指纹”。

问题在于，这些安全结构并非防篡改。它们可能会自然降解——例如，当温度过高时。如果它们被印刷在包装上，也可能会被意外或故意擦掉。

嵌入金纳米颗粒

普渡大学的研究人员开发了一种基于识别嵌入芯片或芯片包装中的纳米颗粒阵列散射光模式变化的替代光学防伪技术。他们的这种方法称为篡改响应的残差注意力处理（RAPTOR），依赖于分析阵列自然降解或被篡改前后散射的光。

为了使该技术有效，由电气与计算机工程师亚历山大·基尔迪舍夫（Alexander Kildishev）领导的团队在一批半导体芯片的包装中嵌入了金纳米颗粒。然后，该团队在包装上随机选择几个地方拍摄了多个暗场显微镜图像，以记录纳米颗粒散射模式。这使得即使样本对光透明、光吸收对比度极低的情况下，仍然能够生成高对比度的图像。然后，团队将这些测量数据存储以备后续认证。

“如果有人试图更换芯片，他们不仅需要嵌入金纳米颗粒，还需要将它们全部放置在原始位置，”基尔迪舍夫解释道。

人工智能的角色

为了防止由自然磨损破坏纳米颗粒或恶意行为者接近以正确方式替换纳米颗粒导致的误报，该团队训练了一种AI模型以区分自然降解和恶意篡改。基尔迪舍夫告诉《物理世界》，这是最大的挑战。“它[模型]还必须识别可能的对抗性纳米颗粒填充，以掩盖篡改尝试，”他说。

普渡大学的研究人员在《先进光子学》杂志上写道，RAPTOR比当前最先进的假冒检测方法（称为Hausdorff、Procrustes和平均Hausdorff度量）分别高出40.6%、37.3%和6.4%。分析过程只需27毫秒，它可以在80毫秒内以接近98%的准确率验证图案的真实性。

基尔迪舍夫说：“我们开展这项研究是因为我们看到了改善芯片认证方法的需求，并利用我们在AI和纳米技术方面的专业知识来实现这一目标。”

普渡大学的研究人员希望其他研究小组能够关注将AI和光子技术相结合在半导体行业的可能性。他们表示，这将有助于推进基于深度学习的防伪方法。

展望未来，基尔迪舍夫和他的同事计划改进他们的纳米颗粒嵌入工艺，并进一步简化认证步骤。“我们希望迅速将我们的方法转化为工业解决方案，”基尔迪舍夫表示。