Hot News
A tecnologia RAPTOR excede o desempenho dos métodos tradicionais de detecção de adulteração em até 40%
WEST LAFAYETTE, Indiana — Pesquisadores da Faculdade de Engenharia da Universidade Purdue desenvolveram um método de detecção óptica de falsificação com patente pendente para chips usados em dispositivos semicondutores.
O método Purdue é chamado RAPTOR, ou processamento residual baseado em atenção de respostas ópticas adulteradas. Ele aproveita o aprendizado profundo para identificar adulterações. Ele aprimora os métodos tradicionais, que enfrentam desafios em escalabilidade e discriminação entre degradação natural e adulteração adversarial.
Alexander Kildishev, professor da Escola de Engenharia Elétrica e de Computação da Família Elmore, lidera uma equipe cuja pesquisa foi publicada no periódico revisado por pares Advanced Photonics.
“Nosso esquema abre uma grande oportunidade para a adoção de métodos anti-falsificação baseados em aprendizado profundo na indústria de semicondutores”, disse ele.
Kildishev divulgou o RAPTOR para o Purdue Innovates Office of Technology Commercialization, que solicitou patentes para proteger a propriedade intelectual. Parceiros da indústria interessados em desenvolver ou comercializar o RAPTOR devem entrar em contato com Will Buchanan, diretor assistente de desenvolvimento de negócios e licenciamento — ciências físicas, wdbuchanan@prf.org, sobre o código de rastreamento 70652.
Desvantagens na detecção de chips falsificados
Kildishev disse que a indústria de semicondutores cresceu para um mercado global de US$ 500 bilhões nos últimos 60 anos. No entanto, ela está lidando com desafios duplos: uma profunda escassez de novos chips e uma onda de chips falsificados, introduzindo riscos substanciais de mau funcionamento e vigilância indesejada.
“Este último inadvertidamente dá origem a um mercado de chips falsificados de US$ 75 bilhões que coloca em risco a segurança em vários setores dependentes de tecnologias de semicondutores, como aviação, comunicação, quântica, inteligência artificial e finanças pessoais”, disse ele.
Kildishev disse que várias técnicas foram criadas para confirmar a autenticidade dos semicondutores e detectar chips falsificados.
“Essas técnicas alavancam amplamente as etiquetas de segurança física incorporadas à funcionalidade ou embalagem do chip”, disse ele. “Central para muitos desses métodos são funções físicas não clonáveis (PUFs), que são sistemas físicos exclusivos que são difíceis para os adversários replicarem, seja por restrições econômicas ou propriedades físicas inerentes.”
PUFs ópticos, que capitalizam as distintas respostas ópticas de meios aleatórios, são especialmente promissores.
“No entanto, há desafios significativos para atingir a escalabilidade e manter a discriminação precisa entre adulteração adversária e degradação natural, como envelhecimento físico em temperaturas mais altas, abrasões de embalagens e impacto de umidade”, disse Kildishev.
Criando o RAPTOR da Purdue
Kildishev e sua equipe se inspiraram para criar o RAPTOR nas capacidades dos modelos de aprendizado profundo.
“RAPTOR é uma nova abordagem de aprendizado profundo, um discriminador que identifica adulteração analisando padrões de nanopartículas de ouro incorporados em chips”, disse ele. “Ele é robusto sob recursos de adulteração adversarial, como abrasões maliciosas de pacotes, tratamento térmico comprometido e rasgos adversos.”
Yuheng Chen, um estudante de doutorado no grupo de Kildishev, disse que o RAPTOR usa a verificação da matriz de distância de nanopartículas de ouro.
“As nanopartículas de ouro são distribuídas aleatoriamente e uniformemente no substrato da amostra do chip, mas seus raios são distribuídos normalmente. Um banco de dados original de imagens de campo escuro posicionadas aleatoriamente é criado por meio da caracterização de microscopia de campo escuro”, disse ele. “Nanopartículas de ouro podem ser facilmente medidas usando microscopia de campo escuro. Esta é uma técnica prontamente disponível que pode se integrar perfeitamente a qualquer estágio do pipeline de fabricação de semicondutores.”
Blake Wilson, um ex-aluno do grupo de Kildishev, disse: “O RAPTOR usa um mecanismo de atenção para priorizar correlações de nanopartículas em amostras pré-adulteração e pós-adulteração antes de passá-las para um classificador convolucional profundo baseado em atenção residual. Ele pega nanopartículas em ordem decrescente de raios para construir as matrizes de distância e raios das amostras pré-adulteração e pós-adulteração.”
Validando o RAPTOR da Purdue
A equipe da Purdue testou a capacidade de detecção de falsificação do RAPTOR simulando o comportamento de adulteração em sistemas de nanopartículas. Isso incluiu mudanças naturais, adulteração adversária maliciosa, flutuações térmicas e vários graus de traduções gaussianas aleatórias das nanopartículas.
“Nós provamos que o RAPTOR tem a maior precisão média, detectando corretamente a adulteração em 97,6% das matrizes de distância sob as suposições de adulteração do pior cenário”, disse Wilson. “Isso excede o desempenho dos métodos anteriores — Hausdorff, Procrustes e Average Hausdorff distance — em 40,6%, 37,3% e 6,4%, respectivamente.”
Kildishev disse que a equipe está planejando colaborar com pesquisadores de encapsulamento de chips para inovar ainda mais o processo de incorporação de nanopartículas e otimizar as etapas de autenticação.
“No momento, o RAPTOR é uma prova de conceito que demonstra o grande potencial da IA na indústria de semicondutores”, disse ele. “No final das contas, queremos convertê-lo em uma solução madura para a indústria.”
Outros membros da equipe RAPTOR incluem Alexandra Boltasseva, Professora Emérita Ron e Dotty Garvin Tonjes em Engenharia Elétrica e de Computação; Vladimir Shalaev, Professor Emérito Bob e Anne Burnett em Engenharia Elétrica e de Computação; e os atuais e antigos alunos Daksh Kumar Singh, Rohan Ojha, Jaxon Pottle e Michael Bezick.
A equipe recebeu apoio do Centro de Ciência Quântica do Departamento de Energia dos EUA, da Fundação Nacional de Ciências e do Elmore ECE Emerging Frontiers Center on the Crossroads of Quantum and AI.
Sobre o Purdue Innovates Office of Technology Commercialization
O Purdue Innovates Office of Technology Commercialization opera um dos programas de transferência de tecnologia mais abrangentes entre as principais universidades de pesquisa dos EUA. Os serviços fornecidos por este escritório dão suporte às iniciativas de desenvolvimento econômico da Purdue University e beneficiam as atividades acadêmicas da universidade por meio da comercialização, licenciamento e proteção da propriedade intelectual da Purdue. No ano fiscal de 2024, o escritório relatou 145 negócios finalizados com 224 tecnologias assinadas, 466 divulgações de invenções recebidas e 290 patentes dos EUA e internacionais recebidas. O escritório é administrado pela Purdue Research Foundation, uma fundação privada sem fins lucrativos criada para promover a missão da Purdue University. Entre em contato com otcip@prf.org para obter mais informações.
Sobre a Universidade Purdue
A Purdue University é uma instituição pública de pesquisa que demonstra excelência em escala. Classificada entre as 10 melhores universidades públicas e com duas faculdades entre as quatro melhores dos Estados Unidos, a Purdue descobre e dissemina conhecimento com qualidade e em uma escala inigualáveis. Mais de 105.000 alunos estudam na Purdue em todas as modalidades e locais, incluindo quase 50.000 pessoalmente no campus de West Lafayette. Comprometida com a acessibilidade e o preço acessível, o campus principal da Purdue congelou as mensalidades por 13 anos consecutivos. Veja como a Purdue nunca para na busca persistente pelo próximo salto gigante — incluindo seu primeiro campus urbano abrangente em Indianápolis, a Mitch Daniels School of Business, a Purdue Computes e a iniciativa One Health — em https://www.purdue.edu/president/strategic-initiatives.
Siga-nos nas redes sociais:
Hotnews.pt |
Facebook |
Instagram |
Telegram
#hotnews #noticias #AtualizaçõesDiárias #SigaHotnews #FiquePorDentro #ÚltimasNotícias #InformaçãoAtual