高维防伪纳米钻石通过深度度度度学习来验证其真实性
Lingzhi Wang1, Xin Yu1, Tongtong Zhang1
1Department of Electrical and Electronic Engineering, The University of Hong Kong, Hong Kong, China.
Nature communications
|December 5, 2024
概括
这项研究引入了新的3D编码光纳米钻石标签,用于不可破碎的防伪. 深度度度学习方法增强了认证,提高了噪音耐受性和适用于新标签的可用性.
科学领域:
- 材料科学 材料科学 材料科学
- 纳米技术纳米技术
- 光学是什么?光学是什么?光学是什么?
背景情况:
- 物理非克隆功能 (PUF) 标签提供了强大的防伪解决方案.
- 目前的PUF系统面临的挑战是有限的高维编码和不充分的身份验证方法.
研究的目的:
- 开发先进的3D编码的基于钻石的标签,用于防伪.
- 创建一个强大的身份验证方法,提高噪声耐受性和适应性.
主要方法:
- 利用光纳米钻石的线性极化调制用于3D编码.
- 实现了基于图像的身份验证的深度度度度学习算法.
- 评估标签的稳定性,可复制性和认证性能.
主要成果:
- 展示了基于钻石的标签的3D编码方案,容量为10^9771.1.
- 在7.5秒的读取时间内实现了高分辨率.
- 与传统方法相比,深度度度度学习认证显示出更高的噪音耐受性和对隐形标签的适用性.
结论:
- 光纳米钻石为防伪提供稳定和可复制的标签.
- 开发的深度度度度学习认证对PUF系统有效.
- 这种综合方法为实用,坚固的防伪解决方案奠定了基础.
