Лазер сгенерировал неповторимые морщинки

Французские материаловеды с помощью лазера сгенерировали микроморщинки, которые невозможно воспроизвести — их можно использовать в качестве уникальной метки для защиты от подделки, а считать ее можно будет простым оптическим микроскопом. Статья, в которой авторы рассказывают, как получить случайные узоры из халькогенидов германия, опубликована в журнале Advanced Materials.

Невозможно получить два абсолютно одинаковых предмета — всегда находятся погрешности и случайности на малом масштабе. В серийном производстве это скорее вред, так как предметы получаются немного разными, но зато можно создать уникальные метки — физически неклонируемые системы. Они обладают двумя свойствами, которые позволяют использовать их для уникальной идентификации. Такую систему нельзя воспроизвести на практике, а ее моделирование очень затратно, что и делает ее защищенной (подробнее о физически неклонируемых функциях можно прочитать в этом материале).

В природе мы знаем много проявлений неклонируемых функций: например, отпечатки пальцев, а также радужка и роговица глаз. Морщинки из отпечатков пальцев лучше всех годятся на роль противодействия подделке, так как для считывания с них информации требуется только оптический микроскоп. Такие морщинки уже делали из двуслойных структур (металла на поверхности элластичного полимера) или же с помощью лазерного плавления слоя, покрытого жестким слоем оксида.

Палома Мартинез (Paloma Martinez) с коллегами из Университета Бордо разработала новый способ генерации уникальных систем с помощью образования морщинок из плавящегося халькогенида (сера, селен, теллур) германия. Для генерации морщинок ученые светили лазером на образец, состоящий из ориентированной кремниевой подложки, слоя теллурида германия толщиной в 500 нанометров и слоя нитрида кремния.

Для плавления ученые выбрали значения интенсивности потока 21, 25 и 30 миллиджоулей на квадратный сантиметр. При меньшей интенсивности потока не происходило плавления теллурида германия, а соответственно и образования морщинок. Ученые заметили, что после плавления и отвердения материала изменяется его показатель преломления, при этом теллурид германия из аморфного вещества не закристаллизовался, но фазы до и после обработки лазером отличаются в своей аморфной структуре. При этом слой нитрида кремния остался нетронутым. Ученые оценили стабильность структуры морщинок к рекристаллизации: для сплава германия, сурьмы и селена при 90 градусах Цельсия морщинки могут сохраняться до десяти лет.

С помощью атомно-силового микроскопа ученые измерили глубину морщинок: в центре — 70 нанометров, а на краях узора — единицы нанометров. При этом поглощение света с длиной волны в 800 нанометров происходило на слое в 63 нанометра. Морщинки образуются благодаря остаточному внутреннему напряжению сжатия слоя нитрида кремния и его отличия в термомеханическом поведении от теллурида германия (можно представить этот процесс в виде эластичной пленки на вязкой среде). С помощью этих параметров материаловеды описали функцию распределения интенсивности излучения по толщине образца и расстоянию от его центра — чем дальше от центра образца, тем выше пространственная частота морщинок.

Для демонстрации использования морщинок в качестве защитных меток ученые использовали алгоритмы распознавания уникальной метки с помощью оптического микроскопа. Они сделали две серии по сто неклонируемых меток: первый набор был основан на сплаве селена и германия, второй на сплаве селена, германия и сурьмы. Каждой из меток присвоили свое изображение в качестве ключа. Чтобы улучшить процесс считывания структуры морщинок, ученые использовали устройство с машинным зрением.

В качестве первого алгоритма распознавания авторы статьи выбрали преобразования Фурье-Меллина в сочетании со скелетизацией данных (выбирали множество точек равноудаленных от границы морщинок). Считывание информации проводилось из случайно смещенного, повернутого изображения, увеличенного до шести раз — факторы были выбраны для проверки устойчивости алгоритма. Таким образом алгоритм распознавания должен произвести обратные изменения: перецентровку, обратный поворот и масштабирование. Ученые обнаружили, что алгоритм всегда справляется с поворотом, но более чем трехкратное масштабирование приводило к малой степени свободы. Ученые признали этот метод достаточно точным, но медленным.

Чтобы ускорить расшифровку информации с меток, ученые натренировали сверточную нейронную сеть. Обучающий массив содержал две тысячи фотографий меток, случайно смещенных, повернутых и увеличенных. Авторы использовали четыре сетевые архитектуры: Inception, Xception и VGG19 с двумя слоями (1024 и 512 нейронов), а также собственную нейросеть. Наибольшая точность получилась у модели Inception — для 632 узоров нейронная сеть за две минуты определила верно 596 ключей, при этом в большинстве неверных случаев проявилась ошибка скелетизации. Для защиты точности данных ученые предлагают предсказывать с помощью нейронной сети, а затем проверять алгоритмом Фурье-Меллина.

Это уже не первая разработка неподделываемых морщин для защитных меток. Три года назад корейские ученые предложили использовать для защиты картин микроморщины из фотополимера, однако их получение было сложнее.

Артем Моськин

Нашли опечатку? Выделите фрагмент и нажмите Ctrl+Enter.
«Невозможность второго рода»: Явление квазикристаллов

Мнение редакции может не совпадать с мнением автора