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