大家好！今天来了解一项关于防伪技术的研究——《Artificial fingerprints engraved through block-copolymers as nanoscale physical unclonable functions for authentication and identification》发表于《nature communications》。在当下，伪造现象愈发猖獗，给社会带来了巨大损失。传统防伪技术已难以满足需求，而物理不可克隆功能（PUF）成为了新的研究热点。这篇文章介绍了一种通过嵌段共聚物雕刻人工指纹作为纳米级PUF的创新技术，它在身份验证和识别方面展现出独特优势，下面我们就深入了解一下。
*
本文只做阅读笔记分享
*
一、研究背景
（一）伪造问题的严重性
在当今社会，伪造不仅带来了巨大的经济损失，还对安全和健康系统构成了严重威胁。例如，从商品制造到专业技术领域，都深受其害。
（二）现有防伪技术的局限性
基于标签的防伪技术：像图形条形码、水印和全息图等基于标签的防伪技术，由于其是通过确定性过程实现的，复杂度低且可预测性高，容易被伪造者伪造和克隆。
软件认证系统：基于软件的认证/识别系统容易受到电磁干扰和网络攻击，存在内在的脆弱性。
（三）物理不可克隆功能（PUF）的兴起
为了克服现有防伪技术的局限性，基于物理不可克隆功能（PUF）的硬件加密系统受到了越来越多的关注。PUF是一种物理单向函数，它能够根据物理系统/设备的固有物理特性生成密钥，其密钥的唯一性依赖于物理系统的不可控变异性和高随机性。
二、纳米级人工指纹的制备
（一）制备过程
分子自组装：
基于嵌段共聚物（BCP）在目标基底上进行分子自组装。例如，在对硅基底进行处理时，BCP分子在热波动下发生相分离，形成类似指纹的层状图案。
选择性去除：
选择性地去除BCP中的一相，形成无序的纳米光刻掩模。
图案转移：
通过选择性反应离子蚀刻（RIE）或湿化学蚀刻，将图案转移到目标基底上。例如，成功地将图案转移到了钻石、硅、石英和二氧化硅等目标基底上。
（二）优势
难以移除：这种人工指纹直接雕刻在目标基底上，与以往贴在基底上的纳米标签不同，除非基底被机械刮擦（但会留下痕迹），否则无法移除。
稳定性好：PUF的鲁棒性和环境稳定性取决于雕刻材料的物理/化学/机械性能。例如，适当选择基底材料可使PUF在高温、低温、接触化学物质、机械作用、辐射等恶劣条件下工作。
兼容性强：与CMOS技术兼容，可将其集成到常规电子设备中。例如，可以直接在芯片（或芯片封装）上实现指纹，用于评估芯片的合法性。
三、指纹图案形态提取
（一）指纹增强算法
为了从输入图像中准确地提取指纹图案，采用了一种基于估计局部脊线方向和频率的指纹增强算法。该算法能够自适应地提高脊线和谷线结构的清晰度，减少噪声和伪缺陷，对不同质量的图像都有很好的效果。
（二）形态参数分析
通过该算法，可以获取BCP的形态参数，如缺陷定位、线周期和相关长度等。例如，通过对不同二值化技术的比较，发现指纹增强算法能够降低缺陷密度，提高相关长度，从而得到更真实的指纹图案。
四、二进制编码矩阵生成
（一）编码方法
将人工指纹视为基于随机视觉特征的PUF，根据纳米图案的局部特征将其转换为二进制编码矩阵。具体方法是，根据像素位置是否存在细节特征，将矩阵中的像素定义为1-bit或0-bit。
（二）编码特性
随机性和唯一性：编码矩阵的随机性和唯一性与像素大小有关。当像素大小约等于BCP图案的相关长度（238×238 nm2）时，能够实现接近理想值的位均匀性、单位熵和分数汉明距离（HD）分布，具有高随机性。
编码容量：编码容量与纳米图案的形态有关，可以通过增加图像面积或调整像素大小来提高编码容量。
五、基于计算机视觉的认证/识别策略
（一）匹配算法
利用基于计算机视觉概念的匹配算法，如SIFT算法和FLANN匹配器，来增强认证/识别过程的鲁棒性。通过计算测试图像和数据库图像之间的分数HD来量化重叠程度，并确定一个阈值（0.45）来判断图像是否来自同一纳米图案。
（二）稳定性验证
