【儀表網 研發快訊】近日，山東大學集成電路學院王天宇、孟佳琳團隊在新型低功耗光電神經形態硬件與AI加密系統方向取得重要進展，實現海上加密通訊的“敵我識別”。相關成果以“Low Power Optoelectronic Neuromorphic Memristor for In‐Sensor Computing and Multilevel Hardware Encryption”為題發表在國際著名期刊Advanced Science(中科院一區，影響因子：14.3)。集成電路學院研究生孫渤為論文第一作者，山東大學集成電路學院研究員王天宇、教授孟佳琳為論文共同通訊作者，集成電路學院為論文第一完成單位。
隨著物聯網和邊緣計算的快速發展，傳統馮·諾依曼架構面臨嚴峻的功耗與效率瓶頸，而神經形態計算因其類腦的并行處理與低功耗特性成為重要發展方向。與此同時，信息安全正面臨日益嚴峻的挑戰，傳統基于軟件的數學加密算法在人工智能時代更易被破解，且高計算成本限制了其在資源受限設備上的應用；雖然物理不可克隆函數等基于憶阻器隨機性的硬件加密提供了一種思路，但其易受環境波動和電路噪聲影響，增加了系統復雜性與功耗。針對上述問題，本文提出一種將信息編碼為光脈沖參數，利用器件本征響應作為密文并結合神經網絡解密的硬件加密方案，旨在實現低功耗、高安全性且便于移動端部署的新型加密通信系統。
研究團隊基于光電神經形態器件設計并實現了一套完整的硬件多維加密與安全通信系統，該器件不僅能夠在超低能耗(單次突觸事件僅3.3 fJ)下模擬多種生物突觸可塑性，還對不同波長、脈沖寬度和脈沖數量的光刺激呈現出差異化且確定的電學響應。利用這一多參數響應的物理特性，研究者提出了一種新型硬件加密方法：將待傳輸的信息轉換為 ASCII 碼分別映射為光脈沖的波長、脈沖寬度和脈沖數量，形成特定的光脈沖序列作用于器件陣列，從而獲得唯一對應的電流響應作為“密文”。在解密端，通過一個預訓練的卷積神經網絡對這些電流響應進行識別，合法接收方可以達到 97.4% 的解密準確率，而未授權方僅能實現 2.88% 的隨機猜測水平，充分驗證了該方案的高安全性與魯棒性。進一步地，團隊將解密網絡部署至單片機上，實現了便攜式移動端的加密通信演示。此外，還結合儲層計算與旗語信號，構建了“敵我識別”預認證機制，將動態動作識別與隱藏信息驗證相結合，拓展了系統在復雜場景如海上通信中的應用潛力。整個研究從器件物理、加密架構到系統驗證，展示了基于光電神經形態器件實現低功耗、物理安全、可移動部署的新型硬件安全通信的完整路徑。
上述研究工作得到國家自然科學基金、山東省自然科學基金、山東省泰山學者項目和廣東省基礎與應用基礎研究基金等基金項目的資助。
王天宇研究員致力于后摩爾集成電路存算器件與AI芯片，包括人工智能技術與AI芯片(RRAM、FeRAM)、柔性憶阻器件與神經網絡計算(CNN、SNN)、新型鐵電存儲器與存算一體技術，在Nature Communications、IEDM、Advanced Materials、Nano Letters、IEEE EDL、IEEE TED等集成電路領域期刊發表SCI論文100余篇，申請發明專利100余項。
孟佳琳教授，國家級青年人才、中國未來女科學家，致力于研究面向人工智能應用的光電感存算一體器件、神經擬態晶體管與AI視覺芯片、柔性可穿戴電子與人工智能集成系統，在Nature Communications、Advanced Materials 、ACS Nano、Advanced Functional Materials、Nano Letters、IEEE Electron Device Letters等期刊發表論文90余篇，申請發明專利100余項。
所有評論僅代表網友意見，與本站立場無關。