新加坡国立大学(NUS)的研究人员发明了一种名为DeepKey的防伪新方法。这个安全创新仅用了8个月的时间，使用了二维材料标签和人工智能(AI)认证软件。
与传统的防伪技术相比，DeepKey工作速度更快，结果非常准确，使用耐用的识别标签，不易被极端温度、化学泄漏、紫外线照射和潮湿等环境条件损坏。这种新的认证技术可以应用于不同的高价值产品，包括药品、珠宝和电子产品。例如，杏耀主管DeepKey适用于对COVID-19疫苗进行标记，以实现快速和可靠的认证，因为其中一些疫苗需要在-70°C的超低温下存储。
在新加坡国立大学工程学院化学与生物分子工程系陈博彦助理教授和王晓南助理教授的带领下，该团队的2d材料安全标签展示了物理上不可克隆的功能模式(PUF模式)，这些模式是通过系统地揉皱2d材料薄膜随机生成的。然后，具有多尺度特征的复杂2d材料模式可以通过训练有素的深度学习模型进行分类和验证，从而在不到3.5分钟内实现可靠(100%准确)的认证。
目前使用PUF模式的防伪技术通常面临几个瓶颈，包括制造复杂、专业而繁琐的读出过程、认证时间长、环境稳定性不足以及制作成本高。
“通过这项研究，我们解决了其他技术遇到的几个瓶颈，”王助理教授说。“我们的2d材料PUF标签环境稳定，易于阅读，简单，制作成本低廉。特别是，深度学习的采用大大加速了整体认证，将我们的发明进一步推向了实际应用。”
研究人员于2020年12月2日在科学杂志《物质》上发表了他们的研究结果。这项研究是与安徽工业大学和南洋理工大学的研究人员合作进行的。
一个稳定、简单和可伸缩的过程来创建PUF标签
值得注意的是，研究人员不需要任何特殊设备来创建安全标签。它们可以简单地用一个气球，一个2d材料分散瓶和一个刷子来制作。
“首先，我们给气球充气，然后在它的表面刷上粘性的2d材料墨水。风干一夜后，我们放气。由于二维材料与胶乳基体之间的界面机械不匹配，在收缩过程中会产生大面积的褶皱泡芙图案。这些泡芙图案之后可以被切割到所需的尺寸，
杏耀娱乐总代团队教程，通常，一次可以制作数百个，”研究小组成员林静博士说。
接下来，研究人员用电子显微镜对PUF标签快速拍照，然后与他们的创新软件同步，进行深度学习的“分类和验证”过程。“整个过程用时不到3.5分钟，大部分时间都花在等待电子显微镜读出数据上。认证本身非常快，不到20秒，”Jing博士解释道。
使用人工智能深度学习算法的快速认证
所有基于PUF密钥的技术都具有超高的编码能力，因为理论上可以产生大量不同的模式。然而，高编码容量也导致认证时间长，因为“搜索和比较”模式验证必须在一个巨大的数据库中进行。高编码容量和长身份验证时间之间的这种平衡常常限制了这种基于puf的防伪标签的实际应用。
“通过我们的新技术，我们将通过使用可分类的2d材料PUF标签和深度学习算法，打破这种长期存在的高编码容量和长认证时间之间的平衡，”王助理教授表示。
首先，研究人员使用各种2D材料制造具有人工智能可识别特征的PUF标签。其次，他们训练了一个深度学习模型来进行两步认证机制。“我们使用深度学习模型将PUF模式预先分类成子组，这样搜索与比较算法就在一个小得多的数据库中进行，这缩短了总体认证时间，”王助理教授解释说。
目前，与新加坡国立大学这项创新技术类似的唯一可用技术是基于褶皱的聚合物标签。褶皱聚合物标签是基于表面图案的验证，就像新型2d材料标签一样。然而，他们的身份验证目前需要一个一个的特征提取和匹配，这是缓慢的，显示只有80%的可靠性。新加坡国立大学团队的认证是由深度学习推动的，因此更快，并达到接近100%的验证精度。
此外，与使用有害有机化学物质和紫外光的湿化学方法制备聚合物褶皱标签相比，杏耀注册新加坡国立大学的研究人员的制造技术要快得多，也更安全。
下一个步骤
新加坡国立大学的研究小组已经为他们的发明申请了专利，现在正计划进一步推动这项技术。“我们正在为我们的PUF标签寻找更好、更快和更强大的读取和认证方法，”王助理教授表示。
该团队已经开始研究其他读出技术，以进一步缩短处理时间。王助理教授补充说:“此外，这些由PUF标签自然编码的资料可保存在区块链上，以进一步保障安全，使整个供应链和品质控制都能透明地追踪。”
