Spotlight

Teknologi anti-pemalsuan melakukan otentikasi AI yang andal dalam kondisi ekstrim


Teknologi anti-pemalsuan melakukan otentikasi AI yang andal dalam kondisi ekstrim

DeepKey — autentikasi AI yang andal dalam kondisi ekstrem. Kredit: Universitas Nasional Singapura

Para peneliti dari National University of Singapore (NUS) telah menemukan metode anti-pemalsuan baru yang disebut DeepKey. Inovasi keamanan ini menggunakan tag bahan dua dimensi (2-D) dan perangkat lunak otentikasi yang mendukung kecerdasan buatan (AI).

Dibandingkan dengan teknologi anti-pemalsuan konvensional, DeepKey bekerja lebih cepat, memberikan hasil yang sangat akurat, dan menggunakan tag identifikasi tahan lama yang tidak mudah rusak oleh kondisi lingkungan seperti suhu ekstrim, tumpahan bahan kimia, paparan sinar UV, dan kelembapan. Teknologi otentikasi baru ini dapat diterapkan pada berbagai produk bernilai tinggi, mulai dari obat-obatan, perhiasan, dan elektronik. Misalnya, DeepKey cocok untuk menandai vaksin COVID-19 untuk mengaktifkan otentikasi yang cepat dan andal, karena beberapa dari vaksin tersebut perlu disimpan pada suhu ultra-dingin –70 ° C.

Dipimpin oleh Asst Prof Chen Po-Yen dan Asst Prof Wang Xiaonan dari Departemen Teknik Kimia dan Biomolekuler di Fakultas Teknik NUS, tag pengaman material 2-D tim menunjukkan pola Fungsi Fisik yang Tidak Dapat Dikloning (pola PUF), yang dihasilkan secara acak dengan meremas film tipis berbahan 2-D secara sistematis. Pola materi 2-D yang kompleks dengan fitur multi-skala kemudian dapat diklasifikasikan dan divalidasi dengan model pembelajaran mendalam yang terlatih dengan baik, memungkinkan otentikasi yang andal (100 persen akurat) dalam waktu kurang dari 3,5 menit.

Teknologi anti-pemalsuan saat ini yang menggunakan pola PUF biasanya menghadapi beberapa hambatan, termasuk pembuatan yang rumit, proses pembacaan yang khusus dan membosankan, waktu otentikasi yang lama, stabilitas lingkungan yang tidak mencukupi, serta biaya pembuatan yang mahal.

“Dengan penelitian ini, kami telah mengatasi beberapa hambatan yang dihadapi oleh teknik lain,” kata Asst Prof Wang. “Tag PUF bahan 2-D kami stabil bagi lingkungan, mudah dibaca, sederhana, dan murah untuk dibuat. Khususnya, penerapan pembelajaran mendalam mempercepat keseluruhan otentikasi secara signifikan, mendorong penemuan kami selangkah lebih maju ke aplikasi praktis.”

Para peneliti mempublikasikan hasil mereka dalam jurnal ilmiah Masalah pada 2 Desember 2020. Studi ini dilakukan bekerja sama dengan para peneliti dari Universitas Teknologi Anhui dan Universitas Teknologi Nanyang.

Proses yang stabil, sederhana, dan dapat diskalakan untuk membuat tag PUF

Hebatnya, para peneliti tidak membutuhkan peralatan khusus untuk membuat tag pengaman. Mereka dapat dengan mudah dibuat dengan balon, sebotol dispersi bahan 2-D, dan kuas.

“Pertama, kami mengembang balon dan menyikat permukaannya dengan tinta bahan 2-D yang kental. Setelah mengeringkan udara semalaman, kami mengempiskan balon. Karena ketidaksesuaian mekanis antarmuka antara bahan 2-D dan substrat lateks, besar- daerah, pola PUF kusut dihasilkan selama kontraksi. Pola PUF ini dapat dipotong sesuai ukuran yang dibutuhkan setelahnya, dan biasanya, ratusan pola dapat dibuat pada satu waktu, “kata Dr. Jing Lin, anggota tim peneliti.

Selanjutnya, para peneliti mengambil gambar cepat dari tag PUF dengan mikroskop elektron, yang kemudian disinkronkan ke perangkat lunak inovatif mereka untuk melalui proses “klasifikasi dan validasi” pembelajaran mendalam. “Keseluruhan proses memakan waktu kurang dari 3,5 menit, sebagian besar dihabiskan untuk menunggu pembacaan dari mikroskop elektron. Otentikasi itu sendiri sangat cepat, dalam waktu kurang dari 20 detik,” jelas Dr. Jing.

Otentikasi cepat menggunakan algoritma AI deep learning

Semua teknologi berbasis kunci PUF memiliki kapasitas pengkodean yang sangat tinggi karena banyaknya pola berbeda yang dapat diproduksi secara teoritis. Namun, kapasitas encoding yang tinggi juga menyebabkan waktu otentikasi yang lama, karena validasi pola “cari dan bandingkan” harus dilakukan dalam database yang sangat besar. Pertukaran antara kapasitas enkode yang tinggi dan waktu otentikasi yang lama ini sering kali membatasi tag anti-pemalsuan berbasis PUF dari aplikasi praktis.

“Dengan teknologi baru kami, kami memecahkan trade-off jangka panjang antara kapasitas enkoding yang tinggi dan waktu otentikasi yang lama dengan menggunakan tag PUF material 2-D yang dapat diklasifikasikan dan algoritme pembelajaran mendalam,” kata Asst Prof Wang.

Pertama, para peneliti menggunakan berbagai bahan 2-D untuk membuat tag PUF dengan fitur yang dapat dikenali AI. Kedua, mereka melatih model pembelajaran mendalam untuk melakukan mekanisme otentikasi dua langkah. “Kami menggunakan model pembelajaran mendalam untuk mengkategorikan pola PUF ke dalam subkelompok, sehingga algoritme cari dan bandingkan dilakukan dalam database yang jauh lebih kecil, yang mempersingkat waktu otentikasi secara keseluruhan,” Asst Prof Wang menjelaskan.

Saat ini, satu-satunya teknologi yang tersedia yang mirip dengan inovasi NUS ini, adalah tag berbasis kerut polimer. Tag polimer keriput diautentikasi berdasarkan pola permukaan seperti tag bahan 2-D baru. Namun, autentikasi mereka saat ini memerlukan ekstraksi dan pencocokan fitur satu per satu, yang lambat dan hanya menunjukkan keandalan 80 persen. Otentikasi tim NUS didorong oleh pembelajaran mendalam, dan karenanya jauh lebih cepat, dan mencapai hampir 100 persen presisi validasi.

Selain itu, dibandingkan dengan preparasi kimia basah tag berbasis kerut polimer, yang melibatkan penggunaan bahan kimia organik berbahaya dan sinar UV, teknik fabrikasi para peneliti NUS jauh lebih cepat dan lebih aman.

Langkah selanjutnya

Tim NUS telah mengajukan paten atas penemuan mereka dan sekarang berencana untuk mendorong teknologi ini selangkah lebih maju. “Kami mencari pendekatan pembacaan dan otentikasi yang lebih baik, lebih cepat, dan lebih kuat untuk tag PUF kami,” kata Asst Prof Wang.

Tim sudah mulai melakukan penelitian tentang teknik pembacaan lainnya untuk lebih mempersingkat waktu pemrosesan. “Selain itu, informasi yang dikodekan secara alami oleh tag PUF dapat diamankan lebih lanjut dengan disimpan di blockchain, sehingga seluruh rantai pasokan dan kontrol kualitas dapat dilacak secara transparan,” tambah Prof Wang.


Peneliti menemukan sensor yang fleksibel dan sangat andal


Informasi lebih lanjut:
Lin Jing dkk. Crumpling Multigenerasional Materi 2D untuk Pola Anti Pemalsuan dengan Autentikasi Pembelajaran Mendalam, Masalah (2020). DOI: 10.1016 / j.matt.2020.10.005

Disediakan oleh National University of Singapore

Kutipan: Teknologi anti-pemalsuan melakukan otentikasi AI yang andal dalam kondisi ekstrem (2020, 22 Desember) diambil pada 22 Desember 2020 dari https://techxplore.com/news/2020-12-anti-counterfeiting-technology-reliable-ai-authentication.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Pengeluaran SGP Hari Ini