Generation and extraction of device fingerprints (quantum fingerprints) based on physics of spin qubits

基于自旋量子位物理的设备指纹（量子指纹）的生成和提取

• 批准号: 22K03497
• 负责人: 棚本 哲史
• 金额: $ 2.08万
• 依托单位: Teikyo University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K03497/
• 关键词: 量子指紋; スピン量子ビット; PUF; 量子セキュリティ; シリコンナノワイヤー

(1)研究分担者のグループで統計を取る素子の測定を行った。まず通常の平面型トランジスタを300個以上測定した。I-Vのチップ内分布を解析してみたところ、I-VにPUF的要素が少ないことが分かった。これは元々性能が高いトランジスタを選んでしまったため、トラップなどに起因した、I-Vのばらつきが少ないこと、そして初回ということで室温で調べたことが原因であった。次に、よりばらつきが大きいと考えられる、幅３nmオーダーのシリコンナノワイヤー素子を多数（３００個程度）測定を繰り返した。結果を現在、OpenCVにより解析している。OpenCVはI-Vデータを画像として、類似度を見るために使われる。単純なI-V比較では、違いを区別しにくいため、I-V自体をデータ加工して、特徴の抽出に取り組んでいる。(2)研究協力者よりトンネルFETのチップばらつきのデータの解析を開始している。トンネルFETはシリコンナノワイヤーよりもシンプルなI-V特性を示しているため、まずは機械学習を取り入れて、サンプル間の違いを系統的に理解できるかを検討している。(3)PUFの原因として、シリコンデバイス中のトラップ分布がある。理論的にはトラップを介した電気伝導の簡単なモデルを立てた。そしてさらに進めて、トラップそのもののコンピューティングができないかにも取り組んでいる。この一つとして、リザバーコンピューティングへの応用を考察してる。これまでに、数々のリザバーコンピューティングの性能指標を計算できるプログラムを作成した。例えば、Parity Check タスク, Short time memory タスク, timer タスクなどを計算できるようになった。そして、エコステートネットワークモデルでプログラムの計算精度を確認中である。

(1) 一组联合研究人员出于统计目的测量了这些元素。首先，他们测量了 300 多个普通平面晶体管。当我们分析芯片内I-V的分布时，我们发现I-V中几乎没有类似PUF的元素。这是因为最初选择了高性能晶体管，因此陷阱引起的I-V变化很小，而且由于是第一次，测试是在室温下进行的。接下来，我们对大量（约 300 个）宽度约为 3 nm 的硅纳米线元件进行了重复测量，这些元件被认为具有较大的变化。目前正在使用 OpenCV 分析结果。 OpenCV 用于将 I-V 数据的相似度视为图像。由于简单的 I-V 比较很难区分差异，因此我们正在致力于通过处理 I-V 本身的数据来提取特征。 (2) 研究合作者已开始分析隧道 FET 芯片变化的数据。由于隧道 FET 表现出比硅纳米线更简单的 I-V 特性，因此我们首先研究是否可以通过结合机器学习来系统地了解样本之间的差异。 (3)PUF的成因是硅器件中的陷阱分布。理论上，我们建立了一个简单的陷阱导电模型。更进一步，我们还在研究计算陷阱本身的可能性。作为其中之一，我们正在考虑将其应用于储层计算。到目前为止，我已经创建了一个可以计算储层计算的多项性能指标的程序。例如，现在可以计算奇偶校验任务、短时存储器任务、定时器任务等。目前正在使用ecostate网络模型确认该程序的计算准确性。