COMPUTE次世代コンピューティング
内在的にランダムなSnTeメモリスタを用いた光センシングPUFによる画像暗号化と認識
Photosensing PUF from an Intrinsically Random SnTe Memristor for Image Encryption and Recognition
MNNanomaterials · MDPI · CC BY 4.0
AIが原文を翻訳・要約しています
In2O3:SnO2/SnTe/Nb:SrTiO3構造を持つSnTeメモリスタに基づいた光センシングPUF(物理的複製不可能な関数)が開発された。このデバイスは、画像暗号化とニューロモルフィック認識の両方を単一プラットフォームで実現する。SnTeメモリスタは安定した抵抗スイッチングと4000秒を超える保持特性を示し、学習、短期可塑性、長期可塑性といったシナプス模倣挙動も実現している。特に、デバイス間のばらつきに起因する光照射下でのランダムな光電流変動に対する顕著な光感度を示す。このランダムな光電流を量子化することで暗号化キーが生成され、画像のスクランブルと拡散に利用される。暗号化された画像を分類するために構築されたメモリスタニューラルネットワークは、300回のトレーニングエポック後に0.15の損失で95.1%の認識精度を達成した。
KEY POINTS要点記事から抽出した重要情報
- SnTeメモリスタを用いた光センシングPUFが開発され、画像暗号化とニューロモルフィック認識を単一プラットフォームで実現した
- 構築されたメモリスタニューラルネットワークは300エポック後、95.1%の認識精度を達成した
- デバイスは4000秒超の保持特性と安定した抵抗スイッチングを示し、シナプス模倣挙動を実現した
CONTEXT文脈編集部による背景整理
本成果は、SnTeメモリスタを用いて画像暗号化とニューロモルフィック認識を単一プラットフォームで実現する点が重要だ。特に、デバイス間ばらつきをセキュリティ強化に活用するPUFアプローチと、同一デバイス上で95.1%の認識精度を達成した点は、従来の分離された暗号化・認識システムの統合可能性を示す。研究段階だが、エッジAIセキュリティやハードウェアベースの耐タンパー技術への応用が期待され、関連するメモリスタ材料・デバイス開発スタートアップへの注目が高まる可能性がある。
原文を読むAnalyzed at 2026年6月11日 21:00