元器件采购|应对假冒问题的元件级可追溯性
- 发布时间:2022-08-15 10:25:55
- 浏览量:685
根据“灰色市场和防伪联盟”(Alliance for Gray Market and Counterfeit Abatement)的数据1,估计全球合法的电子产品公司每年因造假而错失约1000亿美元收入。除了巨额的收入损失外,假冒元件往往质量低劣、规格不同,如果将其纳入军事装备、飞机导航、生命支持或航天器等关键任务系统,可能会造成严重危害。假冒元件的经济损失远远超出了仅仅更换部件的成本。
电子行业迫切需要能够提供元件级可靠性认证和来源的标准和解决方案,以支持工业4.0计划和端到端可追溯性。IPC-1783是一项正在开发的新标准,该标准将建立使用不可变唯一标识(不可变ID)对单一材料和复合产品进行绝对认证和确认来源的方法。
什么是“不可变ID”
正在开发的IPC-1783标准要求提供可链接到产品的“不可变ID”。根据设计,该不可变ID必须是物理对象的安全数字表示。作为产品生命周期起源的组成部分,它必须支持安全和可跟踪的身份验证。作为一个“加密锚”,它必须能够在整个制造和分销操作的层次结构中提供积极的识别。
我们都熟悉一些用于“标记”和识别产品更常见的方法,如条形码、RFID标签和其他“附加”方法。然而,这些方法有其挑战性,因为它们:
•可能很难确保标识是安全的
•易发生故障或处理不当
•可以伪造
•要求对部件或元件进行物理更改
如何创建“不可变ID”?
幸运的是,市场上出现了更新、更安全的方法来满足对不可变ID的需求,并可为物理对象创建必要的“加密锚”。本文将重点介绍一种使用数字图像生成唯一且安全“指纹”的行之有效的方法。
所有对象,即使是视觉上与人眼所见完全相同的对象,如果仔细观察,也可以具有成千上万个独特的表面特征或特性。通过在像素级、软件和算法(如Alitheon的FeaturePrintTM)上查看对象的数字图像,可以在任何对象的表面看到这些特征。然后,系统可以映射这些特征中的最强特征,并将此映射存储为每个对象的数学公式和唯一指纹。
图1:代表软件所见PCB“热图”图像示例
在原产地或制造地点,当拍摄数字图像并使用其唯一ID在系统中注册时,可以使用此方法将新产品导入系统。该ID和相关数据存储在安全、云访问的数据库中。当稍后需要识别某个对象以进行身份验证时,会拍摄另一张数字照片,然后再次提取ID并上传到云。接下来,算法将新ID与基准数据库中的ID进行对比,并返回“匹配”或“不匹配”指示,以确认系统以前是否见过此特定对象。注册或身份验证期间创建ID的过程可在毫秒内完成。
这种创建不可变ID的方法不仅依赖于标准数字图像,而且还利用了标准的商用硬件。标准工业摄像机(如Basler和Allied)、镜头和照明用于捕获图像,而标准PC(如NUC)、显示器和键盘可用于运行摄像机服务(图2)。由于该软件可以处理来自12MP摄像头的图像,因此在移动认证场景中,可以使用配备12MP或更好摄像头的iPhone手机。对商用部件的依赖也使得设计更加灵活,可以很容易地在现有设施和制造工艺中进行改造。
图2:标准工业摄像机、镜头和照明用于捕捉图像,而标准PC、显示器和键盘可用于运行摄像机服务
产品和工艺来源
如上所述,开发中的IPC-1783标准区分了产品和工艺的来源。它将定义唯一标识符的创建和注册,在使用或应用时建立元件之间的关系,包括相关安全信息技术基础设施的授权和要求,同时确保工艺来源集群数据之间的互操作性。该标准将适用于连接材料和离散制造的所有区域和孤立点,包括半导体、电子产品、印制板制造、印制板组装和产品在市场中的应用。
图3:制程近景
那么,FeaturePrint系统将如何支持和实现这些标准要求?除了实现系统内对象的序列化和可追溯性外,标准化API接口还允许从外部系统安全导入数据,并将数据导出到外部系统,以进行报告和分析,或对部件和工艺来源进行整合。作为物理部分的“加密锚”,不可变ID和相关数据可以安全地链接到区块链分布式总账技术或其他工艺来源系统。因此,重要信息(如部件序列号、制造日期和地点)可以绑定到此不可变ID。零件或组件可以在关键的供应链和制造地点进行注册和序列化。交付后,可再次对物品进行认证,并可从世界任何地方更新其可追溯性历史记录。
这个基于图像的不可变ID有何不同?
•它不是图像。它是表征产品或物品表面的一组数字。
•它代表单个物品,而不是一类对象。系统不必随着时间的推移了解对象是什么,例如,“这是一个PCB”;它只需了解以前是否见过这个特定的PCB。
•它不是身份验证的指标。物品或产品就是ID。目前,大多数识别系统使用条形码、QR码或RFID标签等指标。这些指标很容易被掩盖,与对象分离,或者其本身被伪造。通过使对象成为自己的标识符,系统不需要向对象添加任何内容来注册和验证对象。
总结
这种创建不可变ID的数字图像方法为标准摄相机、硬件和光学设备提供了强大的基于物品的机器视觉功能。通过对现有工业和供应链环境的轻松改造,可以快速开始追踪以前无法追踪的物品,并可支持工业4.0计划和新兴IPC标准。
免责声明:部分文章信息来源于网络以及网友投稿,本网站只负责对文章进行整理、排版、编辑,意为分享交流传递信息,并不意味着赞同其观点或证实其内容的真实性,如本站文章和转稿涉及版权等问题,请作者在及时联系本站,我们会尽快和您对接处理。