［本站讯］近日，山东大学集成电路学院王天宇、孟佳琳团队在新型低功耗光电神经形态硬件与AI加密系统方向取得重要进展，实现海上加密通讯的“敌我识别”。相关成果以“Low Power Optoelectronic Neuromorphic Memristor for In‐Sensor Computing and Multilevel Hardware Encryption”为题发表在国际著名期刊Advanced Science（中科院一区，影响因子：14.3）。集成电路学院研究生孙渤为论文第一作者，山东大学集成电路学院研究员王天宇、教授孟佳琳为论文共同通讯作者，集成电路学院为论文第一完成单位。

随着物联网和边缘计算的快速发展，传统冯·诺依曼架构面临严峻的功耗与效率瓶颈，而神经形态计算因其类脑的并行处理与低功耗特性成为重要发展方向。与此同时，信息安全正面临日益严峻的挑战，传统基于软件的数学加密算法在人工智能时代更易被破解，且高计算成本限制了其在资源受限设备上的应用；虽然物理不可克隆函数等基于忆阻器随机性的硬件加密提供了一种思路，但其易受环境波动和电路噪声影响，增加了系统复杂性与功耗。针对上述问题，本文提出一种将信息编码为光脉冲参数，利用器件本征响应作为密文并结合神经网络解密的硬件加密方案，旨在实现低功耗、高安全性且便于移动端部署的新型加密通信系统。

研究团队基于光电神经形态器件设计并实现了一套完整的硬件多维加密与安全通信系统，该器件不仅能够在超低能耗（单次突触事件仅3.3 fJ）下模拟多种生物突触可塑性，还对不同波长、脉冲宽度和脉冲数量的光刺激呈现出差异化且确定的电学响应。利用这一多参数响应的物理特性，研究者提出了一种新型硬件加密方法：将待传输的信息转换为 ASCII 码分别映射为光脉冲的波长、脉冲宽度和脉冲数量，形成特定的光脉冲序列作用于器件阵列，从而获得唯一对应的电流响应作为“密文”。在解密端，通过一个预训练的卷积神经网络对这些电流响应进行识别，合法接收方可以达到 97.4% 的解密准确率，而未授权方仅能实现 2.88% 的随机猜测水平，充分验证了该方案的高安全性与鲁棒性。进一步地，团队将解密网络部署至单片机上，实现了便携式移动端的加密通信演示。此外，还结合储层计算与旗语信号，构建了“敌我识别”预认证机制，将动态动作识别与隐藏信息验证相结合，拓展了系统在复杂场景如海上通信中的应用潜力。整个研究从器件物理、加密架构到系统验证，展示了基于光电神经形态器件实现低功耗、物理安全、可移动部署的新型硬件安全通信的完整路径。

上述研究工作得到国家自然科学基金、山东省自然科学基金、山东省泰山学者项目和广东省基础与应用基础研究基金等基金项目的资助。

王天宇研究员致力于后摩尔集成电路存算器件与AI芯片，包括人工智能技术与AI芯片（RRAM、FeRAM）、柔性忆阻器件与神经网络计算（CNN、SNN）、新型铁电存储器与存算一体技术，在Nature Communications、IEDM、Advanced Materials、Nano Letters、IEEE EDL、IEEE TED等集成电路领域期刊发表SCI论文100余篇，申请发明专利100余项。

孟佳琳教授，国家级青年人才、中国未来女科学家，致力于研究面向人工智能应用的光电感存算一体器件、神经拟态晶体管与AI视觉芯片、柔性可穿戴电子与人工智能集成系统，在Nature Communications、Advanced Materials 、ACS Nano、Advanced Functional Materials、Nano Letters、IEEE Electron Device Letters等期刊发表论文90余篇，申请发明专利100余项。