NeoPUF — 高可靠度量子穿隧 PUF 講義
本講義整理自 PUF Academy 的技術講座，主題為 NeoPUF（A Highly Reliable Quantum Tunneling PUF）。內容涵蓋其物理原理、位元產生機制、安全特性、量測數據與跨平台驗證，並與傳統 SRAM PUF 做完整比較。
目錄
1. 什麼是 PUF？什麼是 NeoPUF？
PUF（Physical Unclonable Function，實體不可複製功能） 是一種利用半導體製程中無法控制的微小物理差異，為每顆晶片產生獨一無二「指紋」的技術。這個指紋可作為硬體金鑰、身分識別或信任根（Root of Trust），且因為它源自物理隨機性，即使製造商自己也無法複製出完全相同的晶片。
NeoPUF 則是新一代的 PUF 技術，它利用**量子穿隧效應（Quantum Tunneling）與軟氧化層崩潰（Soft Oxide Breakdown）**機制來產生隨機位元。與傳統 SRAM PUF 相比，NeoPUF 在穩定性、安全性與環境適應力上都有大幅提升，原生位元錯誤率接近 0%，且不需任何輔助演算法即可直接使用。
一句話總結：NeoPUF 把晶片製造時無法控制的微觀隨機性，變成一把永遠不變、無法偽造、也無法被逆向工程看見的硬體金鑰。
PUF 的概念可以比喻為晶片的「生物特徵」。在半導體製造過程中，即使是使用相同的製程和設計，晶片內部微觀結構（如電阻、電容等）也會產生隨機且無法控制的微小差異。PUF 就是利用這些差異，將其轉換為數位訊號的「0」或「1」。
給予 PUF 一個特定的輸入（Challenge，挑戰），它會根據其獨特的實體特性產生一個特定的輸出（Response，回應）。這對 Challenge-Response Pair (CRP) 就像是晶片的專屬密碼，因為每個晶片的物理變異都不同，所以即使輸入相同的 Challenge，不同的晶片也會產生不同的 Response。這使得 PUF 非常適合用於晶片認證和密鑰生成，因為密鑰不需要儲存在容易被駭客讀取的記憶體中，而是在需要時由 PUF 動態產生。
neoPUF 的核心機制：量子穿隧效應與閘極氧化層崩潰
傳統 PUF（如 SRAM PUF）依賴於啟動時的電壓微小差異來決定狀態，但這些差異很容易受到溫度、電壓波動等環境因素影響，導致可靠度降低。neoPUF 採用了完全不同的機制：閘極氧化層崩潰 (Gate Oxide Breakdown)。
neoPUF 的基本單元包含相鄰的電晶體。在「註冊 (Enrollment)」階段，系統會施加高電壓。由於製造過程中的微小變異，其中一個電晶體的閘極氧化層會比較薄或存在微小缺陷。當電壓升高時，較薄或有缺陷的那一側會率先發生量子穿隧效應，導致氧化層永久性崩潰，形成導電通道，而另一側則保持絕緣狀態。
**1.註冊 (Enrollment):**創造不可逆的硬體指紋.
施加高電壓於 neoPUF 單元。因製程變異，其中一個電晶體的閘極氧化層率先崩潰，形成永久的導電通道。
**2.讀取 (Readout):**將物理狀態轉換為數位訊號.
讀取時施加低電壓。比較兩側電晶體的電流差異。崩潰的一側會產生較大電流，未崩潰的一側電流極小。系統根據電流差異穩定輸出「0」或「1」。
這種崩潰是物理上不可逆的。一旦氧化層崩潰，其狀態就永久固定，不會受到溫度或電壓變化的影響，這就是 neoPUF 能夠達到極高可靠性的關鍵。
實際應用與優勢分析
了解了 neoPUF 的運作原理後，我們來看看它與傳統 PUF 相比有何優勢，以及這些優勢如何應用於實際場景中。
neoPUF 與傳統 PUF 的比較優勢
neoPUF 最顯著的優勢在於其 100% 的可靠性。傳統 PUF 為了彌補環境干擾導致的錯誤率，通常需要搭配複雜的錯誤更正碼 (Error Correction Code, ECC) 電路。ECC 不僅會增加晶片面積和功耗，還可能在運作過程中洩露輔助數據 (Helper Data)，增加安全風險。neoPUF 由於其狀態由不可逆的物理崩潰決定，因此不需要 ECC 電路，這大幅簡化了設計，降低了成本，並提升了安全性。
此外，neoPUF 對於物理攻擊具有極高的抵抗力。試圖透過電子顯微鏡等侵入式手段觀察崩潰的氧化層極其困難，且任何侵入行為都極可能破壞原有的微觀結構，導致 PUF 失效，達到「防篡改 (Tamper-evident)」的效果。
實際應用場景
-
物聯網 (IoT) 設備認證： IoT 設備通常資源受限（運算能力弱、電量少）。neoPUF 體積小、功耗低，且不需 ECC，非常適合用於 IoT 節點的身份認證，防止未經授權的設備接入網路。
-
安全密鑰儲存： 傳統上，加密密鑰儲存於非揮發性記憶體（如 eFlash 或 EEPROM）中，容易被透過探針等方式讀取。neoPUF 允許密鑰在需要時動態產生，斷電後密鑰即消失，大幅提升了密鑰的安全性。
-
防偽與供應鏈安全： 每個晶片都擁有基於 neoPUF 的獨一無二指紋，可用於追蹤晶片從製造到最終產品的整個生命週期，有效防止偽造晶片混入供應鏈。
2. 核心物理原理：氧化層量子穿隧
NeoPUF 的隨機性來自 MOS 電晶體閘極氧化層（Gate Oxide）的微觀行為。整個過程可分為三個階段：
階段一：初始狀態（Poly-Silicon 結構）
電晶體的閘極由多晶矽（Poly-Silicon）構成，下方是薄薄的氧化層，再下方是基板（Substrate）。在製造完成後，氧化層內部存在著因製程隨機性而產生的微觀缺陷位置，但此時尚未形成導電路徑。
階段二：施加電壓應力（Stress → Trap 形成）
對閘極施加高電壓應力（Voltage Stress）後，氧化層內部開始產生氧化物缺陷（Oxide Defects），也稱為「陷阱（Traps）」。這些陷阱的位置與數量是完全隨機的，由製造時的原子級差異決定。
階段三：穿隧路徑形成（Percolation Path → Oxide Breakdown）
當陷阱累積到一定程度，會形成一條貫穿氧化層的滲透路徑（Percolation Path），電子便可透過陷阱輔助穿隧（Trap-Assisted Tunneling）穿越氧化層。這條路徑一旦形成即為不可逆（Irreversible），但由於電流受到嚴格限制，它不會造成結構性破壞，而是形成一個穩定、可重複讀取的導通狀態。
關鍵在於：這個過程從「可逆的應力」轉變為「不可逆但可靠的穿隧路徑」，正是 NeoPUF 穩定性的物理根源。
3. 自我限制特性：確保只發生一次崩潰
NeoPUF 每個位元單元由一個 PMOS 選擇器與兩個並聯的下層電晶體組成。兩個電晶體互相競爭，看誰先發生氧化層崩潰。自我限制特性（Self-Limiting Property） 確保每個單元最終只有一側會崩潰，產生明確的 0 或 1。
運作步驟
-
施加應力：在 PMOS 源極施加恆定電壓 $V*{stress}$，此時兩個下層電晶體上的壓差 $\Delta = V*{stress}$，兩者開始競爭。
-
其中一側先崩潰：因為製造時的微小差異，其中一個電晶體會較早形成穿隧路徑，產生崩潰電流 $I_{BD}$。
-
PMOS 產生電壓降：電流流經 PMOS 選擇器時，在其兩端產生電壓降 $V_{DS}$。
-
壓差降低，保護另一側：此時剩下的電晶體上的壓差變為 $\Delta = V*{stress} - V*{DS}$，因為壓差大幅下降，另一側再也沒有足夠能量發生崩潰。
這就像「一山不容二虎」——一側崩潰後，電路會自動保護另一側不再崩潰。結果是每個位元單元有且只有一個確定的崩潰點，位元值明確且不可逆。
這項特性同時帶來兩個好處：位元值明確（高可靠性），以及避免過度損壞（延長壽命）。
4. 不可追蹤的穿隧點：物理安全基礎
NeoPUF 在生成過程中是否施加功率限制，會決定穿隧點能否被物理手段偵測到。
有功率限制（NeoPUF 採用的方式）
在 PMOS 選擇器嚴格限制電流與功率的情況下，氧化層中只會形成微觀的氧化物缺陷（陷阱）。這些缺陷構成陷阱輔助穿隧路徑，但不會造成任何肉眼或顯微鏡可見的結構性破壞。因此，穿隧點在物理上是**不可追蹤（Untraceable）**的。
即使只有極少數的陷阱，也能產生顯著的電流差異——這正是區分 0 與 1 的關鍵。但這些陷阱太小、太隨機，無法在空間中定位。
無功率限制（傳統硬擊穿方式）
若不限制功率，過大的電流會產生高熱，導致氧化層發生物理性的結構損壞（Structural Damage），例如熔洞或導電長絲（Filament）。這類損壞較容易透過電子顯微鏡觀測到，反而增加了被逆向工程破解的風險。
結論：NeoPUF 的安全設計原則是——寧可讓特徵只存在於電子能階層面，也不要在結構層面留下痕跡。
5. 不可見的穿隧點：連電子顯微鏡也看不到
為了驗證穿隧點的物理不可見性，研究團隊使用了兩種最高等級的顯微鏡進行檢測：
TEM 觀測（穿透式電子顯微鏡）
對發生穿隧的閘極氧化層區域進行橫截面分析，結果顯示**「無損傷或長絲發現（No damage or filament found）」**。即使使用極為昂貴的 TEM 設備，也無法從物理結構上分辨哪些點已崩潰。
SEM 觀測（掃描式電子顯微鏡）
對標記為 Logic “0”（黃色虛線框）與 Logic “1”（紅色虛線框）的區域進行表面觀測，兩者在 SEM 影像中外觀完全一致，沒有任何視覺差異。
不可逆性
從分子結構來看，穿隧點形成時，矽（Si）與氧（O）之間的化學鍵結發生永久性微觀變化。一旦形成便無法透過外部手段恢復原狀，確保密鑰在晶片生命週期內不會偏移。
這代表：即使駭客拆開晶片、用最好的顯微鏡觀察，也無法讀出 NeoPUF 裡存的 0 和 1。
6. 位元單元結構與運作流程
一個標準的 NeoPUF 位元單元由兩個並排的電晶體組成，各有閘極控制端（VAF0 與 VAF1），共同連接到位元線（BL）。在註冊前，兩個電晶體完全對稱。
第一階段：PUF 註冊（Enrollment）——寫入隨機特徵
-
操作：在兩個電晶體的閘極同時施加高電壓 $V^{+++}$，源極/汲極接地（0V）。
-
物理反應：因製造差異，兩個電晶體中只有一個會發生氧化層崩潰，形成量子穿隧路徑。
-
機率：左側或右側各 50% 機率，由物理隨機性決定。
第二階段：PUF 提取（Extraction）——讀取位元值
-
操作：在閘極施加讀取電壓 $V_R$，另一端接地（0V）。
-
判定邏輯：
-
若穿隧路徑在左側電晶體 → 電流導通 → 輸出 "1"
-
若穿隧路徑在右側電晶體 → 左側不導通 → 輸出 "0"
-
| 階段 | 目的 | 關鍵動作 | 結果 |
|---|---|---|---|
| 註冊（Enrollment） | 產生隨機性 | 施加高壓 $V^{+++}$ | 隨機在左或右電晶體產生穿隧路徑 |
| 提取（Extraction） | 讀取位元值 | 施加讀取電壓 $V_R$ | 依路徑位置輸出 “1” 或 “0” |
因為氧化層的物理損壞是永久性的，所以一旦註冊完成，每次讀取的結果都會一致——這就是 NeoPUF 位元錯誤率接近零的根本原因。
7. 陣列讀取架構
NeoPUF 採用單端讀取方案（Single-Ended Readout Scheme）。
-
每個位元單元只有一條位元線進行讀取，不需要差動對比較，簡化了電路設計。
-
因為每個單元只有一個精確的穿隧路徑（Fine Tunneling Path），讀取時的電流訊號明確。
-
誤判機率極低（Low Probability of Error），不需要複雜的類比電路或多次投票。
這個架構讓 NeoPUF 可以像傳統記憶體陣列一樣佈局，容易整合到標準 CMOS 製程中。
8. 獨特性與再現性：近乎理想的漢明距離
PUF 的好壞用兩個指標衡量：
-
獨特性（Uniqueness）：不同晶片之間的 ID 應該完全不同 → 用 Inter-ID HD（晶片間漢明距離）衡量，理想值為 0.5（50% 位元不同）。
-
再現性（Reproducibility）：同一晶片重複讀取應得到相同 ID → 用 Intra-ID HD（晶片內漢明距離）衡量，理想值為 0（零錯誤）。
量測結果
| 指標 | 平均值 $\mu$ | 標準差 $\sigma$ | 說明 |
|---|---|---|---|
| Inter-ID HD（獨特性） | 0.499999 | 0.031252 | 極度接近理想值 0.5，分布完美契合高斯曲線 |
| Intra-ID HD（再現性） | 0 | 0 | 在 -40°C 至 175°C 下完全零錯誤 |
Inter/Intra 比值趨於無限大（$\infty$），代表「正確 ID」與「錯誤 ID」之間的邊界極為清晰，系統辨識可靠度極高。
實驗數據規模
| 項目 | 數值 |
|---|---|
| 位元字串長度 | 256 bits |
| 總 ID 數量 | 16,128 |
| 總位元數 | 4,128,768 |
| 總漢明距離計算次數 | 130,048,128 |
這組數據的規模足以支撐統計顯著性結論。
9. 跨電壓與溫度的一致性
NeoPUF 的 PUF 回應在各種嚴苛環境下保持一致：
-
供電電壓範圍：在寬廣的電壓範圍內測試，未發現任何位元錯誤。
-
溫度範圍：從 -40°C 到 175°C 測試，未發現任何位元錯誤。
對應的位元錯誤率（BER）對電壓與溫度的圖表均顯示為一條平坦的零線。
這意味著 NeoPUF 不需要錯誤修正碼（ECC）、不需要輔助數據（Helper Data）、不需要多次投票，讀出來的位元可直接使用。這是傳統 SRAM PUF 辦不到的——SRAM PUF 在溫度變化下錯誤率可達 15%~30%。
10. 跨平台隨機性
NeoPUF 的隨機性不只在單一製程上成立，而是**跨多個晶圓廠、多個製程節點、多種元件角落（Device Corners）**都能維持：
測試涵蓋範圍
-
晶圓廠：TSMC、UMC、SMIC
-
製程節點：從 55nm 到 7nm 等多個世代
-
製程角落（Process Corners）：TT / FF / SS / SF / FS（典型、快、慢等各種電晶體速度組合）
-
氧化層變異：OX+ / OX-（氧化層厚度偏移）
漢明重量（Hamming Weight）分布與樣本分布圖顯示，不同平台的結果都集中於理想值 0.5 附近，證明 NeoPUF 是一種**製程無關（Process-Independent）**的通用技術。
11. NIST 統計隨機性測試
為確保 NeoPUF 產生的位元具備不可預測性與均勻分布，研究團隊採用 NIST SP 800-22 統計測試套件驗證，涵蓋各種製程角落（TT/FF/SS/SF/FS 及 OX+/OX-）。
結果：NeoPUF 通過所有測試項目。
16 項測試結果
| 測試項目 | 序列長度 | 運行次數 | 最低通過率 | 平均 P-value | 結果 |
|---|---|---|---|---|---|
| Frequency（頻率） | 40,000 | 75 | 97.33% | 0.4999 | Pass |
| Block Frequency（區塊頻率） | 40,000 | 75 | 100% | 0.5067 | Pass |
| Cumulative Sums Forward（累加和正向） | 40,000 | 75 | 98.67% | 0.5084 | Pass |
| Cumulative Sums Reverse（累加和反向） | 40,000 | 75 | 98.67% | 0.4946 | Pass |
| Runs（連貫） | 40,000 | 75 | 100% | 0.5384 | Pass |
| Longest Run（最長連貫） | 40,000 | 75 | 100% | 0.4783 | Pass |
| Rank（矩陣秩） | 40,000 | 75 | 97.33% | 0.4568 | Pass |
| FFT（離散傅立葉變換） | 40,000 | 75 | 97.33% | 0.5142 | Pass |
| Non-Overlapping Template（非重疊模板） | 40,000 | 75 | 94.67% | 0.5060 | Pass |
| Overlapping Template（重疊模板） | 40,000 | 75 | 100% | 0.4498 | Pass |
| Universal（通用統計） | 1,000,000 | 3 | 100% | 0.6428 | Pass |
| Approximate Entropy（近似熵） | 40,000 | 75 | 100% | 0.4245 | Pass |
| Random Excursions（隨機遊走） | 1,000,000 | 3 | 100% | 0.5701 | Pass |
| Random Excursions Variant（隨機遊走變體） | 1,000,000 | 3 | 100% | 0.4801 | Pass |
| Serial（序列） | 40,000 | 75 | 100% | 0.5387 | Pass |
| Linear Complexity（線性複雜度） | 1,000,000 | 3 | 100% | 0.7000 | Pass |
什麼是 P-value？ 當 P-value > 0.01 時，序列被視為隨機。表中所有平均 P-value 都落在 0.42~0.70 之間，遠高於門檻，代表隨機性極佳。
12. 最小熵分析
熵（Entropy）衡量隨機源的「不可預測程度」。最小熵（Min-Entropy）是最保守的熵估計方式，直接反映攻擊者猜測下一次輸出的最佳成功率。理想值為 1（完全不可預測）。
測試結果
| 測試項目 | 結果 |
|---|---|
| SP800-90B IID Test | Pass |
| SP800-22 | Pass |
| Min-Entropy（IID） | ~0.9869（理想值：1） |
關鍵結論
-
NeoPUF 位元被驗證為獨立同分布（IID, Independent and Identically Distributed），意即每個位元之間互不影響，且遵循相同分布。
-
因為通過 IID 測試，熵值可以精確估計為 IID 隨機變數。
-
最小熵 0.9869 非常接近理想值 1，代表攻擊者幾乎無法預測下一位元是 0 還是 1。
位圖驗證（Bitmap）
由 NeoPUF 原始數據生成的灰階位圖呈現均勻的隨機噪點分布，沒有可辨識的圖案、條紋或偏差，直觀地印證了數據的高度隨機性。
13. 與 SRAM PUF 的完整比較
| 技術指標 | SRAM PUF（原始） | SRAM PUF（含 NVM 輔助） | NeoPUF | 基準/優勢 |
|---|---|---|---|---|
| 金鑰池大小 | > 16K bit | 256 bit | 64Kb 以上 | NeoPUF 容量最大 |
| 位元錯誤率（BER） | 15% ~ 30% | 0（靠 NVM 修正） | 0（原生） | NeoPUF 原生零錯誤 |
| 能量消耗（pJ/bit） | < 1 | 視 NVM 技術而定 | 5 ~ 10（預估） | VDD / VDD2 供電 |
| 註冊方式 | 僅需 VDD | 視 NVM 技術而定 | HV（高壓） | VDD / VDD2 / HV |
| 輔助演算法 | 無 | 需投票、遮罩、ECC | 不需要 | NeoPUF 簡化系統設計 |
| Inter/Intra HD | 6 | $\infty$ | $\infty$ | 達理想狀態 |
| NIST 800-22 測試 | 部分通過 | 部分通過 | 完全通過 | 高隨機性認證 |
| 操作溫度範圍 | < 85°C | < 85°C | -40 ~ 175°C | 車用等級 |
核心差異解讀
SRAM PUF 的困境：原生錯誤率高達 15%~30%，必須搭配 NVM 儲存輔助數據，再用 ECC、投票、遮罩等演算法修正。修正後金鑰池大幅縮水至 256 bit，且輔助數據本身可能成為攻擊目標。溫度上限僅 85°C，無法用於車用或工業場景。
NeoPUF 的突破：原生零錯誤，完全不需要輔助演算法，金鑰池可達 64Kb 以上。操作溫度從 -40°C 到 175°C，通過車規等級考驗。NIST 800-22 全數通過，隨機性獲得國際認證。
14. 應用場景
NeoPUF 作為硬體信任根，可應用於：
-
硬體安全（Hardware Security）：晶片身分識別、防偽
-
身分認證（Authentication）：挑戰-回應機制，確認裝置合法性
-
加解密（Encryption / Decryption）：產生不可預測的金鑰
-
開放平台安全（Open Platform）：保護物聯網裝置、邊緣運算節點
-
車用電子：符合 -40~175°C 車規溫度要求
-
跨製程整合：支援 TSMC、UMC、SMIC 等多個晶圓廠與製程節點
15. 參考文獻
-
Wu, et al., "A PUF Scheme using Competing Oxide Rupture with Bit Error Rate Approaching Zero", ISSCC, 2018.
-
Chuang, et al., "A Physically Unclonable Function Using Soft Oxide Breakdown Featuring 0% Native BER and 51.8 fJ/bit in 40nm CMOS", JSSC, 2019.
本講義由 PUF Academy 講座內容整理而成，整理日期：2026 年 7 月。