Classifying synthesized optical codes using polarimetric information and machine learning algorithms for optical security applications

Autor/a

Ahmadi, Kavan

Director/a

Carnicer González, Arturo

Tutor/a

Parreño Garcia, Assumpta

Fecha de defensa

2023-01-20

Páginas

156 p.



Departamento/Instituto

Universitat de Barcelona. Departament de Física Aplicada

Resumen

[eng] Given the increasing use of the internet and the transfer of information in this era, it is crucial to focus on encryption and data security. According to the technological advances in optics and photonics and their multiple applications, many researchers have been urging to apply optics to encrypt and authenticate information in the last decades. In other words, optical waveforms involve many complex degrees of freedom, such as polarization, amplitude, phase, large bandwidth, quantum properties of photons, and multiplexing that can be combined in many ways to produce high-security information systems. In this thesis, we have been investigating different photonics techniques appropriate for optical security applications. This interdisciplinary investigation includes photonics techniques such as digital holography, beam shaping, Fourier optics, polarization optics, diffractive imaging system, and interferometry. Besides, our applied approaches demanded extensive research in computational methods such as pattern classification by means of machine learning algorithms, computer simulation, fringe analysis, statistical analysis, and binary encoding. However, despite the defined thesis title, our achievement has not been limited to optical security. Classifying synthesized (unique) optical codes can be mainly split into two categories. The first one is an approach for obtaining unique optical codes. The second one is a method or technique for classifying and distinguishing synthesized optical codes. Regarding the first category, in this thesis, on the one hand, we propose a method to obtain unique optical codes (polarimetric signature codes) from illuminating 3D printed samples by linearly polarized beams. Also, the ability of 3D printed samples to be considered as Physical Unclonable Functions based on polarimetric information is discovered in this thesis. Hence, we consider 3D printed samples as physical keys able to produce unique polarized optical codes. On the other hand, we obtain unique polarized optical codes by synthesizing a laser beam at the entrance pupil of a highly focusing system. Accordingly, we developed a binary approach for encoding character codes into holographic cells appropriate for transferring information in free space. Regarding the second category, on one side, we classify the polarimetric signature codes obtained by a physical key (3D printed sample) by means of the Support Vector Machine classifier using feature vectors extracted from statistical analysis on speckle patterns. On the other side, we introduce polarimetric mapping images as multidimensional arrays to be inputs of a convolutional neural network model for the autodetection of character codes obscured in the longitudinal component of a highly focused electromagnetic field. This approach might be considered as an alternative method, which eliminates the necessity of phase retrieval algorithms in particular cases.


[spa] En la actualidad, dado el creciente uso de Internet y la transferencia de información, es fundamental centrarse en el cifrado y la seguridad de los datos. De acuerdo con los avances tecnológicos en óptica y fotónica y sus múltiples aplicaciones, recientemente muchos investigadores han sugerido aplicar técnicas ópticas para encriptar y autenticar información. Esto es posible, ya que las ondas de luz se caracterizan por presentar muchos grados de libertad (polarización, amplitud, fase), gran ancho de banda, propiedades cuánticas de los fotones, y multiplexación, que se pueden combinar de muchas maneras para producir sistemas de información de alta seguridad. En esta tesis, hemos investigado diferentes técnicas fotónicas apropiadas para aplicaciones de seguridad óptica. Esta investigación interdisciplinaria incluye técnicas como holografía digital, codificación de información en haces, óptica difractiva y de Fourier, polarización, e interferometría, entre otras. Además, nuestro enfoque aplicado exigieron una amplia investigación en métodos computacionales como la clasificación de patrones mediante algoritmos de aprendizaje automático, simulación por ordenador, análisis de franjas, análisis estadístico y codificación binaria. Sin embargo, a pesar del título de la tesis, nuestros logros no se ha limitado a la seguridad óptica. La clasificación óptica de códigos sintéticos únicos, se puede dividir en dos ámbitos. El primero consiste en la obtención de códigos ópticos únicos. El segundo es un método para clasificar y distinguir códigos ópticos sintetizados. Respecto al primero, por un lado, proponemos un método para obtener códigos ópticos únicos (códigos de firma polarimétrica) a partir de la iluminación de muestras impresas mediante una impresora 3D utilizando luz polarizada linealmente. Además, analizamos la capacidad de las muestras generadas para ser consideradas funciones física no clonables basada en información polarimétrica. Por otro lado, hemos desarrollado un método para codificar información en la pupila de entrada de un sistema altamente enfocado. Dicho de otra manera, se ha desarrollado un enfoque binario para codificar códigos de caracteres en celdas holográficas apropiadas para transferir información en el espacio libre. En cuanto a la segunda tarea, por un lado, clasificamos los códigos de firma polarimétrica obtenidos mediante una clave física (la muestra impresa en 3D) mediante máquinas de soporte virtual, utilizando vectores de características extraídos del análisis estadístico de los patrones de speckle. Por otro lado, introdujimos imágenes de mapeo polarimétrico como matrices multidimensionales para que actúen como entradas de un modelo de red neuronal convolucional para la autodetección de códigos de caracteres codificados en la componente longitudinal de un campo electromagnético altamente enfocado. Este enfoque podría considerarse como un método alternativo, que elimina la necesidad del algoritmo de recuperación de fase en casos particulares.

Palabras clave

Òptica; Óptica; Optics; Aprenentatge automàtic; Aprendizaje automático; Machine learning; Camps electromagnètics; Campos electromagnéticos; Electromagnetic fields; Holografia; Holografía; Holography; Polarització (Llum); Polarización (Luz); Polarization (Light)

Materias

535 - Óptica

Área de conocimiento

Ciències Experimentals i Matemàtiques

Nota

Programa de Doctorat en Física

Documentos

KA_PhD_THESIS.pdf

5.397Mb

 

Derechos

ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

Este ítem aparece en la(s) siguiente(s) colección(ones)