基于支持向量機的光刻膠粘接芯片存儲安全檢測

劉芳

摘要：光刻膠因其良好的性能被運用于芯片中，是芯片制作不可缺少的重要材料。對于保證光刻膠粘接芯片的存儲安全，需要對其進行檢測。文章將基于支持向量機檢測光刻膠粘接芯片存儲安全，為了提高檢測的準確率，引入深度置信網絡。通過仿真實驗的方法，研究支持向量算法、深度置信網絡算法、兩者相結合的算法對光刻膠粘接芯片存儲安全進行檢測。研究結果表明支持向量算法的檢測準確率低于深度置信網絡算法低于兩者相結合的算法，即兩者相結合的算法檢測光刻膠粘接芯片存儲安全的準確率更高、誤報率更低。

關鍵詞：支持向量機;光刻膠;芯片;檢測;深度置信網絡

中圖分類號：TQ437 文獻標識碼：A 文章編號：1001-5922（2019）09-0013-04

在芯片的制作過程中，光刻膠是其中一個重要的材料，光刻膠的性能可以對芯片的功能消耗、集成度還有運行速度等都會產生直接的影響。光刻膠是一種感光材料，在光線的影響作用下，其會產生溶解度的變化，從而可以達到其在芯片中的作用，即可以將圖形轉移到媒體上。光刻膠的組成成分包含著聚合物和光敏劑等。光刻膠的主要應用在三個方面，分別為芯片、半導體器件和印刷業。其工作原理是當受到光照射時，就會發生顯影現象，然后將很小的圖形通過掩膜版傳遞到芯片上。隨著芯片集成度的不斷發展，光刻膠也發生了較大的改進，當今的光刻膠分辨率也在不斷變小，由最初的幾十微米提升到了如今的十納米。眾所周知，芯片的存儲安全極為重要，當芯片的存儲安全受到侵犯時，整個設備將會處于崩潰狀態。所以當光刻膠應用于芯片中，芯片的存儲安全效果如何，需要進一步的檢測，本文就以支持向量機對光刻膠粘劑粘接芯片存儲安全進行檢測，探究光刻膠粘接芯片的存儲安全。

1光刻膠粘接芯片分析

光刻膠粘接芯片時必須滿足一些要求，要求光刻膠具有一定的性能。光刻膠的性能如下：光刻膠必須是非常干凈的，其純度也要高，最低的要求是其中的雜質的大小要比芯片寬度小;光刻膠在曝光過程中要滿足波長區域內是透明的，然而其他的波長不能夠穿透;光刻膠既要滿足具有粘接能力又要能夠易于清洗;要能夠有很強的耐高溫性能;存儲要安全;能夠適應不同的材料，即工藝寬容度要大。滿足這些條件后的光刻膠粘接芯片時會讓芯片更加安全可靠。

光刻膠粘接芯片存儲安全非常重要，如果存在漏洞現象檢測不到位，將會造成嚴重的后果。一般情況下，光刻膠粘接芯片存儲安全的漏洞有三種情況，一種是在電路中設置控制單元專門由硬件控制，這種硬件將會占用芯片的面積和資源，操作較為簡單。第二種就是通過軟件來實現控制芯片的存儲安全，這種情況主要在高級電路中出現。第三種就是硬件和軟件共同控制，在這種情況時，檢測存儲安全是會很困難的。

為了防止光刻膠粘接芯片存儲安全出現漏洞，就需要時刻時用正確的方式對芯片存儲安全進行檢測，本文就是基于支持向量法對光刻膠粘接芯片存儲安全檢測。支持向量機主要作用是分類和回歸處理，能夠對小小樣本數據進行很好的處理。

2光刻膠粘接芯片存儲安全檢測

2.1支持向量機和深度置信網絡分析

本文主要是基于支持向量機的光刻膠粘接芯片存儲安全檢測，為了到達檢測的準確率，將深度置信網絡算法引人支持向量算法中，從而比較三種方式檢測光刻膠粘接芯片存儲安全的準確率。

支持向量機的數學模型如下文中公式和圖表所示：

2.2實驗仿真

2.2.1數據來源

為了說明支持向量算法、深度置信網絡算法和兩者相結合的算法對光刻膠粘接芯片存儲安全的檢測效果，選擇KDD CUPOO數據集為本實驗的研究對象，該數據集的的特征數量有41個，芯片存儲安全的標簽類型為正常、U2R、Probe、DOS和R2L，表1為編碼類型。

2.2.2數據處理

由于芯片存儲安全的數據特征不是在一個數量級，所以首先需要對這些數據進行處理，使之處于同一個數量級，即將數據進行歸一化處理，該公式如下：

設置支持向量算法和深度置信網絡算法相結合的算法的參數，該算法的參數如表2所示。為了說明基于支持向量算法在檢測光刻膠粘接芯片存儲安全的效果，本文設置了準確率和誤差率代表該算法檢測芯片存儲安全的運用效果。準確率和誤差率的公式如下：

從圖1可以觀察到，當多用訓練集為20%時，兩種相結合的算法的準確率達到了95.1%，當多用訓練集為30%時，兩種相結合的算法的準確率達到了97.1%，當多用訓練集為40%時，兩種相結合的算法的準確率達到了97.8%，從而可以得出當所用訓練比例越來越大時，兩種相結合的算法的檢測準確率會越來越大。該種算法說明了深度置信網絡算法與支持向量算法的結合能夠是安全檢測效果達到很好。

上面緊緊只對兩種算法的結合算法計算了準確率，接下來將對三種不同的算法計算他們的準確率和誤差率，表3和表4和圖2和圖3即為三種算法的準確率和誤差率，并將三者進行比較。

通過上圖支持向量算法、深度置信網絡算法和兩者相結合的算法的準確率和誤報率可知，兩者相結合的算法對光刻膠粘接芯片的存儲安全檢測的準確率更高、誤報率更低，當所用訓練集比例越來越多時，支持向量算法、深度置信網絡算法和兩者相結合的算法的準確率會越來越高、誤報率會越來越低。而且支持向量算法的準確率低于深度置信網算法低于兩者相結合的算法，支持向量算法的誤報率高于深度置信網算法高于兩者相結合的算法。從而說明兩者相結合的算法在檢測光刻膠粘接芯片存儲安全時更加優異。

3結語

光刻膠粘接芯片具有良好的性能，基于支持向量機的光刻膠粘接芯片存儲安全檢測研究，為了提高檢測的準確性，將深度置信網絡引入其中，研究了三種算法（支持向量算法、深度置信網絡算法和兩者相結合的算法）對光刻膠粘接芯片存儲安全進行檢測。通過仿真實驗的方法，知道了支持向量算法的檢測準確率低于深度置信網算法低于兩者相結合的算法，所以得出將兩種算法相結合起來的算法更有利于檢測光刻膠粘接芯片存儲是否安全。對光刻膠粘接芯片的存儲安全檢測還有其他很多方法，需要我們不斷去探索、去研發更多科學合理有效的算法，保障光刻膠粘接芯片的存儲安全，將更有利于社會的發展。