近年来，随着物联网和自动驾驶等智能系统的快速发展，视觉传感器的应用越来越广泛。作为数据采集的重要入口，视觉传感器收集了大量敏感信息，极易受到非法访问和滥用，存在严峻的安全风险。基于复杂算法的传统加密系统虽可以提供强大的安全保障，但需要大量计算硬件作为支撑，难以在传感端直接使用。因此，迫切需要开发基于硬件的原位加密技术，只需有限计算资源即可提供强大保护，确保视觉信息安全。
我们基于前期研发的InGaZnO全光控忆阻器，构建了具有原位信息加密能力的神经形态视觉传感器，实现了视觉信息的探测、存储、加密、解密、识别及销毁一体化。经加密和销毁处理后的视觉信息可以有效抵抗人工神经网络攻击。我们开发的原位视觉加密技术可以大幅提升信息处理效率，同时可提供强有力的安全保障，对于占领新一代视觉传感领域的技术制高点，提升该行业的市场竞争力具有重要意义。
相关成果近日以开放获取的形式发表在Applied Physics Reviews，2024, 11：011411（论文链接：https://doi.org/10.1063/5.0185502），并被选为Featured Article和Editor's Pick。该成果也申请了发明专利（202311456846.1）。