Descubrir que su nuevo bolso de diseñador o su reloj de oro es falso es costoso y molesto. y los dispositivos médicos o medicamentos falsificados podrían tener consecuencias aún más graves. Pero aparentemente, tan pronto como los fabricantes desarrollan un nuevo método para garantizar la autenticidad del producto, los falsificadores encuentran una manera de burlarlo. Ahora, los investigadores han creado una etiqueta "no clonable" que nunca se puede replicar, incluso por el fabricante. Informan sus resultados en Interfaces y materiales aplicados ACS .

Cada año, los productos falsificados cuestan miles de millones de dólares en pérdidas económicas. Estas imitaciones, típicamente de calidad inferior, a menudo se hacen pasar por marcas de lujo. Los fabricantes han intentado incorporar etiquetas o códigos de barras únicos en sus productos para que los propietarios de las tiendas y los consumidores puedan verificar la autenticidad de un producto. pero los falsificadores a menudo descubren cómo copiarlos. Riikka Arppe-Tabbara, Mohammad Tabbara y Thomas Just Sørensen querían desarrollar un sistema de autenticación utilizando funciones físicas no clonables (PUF), etiquetas basadas en procesos aleatorios que son imposibles de replicar. Como explican en su informe, un ejemplo de PUF sería arrojar un puñado de arena sobre una superficie. Cada lanzamiento genera un patrón aleatorio que no se puede copiar.

Para desarrollar su sistema de lucha contra la falsificación, los investigadores imprimieron con láser códigos QR en papel y luego rociaron el patrón PUF en la superficie. Las tintas PUF contenían micropartículas, que formaba patrones aleatorios que se mostraban como puntos blancos sobre un fondo negro cuando se ampliaban. Para validar su sistema, el equipo generó 10, 000 etiquetas y las fotografié con la cámara de un teléfono inteligente para establecer un registro. Luego, volvieron a crear imágenes de las etiquetas con diferentes lectores de teléfonos inteligentes y trataron de hacerlas coincidir con el registro. El sistema identificó correctamente el 76 por ciento de las etiquetas PUF. Ninguna de las etiquetas se identificó de forma incorrecta, pero algunos códigos que estaban sucios o desenfocados requerían un escaneo adicional. Los investigadores estiman que el sistema puede generar 2,5 × 10 ¹²⁰ códigos únicos.