近年来，在机器学习高速发展的大背景下，基于软件方法生成的密钥容易被黑客攻击，可靠程度逐渐降低，已无法满足当前的安防需求。为增强系统的可靠性，利用固体器件在掺杂、老化等过程中出现随机性差异所设计的物理不可克隆函数（Physical unclonable function，PUF）逐渐为越来越多的安防系统所需求。虽然当前已经提出了众多PUF实体，但是PUF 系统依然存在着激励­响应对（Challenge­Response Pairs, CRPs）较少，难以抵御模型攻击，存储开支较大等问题，从而限制了其发展与应用。

有别于传统的 PUF 设计使用标准电路单元作为熵单元的设计方法，本文依据器件底层物理机理，利用晶体管栅氧化层缺陷对沟道载流子捕获与释放的动态随机性作为独特性源头进行 PUF 设计，提出了一种新的强物理不可克隆函数。首次将缺陷释放载流子的概率信息应用于PUF设计中，通过比对缺陷俘获或释放载流子的概率模型生成的理论响应，与PUF实体中缺陷对载流子俘获或释放的实际行为所生成的实际响应进行身份认证。因为PUF系统使用电缺陷在特定时间段内释放被捕获载流子的概率作为决定输出响应的依据，因而该PUF也被称作概率 PUF（Probability­based PUF, Prob­PUF）。

通过系列测试，本文从多个方面进行了 Prob­PUF 系统的安全性能评估分析。结果表明，该PUF具有充足的CRP空间与安全性，缺陷对载流子的随机性行为可以显著提升PUF系统对机器学习的免疫能力，同时提出的以概率模型存储激励响应对（CRP）的方式，解决了大量CRP需求和有限存储空间之间的困境，为未来安全存储提供了潜在的解决方案。