该研究探讨了非线性波混沌非晶硅腔体作为物理不可克隆函数（PUF）的应用。通过多种算法对集成了A-Si光子PUF的机器学习攻击进行了研究，发现深度神经网络（DNNs）表现最好，但仍无法完全破解A-Si PUF的安全性。同时发现A-Si PUF的机器学习抵抗能力与其非线性响应的强度直接相关。