新型兆声清洗去除集成电路衬底硅片表面污染物的分析研究

集成电路衬底硅片表面存在污染物会严重影响器件可靠性，非离子表面活性剂能有效控制颗粒在硅单晶片表面的吸附状态，使之保持易清洗的物理吸附．在清洗液中加入特选的非离子表面活性剂，大大提高了兆声清洗去除颗粒的效率和效果。实验表明当活性剂在清洗液的配比为1％，颗粒去除率可达95%以上。     

硅衬底清洗液中FA/O螯合剂的应用研究

FA/O螯合剂是一种具有1 3个螯合环的新型螯合剂,不含钠离子,并且易溶于水,稳定性好。通过对FA/O螯合剂在RCA标准清洗SC1、SC2溶液中的应用,对XPS的测试结果分析表明,FA/O螯合剂对Fe和Cu的络合能力比NH4OH的络合能力强,RCA标准清洗液中加入少量FA/O螯合剂就可使硅片表面微量铜、铁等金属污染物的去除效果显著增加。对清洗工艺的研究表明,在有螯合剂存在下,清洗温度控制在7 0℃,清洗时间为5 min.2次,效果更好。     

铌酸锂CMP速率的影响因素分析

对铌酸锂晶片平整化加工的CMP机理进行了分析,加速质量传输是CMP获得完美表面的关键,化学反应是CMP过程的控制因素,增强化学反应可提高CMP速率.通过对不同抛光液的pH值、磨料浓度及抛光压力、流量等的实验研究,分析讨论了各因素对CMP速率的影响机制,并得出优化的CMP方案.     

螯合剂对酸性抛光液中铜离子沉积的影响

研究了几种螯合剂减少金属铜在晶片表面沉积的作用.将晶片放入含有或不含螯合剂的酸性抛光液中浸泡10min,用GFAAS测定表面沉积铜的浓度.结果表明,PAA、HEDP和AMPS的加入都能明显减少金属铜在硅片表面的沉积量,去除率分别为83%、79%和44%.进一步的研究发现,PAA过量时,即使螯合剂或者铜离子的浓度成倍增加,金属铜沉积量减少率变化不大.因此,加入过量PAA螯合剂不仅能够减少金属铜的沉积量,而且可以减弱沉积量的波动,增强工艺的稳定性.     

基于静态贝叶斯博弈的蠕虫攻防策略绩效评估

现有蠕虫攻击策略(防护策略)评估方法没有考虑防护策略(攻击策略)变化对攻击策略(防护策略)绩效评估的影响,且防护策略评估忽视了策略实施成本.针对这种情况,构建了基于静态贝叶斯博弈的绩效评估模型(performance evaluation model based on static Bayesian game,简称PEM-SBG)以及对抗情形下的蠕虫攻防策略绩效评估方法.在模型PEM-SBG基础上提出的基于灰色多属性理论的防护策略绩效评估方法,综合考虑了成本类和收益类的多个评估属性,有助于提高评估过程的全面性.针对典型的蠕虫攻防场景.利用仿真工具SSFNet进行了模拟实验,验证了所提出的模型和方法的有效性.     

结合简短可链接环签名的智能合约选举方案

目前一些电子选举协议利用可链接环签名或一次性环签名来保护投票者的隐私,并防止重复投票的情况发生,但签名大小随投票人数的增大而增大,而简短可链接环签名大小始终固定不变,但已有简短可链接环签名算法效率较低。针对这些问题,利用累加器和基于知识证明的签名,构造新的高效的简短可链接环签名,结合匿名地址及星际文件系统,提出一种新的智能合约选举方案,分别设计了选举的创建、投票、计票等阶段的操作。对方案的不可伪造性、可链接性、匿名性、隐私性、公开验证性以及运行效率进行了证明和分析。最后进行了实验仿真评估,结果显示,随着投票者人数的增大,该方案选票的签名大小及Gas消耗保持不变且较少,生成时间及验证时间增长缓慢且较少。     

ULSI制备中铈在SiO2介质CMP抛光中的作用研究

对ULSI制备中铈(Ce)在Si02介质的CMP中的应用及对Ce胶体抛光液的制备进行了较为深入的实验研究,并对提高抛光效果进行了大量实验.     

碱性铜抛光液在65nm多层铜布线平坦化中的应用

为适应极大规模集成电路(GLSI)集成度按摩尔定律飞速发展的需要,同时解决国际酸性化学机械平坦化(CMP)技术存在的多项问题,本文研发了以多羟多胺为螯合剂的不含副作用大的苯并三唑(BTA)的碱性铜布线抛光液.实验结果表明:研发的碱性铜抛光液在常态下对铜几乎不反应(20/min),而在常压(2 psi)CMP下,能够快速地去除铜膜,去除速率(RR)高达8 235/min(工业要求5 000/min).凹处自钝化,凸处快速率,实现了高的平坦化效率.8层铜布线平坦化结果表明,60s可消除约1.162 m的高低差,且单层图形片基本实现平坦化(高低差<10 nm),抛光后表面粗糙度低(0.178 nm),表面洁净度高.     

ULSI制备中多层布线导体铜的抛光液与抛光技术的研究

提出了在碱性浆料中 UL SI多层布线导体铜化学机械抛光的模型 ,对铜 CMP所需达到的平面化、选择性、抛光速率控制、浆料的稳定及洁净度、抛光液成分的优化选择进行了实验研究。     

一种基于多属性决策的DDoS防护措施遴选方法

DDoS攻击是网络中最大的威胁之一,选取合适的防护措施,能够更加有效地保护目标网络和目标系统.现有的评价方法对于防护措施选择的指导性不足.针对该问题,首先构建了面向DDoS攻击的防护措施遴选模型(DCSM).在此基础之上,提出基于多属性决策的DDoS防护措施遴选算法.以多属性决策方法综合考虑各方面评估指标;从攻防两方面,以基于历史攻击偏好的方法和熵权法计算重要性权重,消除了传统评价方法中人为指定权重带来的主观性影响.提出的方法为防护措施的选择提供了参考,并通过模拟实验验证了方法的适用性和有效性.