يستخدم التطبيق النموذجي مجموعة علامة متسلسلة مع ذاكرة EPC مشفرة وقاعدة بيانات تربط بيانات EPC للعلامة بمعرفات الأصول. فمثلا, يمكن ربط علامة RFID المشفرة برمز EPC 96 بت بخادم كمبيوتر ذي رقم تسلسلي محدد, أداة آلة, أو جهاز طبي. الافتراض الضمني في تصميم نظام التتبع هو أنه يمكن قراءة العلامات بشكل موثوق, وبالتالي تحديد الأصل بشكل صحيح.
ومع ذلك, هذه العملية يمكن أن تعاني من مشكلة تسمى التقليب قليلا.
قليلا الوجه
تسميات إدارة الأصول
الغالبية العظمى من علامات RFID في السوق تستخدم ذاكرة EEPROM لتخزين بيانات التعريف. تحدد الشحنة المخزنة في خلية الذاكرة قيمة كل بت في بيانات EPC المحددة (بمعنى آخر., a charged memory cell can represent a “1”, while an empty cell can represent a “0”, والعكس صحيح).
قد تصبح حالة خلية الذاكرة غير محددة في حالتين محتملتين. للبساطة, we assume that a charged memory cell represents a “1”.
The memory cell “leaks”, تتبدد الشحنة المودعة أثناء التشفير, مما تسبب في تغيير حالة الخلية, so the bit changes from “1” to “0”
لم يتم شحن خلية الذاكرة بالكامل أثناء التشفير, and it is statistically possible for a partially charged cell to be read as a ‘0’ instead of a ‘1’†
† من الناحية الفنية, it is always possible for the charge bit to be interpreted as a ‘0’. ومع ذلك, عندما يتم تجاوز حد الشحن المحدد, احتمال حدوث ذلك ضئيل للغاية. التفاصيل الإحصائية خارج نطاق هذه المناقشة.
مثال على المشهد
قد يكون هذا السيناريو مثالاً على ذلك الصندوق 1011 ينتهي بالتغيير إلى بن 1001 – most commonly a hex character “B” is changed to a hex “9”, الذي يظهر كتسمية تشتت رجعيًا رموز EPC. فمثلا, باستخدام تشفير 96 بت:
E280 1170 EA21 7B2A 04C2 1181 و E280 1170 EA21 792A 04C2 1181
This is rarely observed — we don’t know of any reliable data on prevalence from any chip manufacturer — but with billions of RFID tags actually deployed, لا يمكن تجاهل الاحتمال.
كإجراء فحص سلامة, ضع في اعتبارك معدل فشل ε من 10-6 / خلية واستخدام ذاكرة EPC ممتدة 128 بت, وهو متوفر في العديد من رقائق RFID, الذي نعتقد أنه معدل فشل أعلى مما لوحظ عادة, لكن المبدأ ينطبق بغض النظر عن سعر الصرف الحقيقي. لأغراض المناقشة, سوف نتجاهل أي آثار زمنية (أي تحليل وقت الفشل). عند ε = 10-6, تقريبًا 1 في 7,812 من المتوقع أن تعرض العلامات قلبًا بت واحد; بالإضافة الى, تقريبًا 1 في 61.5 مليون علامة من المتوقع أن تعرض بتين مقلوبين, وحوالي 488 مليار 1 سيظهر ثلاث بتات مقلوبة.
الكشف عن تقلبات الوحدة وتصحيحها بشكل موثوق
لأن معدل الفشل منخفض جدًا, يمكن اكتشاف حالات واحدة من تقلبات البتات وتصحيحها بشكل موثوق.
The easiest way is to encode each bit as a triple and use the “rule of majority” method to determine the correct data. في هذه الحالة, a single “1” is encoded as “111” and “0” is encoded as “000”. إذا تم قلب جزء واحد من الثلاثي, the other two will “vote” to cover the wrong bit. هذه الطريقة قوية للغاية, لأن فقدان البيانات يتطلب جدا, حدث غير مرجح للغاية, قلب اثنين من بتات أي واحد ثلاثي. يدير هذا المشروع بشكل أساسي العناصر الموجودة في المستودع, بالنظر إلى مثالنا لترميز 128 بت أعلاه, احتمال قلب 2 بت لأي ثلاثة توائم, بمعنى آخر. فقدان البيانات غير القابل للاسترداد, هو:
~ 1/64 * (128/1,000,000) *(127/1000000) ~ 2.5 X10-10 أو ~ 1 جزء في 3.9 مليار.
هذا هو حاصل ضرب احتمال قلب البتتين الأولى والثانية على ملصق واحتمال أن تكون البتة المقلوبة الثانية واحدة من البتات المجاورة في ثلاثية معينة.
في معظم السيناريوهات العادية, احتمال تلف البيانات منخفض جدًا. ومع ذلك, يتم تقليل سعة تخزين بيانات العلامة بمقدار الثلثين, مع أقل من 33% من ذاكرة الوسم المتاحة المستخدمة للبيانات عندما يمكن لذاكرة 128 بت فقط الاحتفاظ بها 41 أجزاء من المعلومات.
كشف اثنين من القطع المقلوبة
هناك طريقة أقل استهلاكا للذاكرة لاكتشاف البت المعكوس الفردي وتصحيحه, وكذلك كشف (لكن ليس صحيحًا) الأحداث ذات الاحتمالية الأقل لعلامة ذات بتين مقلوبين.
يمكن القيام بذلك من خلال عدم ترميز العلامة مباشرة, ولكن باستخدام تعديل وضع ابتكره في الأصل ريتشارد هامينج يسمى SECDEC, أو اكتشاف خطأ مزدوج واحد لتصحيح الخطأ.
يستخدم هذا الوضع بتات تكافؤ إضافية محسوبة بناءً على بيانات الحمولة. حسب الاسم المقترح, تسمح هذه الخوارزمية بتصحيح بت واحد مقلوب فقط, ولكنه يسمح باكتشاف بتة مقلوبة ثانية. يجب على مصممي نظام RFID دمج الموارد في البنية للتعامل مع الموقف الأقل شيوعًا المتمثل في تقليب البتات على علامة واحدة.
