本论文提出了一种针对增材制造（3D打印）系统的光学侧信道攻击方法，旨在窃取打印过程中的知识产权。作者通过分析3D打印机的视频记录，利用深度神经网络逐帧估计打印头的坐标轨迹。实验表明，该方法能够成功恢复任意打印过程的路径信息。通过数据增强技术，神经网络可以容忍摄像头位置、角度以及光照条件的一定变化，并且能够智能地进行插值，准确恢复训练数据集中未出现的图像坐标。该研究揭示了增材制造系统面临的光学信息泄露风险，对3D打印领域的IP保护提出了新挑战。

该论文是 ACM CCS 研讨会 AMSec'22 的会议报告，聚焦于增材制造（3D 打印）的安全问题。增材制造在航空航天、医疗、国防等关键领域应用日益广泛，但其数字化设计到物理制造的全链条面临独特的安全威胁，如设计文件被篡改、打印过程被干扰、成品质量受攻击等。现有信息安全方案无法直接适用，因为攻击可影响物理输出。论文总结了该领域的主要研究方向：攻击面分析（包括设计文件、打印参数、材料供应链）、防御机制（如加密、数字水印、异常检测）以及跨学科协作的必要性。适合安全研究人员和制造业从业者阅读，以了解该新兴交叉领域的安全挑战与应对思路。