소수와 자연수 기반 가상 비트플레인 데이터 은닉 기법

초록

본 논문은 기존 LSB와 피보나치‑p‑시퀀스 기반 은닉 방식을 일반화한 뒤, 픽셀 값을 소수의 합과 자연수의 합으로 분해하는 두 가지 새로운 가상 비트플레인 생성 방법을 제안한다. 소수 분해와 자연수 분해는 각각 더 많은 가상 비트플레인을 제공하면서도 왜곡을 최소화해, 시각적으로 원본과 구분이 어려운 스테고 이미지를 얻는다. 실험 결과는 제안 기법이 기존 방법보다 PSNR 및 시각적 품질에서 우수함을 확인한다.

상세 분석

논문은 디지털 이미지 스테고그래피에서 가장 기본적인 LSB(Least Significant Bit) 대체 기법이 높은 비트플레인으로 확장될 경우 이미지 왜곡이 급격히 증가한다는 한계를 지적한다. 이를 극복하기 위해 Battisti 등(2010)이 제안한 피보나치‑p‑시퀀스 기반 가상 비트플레인 생성 방식을 재해석하고, 일반화된 수 체계 모델을 수학적으로 정립한다. 핵심 아이디어는 “가중 함수 W(i)”를 기존 2ⁱ 대신 다른 수열(소수, 자연수 등)로 정의함으로써, 동일한 픽셀 값을 더 많은 비트플레인에 매핑할 수 있게 하는 것이다.

첫 번째 제안인 소수 분해는 가중 함수 P(i)=p_i (i번째 소수) 로 정의한다. 픽셀 값 v는 v=∑ b_i·p_i 형태로 표현되며, b_i∈{0,1}. 이때 중복 표현을 방지하기 위해 사전식(lexicographic) 최댓값을 선택하는 규칙을 적용한다. 소수는 2, 3, 5, 7, 11,… 순으로 급격히 증가하지만, 인접 가중치 간 차이가 2ⁱ에 비해 완만하므로 높은 가상 비트플레인에 데이터를 삽입해도 평균 왜곡이 작다. 또한 소수 정리와 체르니히의 체(Sieve of Eratosthenes)를 이용해 가중치를 사전 계산함으로써 변환·복원이 효율적으로 수행된다.

두 번째 제안인 자연수 분해는 가중 함수 N(i)=i+1 (또는 1,2,3,…) 로 정의한다. 이는 가장 단순하면서도 가장 조밀한 가중치 집합을 제공한다. 자연수 가중치는 연속적이므로 가상 비트플레인의 수가 피보나치‑p‑시퀀스보다 크게 늘어나며, 각 비트플레인의 영향력이 선형적으로 감소한다. 따라서 높은 비트플레인에 삽입된 비트가 원본 픽셀 값에 미치는 변형이 최소화된다. 논문은 이 방법이 “최적”임을 수학적 귀류법과 피터슨(Pigeon‑hole) 원리를 통해 증명한다.

두 방법 모두 변환 함수 f가 일대일(injective)임을 보장해야 복호 시 정확히 원본 비트를 복원할 수 있다. 이를 위해 저자는 중복 표현을 사전식 최댓값 선택으로 강제하고, 변환 전후의 값 범위가 동일하도록 가중치 합의 상한을 정한다(예: 8‑bit 이미지의 경우 ∑_{i=0}^{n‑1} W(i) ≥ 255).

실험에서는 표준 8‑bit 그레이스케일 이미지(Lena, Baboon 등)에 대해 LSB, 피보나치‑p‑시퀀스, 소수 분해, 자연수 분해 순으로 PSNR을 측정하였다. 결과는 LSB ≈ 30 dB, 피보나치 ≈ 35 dB, 소수 ≈ 40 dB, 자연수 ≈ 45 dB 로, 가상 비트플레인의 수가 늘어날수록 이미지 품질이 현저히 개선됨을 보여준다. 또한 시각적 평가에서 인간 관찰자는 소수·자연수 방식으로 만든 스테고 이미지를 원본과 구분하지 못했다.

보안 측면에서는 가중 함수가 공개되지 않을 경우 공격자가 비트플레인 구조를 추정하기 어려워, 기존 LSB보다 통계적 탐지에 강인함을 제공한다. 특히 소수와 자연수는 수학적으로 난이도가 높은 문제(예: 골드바흐 추측)와 연관되어, 키 관리와 함께 사용하면 키 기반 스테고 시스템으로 확장 가능하다.

결론적으로, 논문은 가중 함수를 자유롭게 설계할 수 있는 일반화된 프레임워크를 제시하고, 소수와 자연수라는 두 구체적 사례를 통해 기존 방법 대비 높은 용량·품질·보안 삼위일체를 달성한다는 점에서 의미가 크다.