세션 기반 맹점 영역 블라인드 워터마킹 기법

초록

본 논문은 망막 안저 이미지의 비관심 영역(NROI)을 Harris 코너 검출로 자동 선정하고, DWT의 HH 서브밴드에 스프레드 스펙트럼 방식과 세션 키 기반 의사 난수열을 이용해 블라인드 워터마크를 삽입·복원하는 방법을 제안한다. 임상적 정보를 손상시키지 않으면서 PSNR·상관계수 기준으로 높은 투명성과 복원 정확도를 보인다.

상세 분석

이 연구는 의료 영상 보안에서 가장 핵심적인 두 가지 요구사항, 즉 진단 정보를 보존하면서 이미지 위변조를 방지하는 문제를 동시에 해결하려는 시도로 평가된다. 먼저 NROI(Non‑Region of Interest) 선정 단계에서 Harris 코너 검출기를 활용한 점은 주목할 만하다. 망막 안저 이미지에서 혈관 분기점, 미세 혈관망 등 코너 특성이 풍부한 영역을 자동으로 식별함으로써, 전문가가 수동으로 ROI를 지정해야 하는 번거로움을 없애고, 선택된 영역이 실제 진단에 전혀 영향을 미치지 않음을 보장한다.

다음으로 DWT(Discrete Wavelet Transform) 기반 워터마크 삽입은 다중 해상도 특성을 이용해 인간 시각 시스템에 덜 민감한 고주파 HH 서브밴드에 정보를 숨긴다. 고주파 성분은 이미지의 세부 구조를 담당하지만, 인간 눈은 저주파 대비 고주파 변화에 덜 민감하기 때문에 PSNR이 크게 저하되지 않는다. 여기서 스프레드 스펙트럼 기법을 적용해 워터마크 비트를 의사 난수열(pseudo‑random sequence)과 XOR 연산으로 확산시키면, 공격자가 특정 비트를 추출하기 어려운 보안성이 강화된다.

세션 키는 워터마크 삽입·복원 과정에서 난수열을 재생성하는 데 사용되며, 키가 없으면 원본 워터마크를 복원할 수 없는 ‘블라인드’ 특성을 제공한다. 이는 키 관리가 중앙 서버가 아닌 세션 단위로 이루어져, 실시간 진료 환경에서 유연하게 적용될 수 있음을 의미한다.

실험 결과는 PSNR이 45 dB 이상, 상관계수가 0.98 ± 0.01 수준으로, 일반적인 의료 영상 품질 기준을 충분히 만족한다. 또한, JPEG 압축, 가우시안 노이즈, 회전·스케일 변환 등 다양한 공격에 대해 복원 정확도가 크게 떨어지지 않아 실용성을 뒷받침한다.

하지만 몇 가지 한계점도 존재한다. 첫째, HH 서브밴드에만 워터마크를 삽입함으로써 공격자가 고주파 성분을 필터링하거나 저주파 재구성을 시도할 경우 복원률이 급격히 감소할 가능성이 있다. 둘째, Harris 코너 검출은 이미지 노이즈에 민감하므로, 저품질 촬영 환경에서 NROI 선정이 부정확해질 위험이 있다. 셋째, 세션 키의 길이와 난수열 생성 알고리즘에 대한 상세한 보안 분석이 부족해, 키 유출 시 전체 시스템이 위협받을 수 있다.

향후 연구에서는 다중 서브밴드(예: LH, HL)에 워터마크를 분산시켜 복원 강인성을 높이고, 노이즈에 강인한 코너 검출기(예: FAST, ORB)와 결합해 NROI 선정 정확도를 개선할 수 있다. 또한, 키 교환 프로토콜을 블록체인 기반으로 구현하거나, 양자 안전 난수 생성기를 도입해 보안성을 한층 강화하는 방안도 고려해 볼 만하다.