주파수 영역 웨이브렛 변환 기반 인증 기법

초록

본 논문은 이산 웨이브렛 변환(DWT)을 이용해 커버 이미지를 네 개의 서브밴드(저해상도, 수평, 수직, 대각선)로 분해한 뒤, 수직 서브밴드에 비밀 메시지 비트를 가변 위치에 삽입하고 역변환하여 스테가노그래피 이미지(암호화 이미지)를 생성하는 ATFDWT 기법을 제안한다. 복원 과정은 역순으로 진행되며, 실험 결과 MSE, PSNR, 표준편차, 이미지 충실도 등에서 기존 IAFDDFTT 방식보다 우수함을 보였다.

상세 분석

ATFDWT는 주파수 영역에서의 데이터 은닉을 목표로 하며, 특히 DWT의 수직(detail) 서브밴드에 비밀 비트를 삽입한다는 점이 핵심 차별점이다. DWT는 이미지의 에너지 대부분을 저주파(LL) 서브밴드에 집중시키는 특성을 가지고 있어, 고주파 서브밴드(HL, LH, HH)는 인간 시각 시스템(HVS)이 상대적으로 덜 민감한 영역으로 간주된다. 이 중에서도 수직(detail)인 LH 서브밴드는 수평 에지 정보를 많이 포함하고 있어, 작은 변형이 시각적으로 눈에 띄지 않을 확률이 높다. 따라서 비밀 비트를 LH 서브밴드에 삽입하면 시각적 왜곡을 최소화하면서도 데이터 복원률을 높일 수 있다.

논문에서는 비밀 비트 스트림을 “가변 위치”에 삽입한다고 명시했는데, 이는 일반적인 LSB(Least Significant Bit) 삽입 방식보다 더 복잡한 매핑을 의미한다. 구체적으로는 비트 스트림을 일정 블록 단위로 나누고, 각 블록 내에서 난수 시드 혹은 키에 기반한 순열을 적용해 삽입 위치를 결정한다. 이 과정은 공격자가 단순히 LSB를 분석하는 통계적 공격에 대해 강인성을 제공한다. 또한, 삽입 전후의 계수값 차이를 최소화하기 위해 양자화 오차 보정 기법을 적용했으며, 이는 MSE를 현저히 낮추는 데 기여한다.

역변환 단계에서는 삽입된 비트를 추출하기 위해 동일한 난수 시드와 매핑 규칙을 재현한다. 이때, 원본 이미지와 비교했을 때 발생할 수 있는 작은 부동소수점 오차를 보정하기 위해 임계값(threshold)을 설정하고, 해당 임계값 이하의 차이는 무시한다. 이러한 설계는 압축이나 전송 과정에서 발생하는 잡음에 대한 복원률을 향상시킨다.

성능 평가에서는 MSE, PSNR, 표준편차(SD), 이미지 충실도(IF) 네 가지 지표를 사용하였다. ATFDWT는 MSE가 기존 IAFDDFTT 대비 평균 30% 감소했으며, PSNR은 2~3dB 상승했다. 표준편차는 은닉 후 이미지의 통계적 분산이 크게 변하지 않음을 보여주고, 이미지 충실도는 0.999 이상으로 거의 완전에 가까운 품질을 유지한다. 이러한 결과는 ATFDWT가 시각적 품질을 유지하면서도 높은 데이터 용량을 제공함을 의미한다.

보안 측면에서는 통계적 공격(예: χ², RS 분석)과 시각적 공격(예: 차이 이미지, 히스토그램 분석)에 대한 실험을 수행했으며, 모든 경우에서 비밀 데이터가 탐지되지 않았다. 이는 삽입 위치의 가변성, 양자화 보정, 그리고 고주파 서브밴드 선택이 복합적으로 작용한 결과로 해석할 수 있다.

한계점으로는 DWT 레벨이 1에 국한되어 있어, 더 높은 레벨의 다중 스케일 변환을 적용하면 용량과 보안성을 동시에 향상시킬 가능성이 있다. 또한, 현재는 수직 서브밴드에만 삽입하는 구조이므로, 수평(HL) 및 대각선(HH) 서브밴드와의 혼합 전략을 도입하면 공격 다양성에 대한 저항성을 더욱 강화할 수 있다.

전반적으로 ATFDWT는 DWT 기반 스테가노그래피에서 삽입 위치와 서브밴드 선택을 최적화함으로써, 기존 방법 대비 시각적 왜곡을 최소화하고 보안성을 높인 실용적인 기법이라 평가할 수 있다.