이삼삼 LSB 이미지 은닉 기법

초록

본 논문은 색상 이미지에 비밀 색상 이미지를 삽입하기 위해 2‑3‑3 LSB(Least Significant Bit) 방식을 제안한다. 기존의 3‑3‑2 해시 기반 LSB 기법에 비해 평균 제곱 오차(MSE)를 낮추고 신호 대 잡음비(PSNR)를 향상시켜 시각적 왜곡을 최소화한다.

상세 요약

본 연구는 디지털 이미지 스테가노그래피에서 가장 기본적인 공간 영역 접근법을 확장한다. 기존의 3‑3‑2 LSB 삽입 방식은 각 픽셀의 R, G, B 채널에 각각 3, 3, 2개의 비트를 순차적으로 배치하여 비밀 데이터를 숨겼다. 그러나 이러한 고정 비트 배분은 채널별 인간 시각 시스템(HVS)의 감도 차이를 충분히 활용하지 못한다. 인간은 녹색 채널에 가장 민감하고, 파란색 채널은 상대적으로 덜 민감하다는 사실을 고려하면, 파란색에 더 많은 LSB를 할당하는 것이 왜곡을 감소시킬 수 있다.

논문은 이를 기반으로 2‑3‑3 배분을 제안한다. 즉, 빨강(R) 채널에 2비트, 초록(G) 채널에 3비트, 파랑(B) 채널에 3비트를 삽입한다. 이때 비밀 이미지의 각 픽셀을 8비트(1바이트) 단위로 분할하고, 해시 함수를 이용해 삽입 위치를 의사 난수적으로 결정한다. 해시 함수는 커버 이미지의 픽셀값과 비밀 데이터의 현재 위치를 입력으로 받아, 삽입될 LSB의 순서를 동적으로 바꾸어 통계적 탐지를 어렵게 만든다.

실험에서는 표준 테스트 이미지(예: Lena, Baboon, Peppers)를 커버 이미지로, 동일한 크기의 색상 이미지를 비밀 데이터로 사용하였다. 성능 평가는 MSE와 PSNR 외에도 구조적 유사도 지수(SSIM)를 추가로 측정하였다. 결과는 2‑3‑3 방식이 3‑3‑2 방식에 비해 평균 MSE를 약 15% 감소시키고, PSNR을 1.2 dB 이상 상승시켰으며, SSIM도 미세하게 개선됨을 보여준다. 특히 파란색 채널에 3비트를 할당함으로써 인간 눈에 거의 감지되지 않는 왜곡을 달성하였다.

보안 측면에서는 해시 기반 위치 변환이 단순 LSB 삽입에 비해 통계적 분석(예: Chi‑square, RS 분석)에서 더 낮은 탐지 확률을 보였다. 또한, 비밀 이미지 자체가 색상 정보를 포함하고 있기 때문에, 단순히 흑백 비밀 데이터를 삽입하는 기존 방식보다 데이터 용량 효율이 높다.

한계점으로는 해시 함수 선택에 따라 연산 복잡도가 증가할 수 있으며, 매우 높은 압축률(예: JPEG 압축)에서는 공간 영역 LSB 방식이 본질적으로 손실에 취약하다는 점을 언급한다. 향후 연구에서는 변환 영역(예: DCT)과 결합하거나, 적응형 해시 함수를 도입해 다양한 이미지 특성에 맞춤형 삽입을 구현할 여지가 있다.