계층형 암호화를 이용한 의료 영상 워터마킹 새로운 기법

초록

본 논문은 로지스틱 맵 기반 혼돈 시스템을 활용한 계층형 암호화 알고리즘을 제안한다. 제안 기법은 의료 영상에 워터마크를 삽입하면서도 높은 보안성과 영상 품질을 유지한다. 200장의 의료 이미지 실험 결과, 기존 방법 대비 PSNR·SSIM 등에서 우수한 성능을 보이며, 키 관리와 복호화 복원에서도 강인함을 확인하였다.

상세 분석

논문은 디지털 의료 영상의 저작권 보호와 무결성 검증을 위해 워터마킹과 암호화를 결합한 하이브리드 방식을 제안한다. 핵심은 로지스틱 맵(LM)이라는 1차원 혼돈 함수를 이용해 난수 시퀀스를 생성하고, 이를 계층형 키 구조에 매핑함으로써 키 공간을 기하급수적으로 확장한다는 점이다. 계층형 구조는 상위 키가 하위 키 생성을 제어하도록 설계돼, 키 유출 시에도 전체 시스템이 완전히 무너지는 위험을 감소시킨다.

워터마크 삽입 단계에서는 의료 영상의 중요한 영역(예: 진단에 필수적인 조직)과 덜 중요한 영역을 구분하고, 각각 다른 난수 시퀀스로 변조한다. 이는 시각적 왜곡을 최소화하면서도 워터마크의 존재를 감지하기 어렵게 만든다. 변조 방식은 LSB(Least Significant Bit) 교체와 DCT(Discrete Cosine Transform) 계수 조정을 혼합한 하이브리드 방식으로, 기존 단일 도메인 방법에 비해 공격 저항성이 향상된다.

보안성 평가에서는 키 민감도, 키 공간 크기, 그리고 통계적 분석(히스토그램, 상관계수, 엔트로피) 등을 수행하였다. 로지스틱 맵의 파라미터 μ와 초기값 x₀를 미세하게 변경해도 난수 시퀀스가 크게 달라지는 특성을 활용해 키 민감도가 높은 것으로 보고하였다. 또한, 키 공간은 μ∈(3.57,4)와 x₀∈(0,1) 구간을 연속적으로 활용함으로써 이론적 키 수가 10¹⁸ 이상에 달한다는 점을 강조한다.

실험에서는 200장의 다양한 의료 영상(MRI, CT, X‑ray)을 대상으로 PSNR, SSIM, NCC(Normalized Cross‑Correlation) 등을 측정하였다. 평균 PSNR은 48.7 dB, SSIM은 0.987로, 기존 혼돈 기반 워터마킹(PSNR≈42 dB, SSIM≈0.965)보다 현저히 높은 품질을 유지한다. 또한, 워터마크 검출 정확도는 99.3%에 달했으며, JPEG 압축, 가우시안 노이즈, 회전·크기 변환 등 일반적인 공격에 대해서도 복원률이 95% 이상으로 유지되었다.

한계점으로는 로지스틱 맵이 1차원 혼돈 시스템이라 복잡한 2차원 혹은 고차원 혼돈 시스템에 비해 예측 가능성이 존재한다는 점을 지적할 수 있다. 또한, 계층형 키 관리가 실제 의료 정보 시스템에 적용될 때 키 배포·갱신 프로토콜이 추가로 필요하다. 향후 연구에서는 다중 혼돈 맵을 결합하거나, 블록체인 기반 키 관리와 연계해 보안성을 한층 강화할 여지가 있다.