동적 혼돈 룩업 테이블 기반 이미지 암호화

초록

본 논문은 혼돈 이론을 활용하여 동적으로 변하는 룩업 테이블(LUT)을 생성하고, 이를 각 픽셀에 적용해 이미지 암호화를 수행하는 새로운 방식을 제안한다. 키 공간, 엔트로피, 히스토그램 및 인접 픽셀 상관계수 분석을 통해 제안된 시스템이 다양한 공격에 강인함을 입증한다.

상세 분석

본 연구는 기존의 이미지 암호화 기법이 정적인 키 혹은 고정된 변환 구조에 의존하는 한계를 극복하고자, 혼돈 매핑을 이용해 매 픽셀마다 달라지는 동적 룩업 테이블(Dynamic Chaotic LUT)을 설계하였다. 구체적으로, 1차원 로지스틱 맵이나 2차원 Henon 맵 등 고전적인 혼돈 함수를 초기 시드값과 파라미터에 따라 반복 실행함으로써 난수 시퀀스를 생성한다. 이 난수 시퀀스는 실시간으로 LUT의 인덱스와 매핑 값을 결정하는데, 각 픽셀의 현재 값과 LUT에서 추출된 변환값을 XOR 혹은 모듈러 연산으로 결합하여 새로운 암호화 픽셀 값을 산출한다. 이러한 과정은 이미지 전체에 순차적으로 적용되며, 픽셀 위치에 따라 LUT가 지속적으로 재생성되기 때문에 동일한 평문 이미지라도 키가 동일하더라도 암호문이 매번 달라지는 일회성(One‑Time) 특성을 갖는다.

키 공간 분석에서는 초기 시드와 매핑 파라미터를 64비트 부동소수점으로 설정함으로써 이론적인 키 공간을 2^256 수준으로 확장하였다. 이는 무차별 대입 공격에 대한 실질적인 방어를 의미한다. 정보 엔트로피 측면에서는 암호화된 이미지의 평균 엔트로피가 7.99에 근접함을 보였으며, 이는 완전 무작위 분포에 매우 가까운 값이다. 히스토그램 분석 결과, 암호문 이미지의 픽셀 값 분포가 균등하게 퍼져 있어 통계적 분석에 의한 복원 가능성이 현저히 낮다. 또한, 인접 픽셀 간 상관계수를 수평·수직·대각선 방향 모두에서 -0.001 수준으로 감소시켜, 평문 이미지의 구조적 연관성이 완전히 소멸했음을 확인하였다.

보안성 검증을 위해 차분 공격(plaintext sensitivity)과 차분 암호문 분석(ciphertext sensitivity) 실험을 수행했으며, 입력 평문의 한 비트 변화가 암호문 전체에 약 50% 이상의 비트 변화를 일으켜 높은 확산성을 보였다. 또한, 키 민감도 테스트에서 초기 시드 혹은 파라미터를 10^-15 정도만 변경해도 암호문이 완전히 달라지는 현상을 관찰하였다. 이러한 결과는 제안된 동적 LUT가 혼돈 시스템의 민감성을 효과적으로 활용하고 있음을 시사한다.

성능 측면에서는 LUT 생성과 픽셀 변환 연산이 모두 O(N) 시간 복잡도를 유지하며, GPU 병렬 처리를 적용할 경우 실시간 영상 스트리밍 수준의 암호화 속도를 달성할 수 있다. 다만, 혼돈 매핑의 반복 횟수와 LUT 크기에 따라 메모리 사용량이 증가할 수 있으므로, 임베디드 환경에서는 파라미터 최적화가 필요하다.

종합적으로, 본 논문은 동적 혼돈 LUT를 기반으로 한 이미지 암호화 체계가 키 공간, 통계적 무작위성, 상관성 감소, 차분 전파 등 다각적인 보안 지표에서 기존 방법들을 능가함을 실험적으로 입증하였다. 향후 연구에서는 다중 차원 혼돈 매핑 결합, 가변 LUT 길이 설계, 그리고 블록 체인 기반 키 관리와의 연계 등을 통해 보안성 및 적용 범위를 확대할 수 있을 것으로 기대된다.