자연수 기반 LSB 데이터 은닉 기법

초록

본 논문은 픽셀 값을 자연수의 합으로 분해하는 새로운 비트플레인 생성 방식을 제안한다. 기존 피보나치·소수 기반 LSB 은닉보다 더 많은 가상 비트플레인을 제공하여 고위 비트에까지 데이터를 삽입하면서도 왜곡을 최소화한다. 실험 결과, 제안 기법은 PSNR 및 시각적 품질 측면에서 기존 방법들을 크게 능가하며, 복원 정확도와 보안성에서도 우수함을 입증한다.

상세 분석

본 연구는 디지털 이미지에 비밀 정보를 삽입하는 LSB(Lowest Significant Bit) 기법의 한계를 극복하기 위해 자연수 분해(Natural Number Decomposition, NND) 방식을 도입하였다. 기존의 피보나치 LSB(Fibonacci LSB)와 소수 기반 LSB는 각각 피보나치 수열·소수 집합을 이용해 픽셀 값을 다중 비트플레인으로 변환했지만, 생성 가능한 가상 비트플레인의 수가 제한적이었다. 자연수는 1,2,3,…와 같이 연속적인 정수 집합이므로, 임의의 정수를 최소 개수의 자연수 합으로 표현할 수 있는 ‘그리디 분해’ 알고리즘을 적용하면, 동일한 픽셀 값에 대해 더 많은 비트플레인을 생성한다. 이는 고위 비트까지 데이터 삽입이 가능함을 의미한다.

기술적으로, 각 픽셀 값 V(0≤V≤255)를 NND 알고리즘에 따라 {n1,n2,…,nk}의 집합으로 분해하고, 각 ni에 대응하는 가상 비트플레인 Bi를 정의한다. 삽입 단계에서는 비밀 비트를 선택된 비트플레인에 XOR 연산으로 기록하고, 복원 단계에서는 동일한 분해 과정을 역으로 수행해 원래 비트를 추출한다. 중요한 점은, 자연수 분해가 유일성을 보장하지 않지만, 논문에서는 사전 정의된 ‘최소-우선’ 규칙을 통해 일관된 매핑을 확보함으로써 복원 오류를 방지한다.

왜곡 측면에서는, 고위 비트에 삽입하더라도 각 비트플레인이 실제 픽셀 값에 미치는 기여도가 피보나치·소수 기반 비트플레인보다 작다. 이는 자연수 집합이 균등하게 분포되어 있어, 하나의 비트플레인이 차지하는 가중치가 낮아지는 효과를 낸다. 실험 결과 PSNR이 45dB 이상 유지되며, SSIM 지표도 0.99에 근접해 시각적으로 원본과 구분이 어려운 수준을 확인하였다.

보안성 측면에서는, 가상 비트플레인의 수가 증가함에 따라 비밀 비트가 분산되는 위치가 복잡해져 공격자가 LSB를 단순히 추출하거나 통계적 분석을 수행하기 어려워진다. 또한, 자연수 분해 규칙 자체가 키와 유사한 역할을 하여, 키를 공유하지 않은 경우 복원이 거의 불가능하도록 설계되었다.

마지막으로, 최적성 증명에서는 가상 비트플레인의 총 개수가 ⌊log₂(V+1)⌋보다 크거나 같음을 보이며, 이는 기존 방법들의 상한을 초과한다는 점을 수학적으로 입증한다. 따라서 제안 기법은 비트플레인 수, 왜곡 최소화, 복원 정확도, 보안성 모두에서 최적에 가깝다.