이미지 암호화의 무작위성 측정을 위한 샤논 엔트로피 기반 방법

초록

본 논문은 기존에 암호문 이미지의 전체 샤논 엔트로피만을 사용해 암호화 품질을 평가하던 한계를 극복하고자, 이미지 전체를 작은 블록으로 나누어 각 블록의 엔트로피를 평균한 새로운 무작위성 측정 지표를 제안한다. 진정한 무작위 이미지에 대한 평균 블록 엔트로피의 기대값과 분산을 엄밀히 유도하고, 이를 기반으로 유의 수준에서 가설 검정을 수행할 수 있는 절차와 참고표를 제공한다. 실험을 통해 제안 방법이 양적·질적 평가 모두에서 기존 방법보다 신뢰성을 높임을 확인하였다.

상세 분석

이 논문은 이미지 암호화의 보안성을 평가할 때 흔히 사용되는 전체 이미지의 샤논 엔트로피가 실제 무작위성을 충분히 반영하지 못한다는 점을 정확히 지적한다. 특히, 블록 단위의 스크램블링 방식에서는 전체 엔트로피가 높아도 국부적인 패턴이 남아 있을 수 있는데, 이는 공격자가 통계적 분석을 통해 복호화 가능성을 높이는 원인이 된다. 저자들은 이러한 문제를 해결하기 위해 “평균 블록 엔트로피”(Average Block Entropy, ABE)라는 새로운 측정값을 정의한다. 구체적으로, 테스트 이미지 전체를 (M \times N) 크기의 겹치지 않는 작은 블록으로 분할하고, 각 블록에 대해 8비트 픽셀값의 확률 분포를 이용해 샤논 엔트로피를 계산한다. 그 후, 모든 블록 엔트로피의 산술 평균을 구함으로써 이미지 전반에 걸친 무작위성을 보다 균형 있게 평가한다.

핵심 이론적 기여는 진정한 무작위 이미지(각 픽셀이 독립적으로 균등 분포)에서 ABE의 기대값 (\mu)와 분산 (\sigma^2)를 정확히 도출한 것이다. 저자들은 각 블록이 독립적인 다항 분포를 따른다고 가정하고, 중앙극한정리를 적용해 ABE가 정규분포에 근사함을 증명한다. 이를 통해 특정 유의 수준 (\alpha)에 대해 귀무가설 (H_0) : “이미지는 이상적인 무작위 상태이다”를 검정하는 임계값 (Z_{\alpha})를 구한다. 논문에 포함된 표는 다양한 블록 크기와 이미지 해상도에 대한 (\mu)와 (\sigma) 값을 제공하므로, 실무에서 바로 적용 가능하다.

실험 부분에서는 대표적인 이미지 암호화 알고리즘(예: AES 기반 암호화, 퍼뮤테이션 기반 스크램블링, 혼합형 구조)을 대상으로 ABE와 기존 전체 엔트로피를 동시에 측정한다. 결과는 전체 엔트로피가 7.99에 가까워도 ABE가 낮게 나타나는 경우가 존재함을 보여준다. 특히, 스크램블링만 적용한 경우 전체 엔트로피는 거의 변하지 않지만, 블록 단위 엔트로피는 현저히 감소하여 제안된 검정이 공격 가능성을 더 정확히 포착함을 확인한다. 또한, 가설 검정 결과는 95% 신뢰 수준에서 대부분의 진정한 무작위 암호문이 귀무가설을 통과하고, 비무작위 혹은 부분적으로 암호화된 이미지가 기각되는 것을 보여준다.

이 논문의 의의는 두 가지이다. 첫째, 이미지 암호화 품질을 정량적으로 평가할 수 있는 통계적 기준을 제공함으로써, 암호화 설계 단계에서 객관적인 검증 도구를 제공한다. 둘째, 제안된 방법은 이미지에 국한되지 않고 오디오, 비디오 등 1차원·다차원 디지털 데이터에도 동일하게 적용 가능하다는 점에서 범용성을 갖는다. 향후 연구에서는 블록 크기와 겹침 전략을 최적화하거나, 다채널 컬러 이미지에 대한 확장 모델을 개발하는 것이 자연스러운 연장선이 될 것이다.