암호화 이미지의 가역적 데이터 은닉: 이웃 픽셀 로컬 차이 활용

초록

본 논문은 이미지 블록을 중심‑팔로워 구조로 나누고, 각 블록의 중심 픽셀과 주변 픽셀 간 로컬 차이를 이용해 예측 오차를 계산한다. 이 오차 분포를 분석해 블록별 삽입 용량 특성(BCF)을 추출하고, 암호화 전 미리 공간을 확보한다. 이후 블록 순열과 스트림 암호 XOR을 적용한 암호화 이미지에 BCF와 비밀 데이터를 계층적으로 삽입한다. 복호화 시 BCF를 먼저 추출해 비밀 데이터를 복원하고, 원본 이미지를 완전 복구한다. 기존 RDHEI 대비 삽입 용량이 크게 향상되었으며, 원본 복구는 데이터 삽입 키 없이도 가능하다.

상세 분석

이 논문은 가역적 데이터 은닉(RDH)과 이미지 암호화(RHEI)를 결합한 RDHEI 분야에서 ‘블록 기반 로컬 차이’라는 새로운 접근을 제시한다. 기존 연구들은 주로 전체 이미지 혹은 블록 내 픽셀 간 차이를 직접 암호화하거나, 예측 오차를 이용해 일부 픽셀만을 비암호화하는 방식(RRBE, VRBE, VRAE)으로 용량을 제한받았다. 저자는 각 블록의 중앙 픽셀을 ‘리더’로, 나머지를 ‘팔로워’로 정의하고, 팔로워‑리더 차이를 예측 오차로 활용한다. 이 오차는 블록 내부의 공간적 상관성을 그대로 보존하므로, 암호화 전 단계에서 블록별 삽입 가능한 비트 수를 정량화하는 ‘블록 용량 특성(BCF)’을 도출할 수 있다. BCF는 단순히 오차값의 빈도만을 보는 것이 아니라, 오차가 0에 가까울수록 높은 용량을 부여하고, 큰 오차는 삽입을 제한한다는 규칙을 적용한다. 이렇게 사전 계산된 BCF는 암호화 전 이미지에 ‘공간을 비우는’ 역할을 하며, 이후 XOR 기반 스트림 암호와 블록 순열을 통해 완전 암호화된 이미지가 생성된다.

데이터 삽입 단계에서는 BCF 자체를 먼저 암호화된 이미지에 삽입하고, 그 뒤에 실제 비밀 데이터를 삽입한다. BCF는 계층적 구조를 갖고 있어, 복호화 시 먼저 BCF를 추출하고 이를 이용해 비밀 데이터 위치와 길이를 정확히 복원한다. 중요한 점은 원본 이미지 복구가 데이터 삽입 키와 무관하게 콘텐츠 소유자 키(블록 순열 키)만으로 가능하다는 점이다. 이는 ‘분리형(separable)’ RDHEI의 장점을 유지하면서도, 기존 VRBE 방식보다 높은 용량을 제공한다.

보안 측면에서는 블록 순열과 스트림 XOR이 결합돼 알려진 평문 공격에 대한 저항성을 확보한다. 그러나 리더‑팔로워 구조가 고정된 블록 크기에 의존하므로, 이미지 텍스처가 균일하지 않은 경우 BCF 추정이 부정확해 삽입 용량이 감소할 가능성이 있다. 또한 BCF 자체를 암호화하지 않을 경우, BCF 값이 노출되어 공격자가 삽입 가능한 영역을 추정할 위험이 있다. 논문은 이를 보완하기 위해 선택적 키(세 번째 키)로 BCF를 암호화하는 옵션을 제시한다.

실험에서는 다양한 표준 테스트 이미지와 다양한 블록 크기(4×4, 8×8 등)에서 기존 최첨단 RDHEI(특히