동적 다단계 선택과 적응형 편차 매핑을 활용한 고용량 생성 스테가노그래피

초록

본 논문은 확산 모델 기반 이미지 생성 과정에 비밀 정보를 삽입하는 새로운 프레임워크 DTAMS를 제안한다. 동적 다단계 선택 메커니즘으로 변환 비용을 사전 계산해 최적의 타임스텝을 자동 선택하고, 전역 서브-인터벌 매핑 전략으로 픽셀 수준의 변형을 통계적 구간 변환으로 전환한다. 또한 픽셀·잠재·시맨틱 3차원에서의 공동 제약을 적용해 누적 왜곡을 억제한다. 실험 결과 12 bpp의 높은 임베딩률에서도 PSNR 33.2 dB, SSIM 0.9865를 유지하며 추출 오류율을 59 % 이상 감소시켰다.

상세 분석

DTAMS는 확산 모델의 마르코프 체인 특성을 활용해 임베딩 단계마다 발생하는 변환 비용을 정량화한다. 논문은 각 타임스텝 t에서의 상태 Xₜ와 이전 상태 Xₜ₋₁ 사이의 전이식 Xₜ₋₁ = μₜ + σₜ·Zₜ (Zₜ∼N(0,I))를 기반으로, 비밀 정보를 삽입했을 때 발생하는 평균 제곱오차(Mean Squared Error)를 비용 함수 AC로 정의한다. 이러한 비용을 사전 계산한 뒤, 전체 타임스텝 집합 T 중에서 |T′|=n인 부분집합 T*를 선택해 Σ_{t∈T′} AC