[논문 리뷰] Digital Cardan Grille: A Modern Approach for Information Hiding

Jia Liu, Tanping Zhou외 5명|arXiv (Cornell University)|2018. 03. 25.

Advanced Steganography and Watermarking Techniques참고 문헌 17인용 수 6

한 줄 요약

이 논문은 디지털 카르다노 격자(Digital Cardan Grille, DCG)라고 불리는 새로운 디지털 스테가노그래피 프레임워크를 제안한다. 이 방법은 생성적 적대적 네트워크(GANs)를 활용한 의미론적 이미지 보정을 통해 마스크로 정의된 영역에 비밀 메시지를 삽입한다. GAN을 통해 손상된 이미지 영역을 보완함으로써 의미론적 일관성을 유지하는 스테고 이미지를 생성함으로써, 눈에 띄지 않는 삽입과 논리적인 내용 복원을 달성한다.

ABSTRACT

In this paper, a new framework for construction of Cardan grille for information hiding is proposed. Based on the semantic image inpainting technique, the stego image are driven by secret messages directly. A mask called Digital Cardan Grille (DCG) for determining the hidden location is introduced to hide the message. The message is written to the corrupted region that needs to be filled in the corrupted image in advance. Then the corrupted image with secret message is feeded into a Generative Adversarial Network (GAN) for semantic completion. The adversarial game not only reconstruct the corrupted image , but also generate a stego image which contains the logic rationality of image content. The experimental results verify the feasibility of the proposed method.

연구 동기 및 목표

• 이미지에 데이터를 숨길 때 의미론적 일관성을 유지하는 데에 기존 스테가노그래피 기법의 한계를 해결하기 위해.
• 의미 이해와 이미지 보정을 통합한 현대적이고 강력한 정보 은닉 프레임워크를 개발하기 위해.
• 딥 러닝 기반 이미지 보정을 활용해 안전하고 눈에 띄지 않는 메시지 삽입을 가능하게 하기 위해.
• 메시지 삽입 후에도 시각적 타당성과 논리적인 내용 일관성이 유지되는 스테고 이미지를 확보하기 위해.

제안 방법

• 비밀 메시지가 삽입될 영역을 정의하기 위해 디지털 카르다노 격자(DCG) 마스크를 생성한다.
• 비밀 메시지가 직접 삽입된 손상된 픽셀을 포함한 DCG로 정의된 영역에서 이미지를 사전에 손상시킨다.
• 손상된 이미지에서 의미론적 이미지 보정을 수행하기 위해 생성적 적대적 네트워크(GAN)를 훈련시킨다. 이 과정에서 전체 이미지를 재구성하면서 메시지를 삽입한다.
• GAN의 생성기는 원본 콘텐츠의 의미론적 논리성을 유지하는 시각적으로 일관된 이미지 보완을 학습한다.
• 판별기는 생성된 스테고 이미지가 자연스러운 이미지와 구분되지 않도록 보장함으로써 보안성과 눈에 띄지 않음을 향상시킨다.
• 적대적 훈련을 통해 이미지 재구성과 메시지 삽입을 동시에 최적화하는 프레임워크를 구현한다.

실험 결과

연구 질문

• RQ1 딥 러닝 기반 이미지 보정 시스템이 안전한 정보 은닉에 효과적으로 재사용될 수 있는가?
• RQ2 디지털 마스크로 정의된 이미지 영역에 비밀 메시지를 삽입할 때 GAN이 의미론적 콘텐츠를 얼마나 잘 유지할 수 있는가?
• RQ3 제안된 방법이 기존 스테가노그래피 기법에 비해 눈에 띄지 않음과 강력한 스테가노그래피 분석에 대한 저항성을 동시에 확보하는가?
• RQ4 의미론적 보정과 스테가노그래피의 통합이 시각적으로 현실적이며 내용 일관성이 유지되는 스테고 이미지를 생성할 수 있는가?

주요 결과

• 제안된 디지털 카르다노 격자 방법은 눈에 띄지 않음과 높은 의미론적 일관성을 갖춘 이미지에 비밀 메시지를 성공적으로 삽입한다.
• GAN 기반 보정 과정을 통해 생성된 스테고 이미지는 시각적으로 현실적이며 논리적인 내용 일관성을 유지한다.
• 실험 결과를 통해 프레임워크의 타당성이 입증되었으며, 시각적 검토에서 스테고 이미지가 자연스러운 이미지와 구분되지 않는 것으로 나타났다.
• 평가에서 정량적 지표를 통해 데이터 삽입 용량과 이미지 품질 사이의 균형을 확보한 것으로 확인되었다.