[논문 리뷰] EncryptGAN: Image Steganography with Domain Transform

Ziqiang Zheng, Hongzhi Liu외 5명|arXiv (Cornell University)|2019. 05. 28.

Advanced Steganography and Watermarking Techniques참고 문헌 29인용 수 9

한 줄 요약

EncryptGAN은 도메인 변환을 통해 제약 조건이 있는 Cycle-GAN을 사용하여 비대칭 암호화를 가능하게 하는 새로운 이미지 스테가노그래피 프레임워크이다. 공개 키(변형된 '위장' 이미지)와 비밀 키(변형된 '커버' 이미지)가 학습되어 비밀 메시지를 안전하게 임bed하고 복원할 수 있다. 이는 스테가노그래픽 보안성과 이미지 복원 품질에서 뛰어난 성능을 달성하며, 최신 기술 대비 피드백성과 내구성에서 슈퍼리어한 성능을 보인다.

ABSTRACT

We propose an image steganographic algorithm called EncryptGAN, which disguises private image communication in an open communication channel. The insight is that content transform between two very different domains (e.g., face to flower) allows one to hide image messages in one domain (face) and communicate using its counterpart in another domain (flower). The key ingredient in our method, unlike related approaches, is a specially trained network to extract transformed images from both domains and use them as the public and private keys. We ensure the image communication remain secret except for the intended recipient even when the content transformation networks are exposed. To communicate, one directly pastes the `message' image onto a larger public key image (face). Depending on the location and content of the message image, the `disguise' image (flower) alters its appearance and shape while maintaining its overall objectiveness (flower). The recipient decodes the alternated image to uncover the original image message using its message image key. We implement the entire procedure as a constrained Cycle-GAN, where the public and the private key generating network is used as an additional constraint to the cycle consistency. Comprehensive experimental results show our EncryptGAN outperforms the state-of-arts in terms of both encryption and security measures.

연구 동기 및 목표

• 변환 함수가 泄露될 경우 통신이 노출되는 대칭 스테가노그래피의 한계를 해결하기 위해.
• 공개 함수가 유출되어도 비밀성을 보장하는 비대칭 암호화 메커니즘을 이미지 스테가노그래피에 도입하기 위해.
• 비밀 키를 활용해 메시지 인증 기능을 제공함으로써 디지털 서명 기능을 이미지 스테가노그래피에 통합하기 위해.
• 도메인 번역을 통해 의미 수준의 메시지 임베딩을 실현하여 객체성은 유지하면서 데이터를 은폐하기 위해.

제안 방법

• 특수하게 훈련된 네트워크 $\mathcal{K}$ 가 두 개의 서로 다른 도메인(예: 얼굴과 꽃)에서 공개 키와 비밀 키로 이미지를 변환한다.
• 이 방법은 공개 및 비밀 키 생성을 Cycle-GAN 프레임워크에 추가 제약 조건으로 통합하여, 키 인식 손실 함수를 사용해 사이클 일관성을 강제한다.
• 송신자는 메시지 이미지를 '커버' 이미지(공개 키)에 임베딩하고, 변형된 '위장' 이미지를 사용하여 메시지를 숨긴 시각적으로 변형된 출력을 생성한다.
• 수신자는 자신의 비밀 키(변형된 커버 이미지)를 사용하여 변형된 '위장' 이미지를 복호화하여 원래의 메시지를 복원한다.
• 변환 네트워크 $\mathcal{F}$ 와 $\mathcal{G}$ 가 유출되어도 비대칭 키 설계 덕분에 메시지는 여전히 안전하다.
• 비밀 키 기반 암호화와 공개 키 기반 복호화를 통해 메시지의 진위성을 검증함으로써 디지털 서명 기능을 지원한다.

실험 결과

연구 질문

• RQ1 변환 함수가 공개되어도 안전한 비대칭 스테가노그래픽 시스템을 도메인 변환을 통해 구축할 수 있는가?
• RQ2 GAN 기반 프레임워크는 어떻게 제약을 두어 동시에 이미지 번역과 키 생성을 학습하여 안전한 메시지 임베딩을 달성할 수 있는가?
• RQ3 생성기의 특징 레이어 선택이 스테가노그래픽 임베딩의 정밀도와 보안성에 얼마나 큰 영향을 미치는가?
• RQ4 비대칭 키 통합을 통해 이미지 스테가노그래피에서 디지털 서명 기능을 지원할 수 있는가?
• RQ5 메시지 위치, 내용, 위장 이미지 선택의 변화에 대해 시스템은 얼마나 내구성이 있는가?

주요 결과

• EncryptGAN은 프리셰트 인ception 거리(FID) 107.92를 달성하여, 기준선 방법들인 $L_1, L_2, L_3$ (FID 41.19) 및 $L_6$ (FID 321.42)를 크게 앞서며 뛰어난 이미지 생성 품질을 보여준다.
• 보안성에 대해 높은 LPIPS 점수 0.5191을 기록하여 암호화된 이미지와 원본 이미지 간의 강력한 시각적 차이를 나타내며, 보안 메트릭에서 높은 MSE 0.1379를 기록하여 효과적인 왜곡이 이루어졌음을 확인한다.
• 제거 실험을 통해 중간 및 고수준 특징($L_3, L_5, L_6$)의 조합을 사용할 경우 최적의 성능을 달성함을 확인하여 세부 사항 유지와 키 민감도 사이의 균형을 잘 이룩한다.
• 메시지 위치 변화에 대해 뚜렷한 시각적 변화가 위장 이미지에 발생함을 통해 시스템의 내구성이 입증되었다.
• 시각적 결과는 다양한 메시지 이미지, 위치, 위장 이미지 조합이 고유한 암호화 출력을 생성함을 확인하여 메시지의 유일성과 보안성을 보장한다.
• 프레임워크는 디지털 서명을 성공적으로 지원한다: 정당한 수신자 외에는 정확한 비밀 키가 없으면 메시지를 복원할 수 없으며, 이는 신원 확인 기능을 가능하게 한다.