• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.85-88
• /
• 2008

본 논문에서는 집적 영상 (integral imaging) 방식과 픽셀 스크램블링 (pixel scrambling) 기술을 이용한 광 영상 암호화 (optical image encryption) 방법을 제안한다. 제안한 방법의 부호화 과정에서는 먼저 입력영상을 여러 개의 작은 사이즈의 블록으로 나누어 픽셀 스크램블링을 한 다음 집적 영상 기술을 이용하여 요소 영상(elemental image)을 생성하고, 이 영상의 안정성을 위하여 2차 픽셀 스크램블링을 수행하여 최종 암호화된 영상을 얻는다. 그리고 복호화 과정에서는 암호화된 영상에 광학적인 집적 영상 복원 기법과 역 픽셀 스크램블링 방법을 사용하여 원 영상을 복원한다. 제안하는 광 암호화 방법에 대해서 크로핑과 같은 데이터 손실 및 노이즈에 대한 컴퓨터 적으로 모의실험을 수행하여 강인성과 유용성을 보였다.

• 한국진공학회지
• /
• 제17권1호
• /
• pp.46-50
• /
• 2008

Febry-Perot 프린지 패턴의 광 반사성을 가지고 있는 다공성 실리콘을 이용하여 암호화된 광학 이미지를 제작하였다. 암호화된 광학이미지 다공성 실리콘 샘플은 p-type 실리콘 웨이퍼 (boron-doped,<100> orientation, resistivity $0.8{\sim}1.2m{\Omega}-cm$)를 이용하여 빔 프로젝트의 광원과 전기화학적 식각을 통하여 만들어 졌다. 광학 이미지 다공성 실리콘 샘플은 전기화학적 식각과정에 빔 프로젝트의 광원에 의하여 톡특한 Febry-Perot 프린지 패턴을 나타낸다. 실리콘 웨이퍼의 광 반사성의 프린지 패턴을 퓨리에 변환을 통하여 유효광학두께를 측정하고 실리콘웨이퍼에 암호화 시킨 광학이미지를 제작하였다.

• 한국광학회지
• /
• 제14권3호
• /
• pp.255-259
• /
• 2003

본 논문에서는 위상 변조된 가상 영상과 결합변환상관기를 이용하여 암호화 및 복호화 수준을 향상시키는 방법을 제안하였다. 원 영상은 주파수 영역에서 가상 위상 영상과 무작위 위상 영상의 곱을 퓨리에 변환하여 만든 암호화 영상과 제안한 위상 대응 규칙으로 만든 퓨리에 복호화 키를 퓨리에 변환하여 출력 평면에서 간단히 복원된다. 제안한 방법은 암호화된 영상을 허가되지 않은 사람들이 분석함으로써 있을 수 있는 복제 가능성을 원 영상의 어떤 정보도 포함하지 않은 가상 영상을 사용함으로써 배제할 수 있다. 또한 위상 변조된 영상의 자기상관성분의 세기는 1이므로 원 영상은 이 자기상관성분을 이용하여 재생되므로 결합변환상관기의 가장 큰 문제점인 자기상관성분을 제거해야 하는 문제를 해결할 수 있다 하지만 위상 암호화방법은 잡음이나 흠집에 민감하여 복원영상의 왜곡이 발생할 수 있으므로 본 논문에서는 이 문제를 분석하고 해결책을 제시하였다. 검증 실험을 통하여 분석의 타당성을 확인하고 제안한 암호화 방법이 광 암호화 시스템에 적용 가능함을 확인하였다.

• 한국광학회지
• /
• 제12권2호
• /
• pp.71-76
• /
• 2001

자연의 법칙이 보장해 주는 완벽한 보안이 가능한 양자암호화 통신을 위해서는 아주 약한 빛을 사용해 한 펄스에서 두 개 이상의 광자가 발견될 확률을 아주 작게 해야한다. 그러나 잡음과 검출기의 양자효율 등을 고려하면 현실적으로는 실험적 상황에서 발생되는 신호왜곡과 도청에 의한 신호왜곡을 구별해 낼수 있는 조건을 찾아내야 한다. 검출기에 걸어주는 전압의 크기와 신호검출시의 문턱전압을 변화시켜가며 여러 세기의 빛에 대한 양자암호화 키 전송가능성을 실험적으로 확인하였다. 암호화 키전송 방식은 잘 알려진 두 가지 선형편광과 두가지 원형편광 상태를 이용한 4-state 암호화 키 전송방식을 사용하였다.

• 한국전자통신학회논문지
• /
• 제13권2호
• /
• pp.411-418
• /
• 2018

본 논문에서는 집적영상에서 가상광학과 혼돈 수열(chaos sequence)을 결합하여 3차원 물체 영상을 암호화는 새로운 방법을 제안한다. 먼저 가상 핀홀 배열(virtual pinhole array)을 통하여 2차원 요소영상 배열(EIA)을 생성한 후, 이를 이용해 3차원 물체를 디지털로 만든다. 그 후 혼돈 수열의 논리적 연산을 통해 최종 암호화 영상을 만든다. 이러한 방법은 영상 데이터를 시각화하기 위한 영상의 기본 정보인 픽셀의 값을 변환시키기 때문에 기존의 암호화 방법보다 향상된 암호화 결과를 얻을 수 있다. 실험을 통해 본 암호화 방법의 유효성과 안정성을 검증한다.

• 한국광학회지
• /
• 제15권2호
• /
• pp.114-122
• /
• 2004

본 논문에서는 콘포칼 구조의 광학계를 이용하여 생체신호인 조상(nail bed)패턴을 추출하고 그를 암호키로 이용해 암호 키(key)의 고의적 양도나 부정사용을 방지해 높은 보안성을 갖는 광 암호화 및 복호화 방법을 제안한다. 또한 암호화된 영상은 생체정보를 포함하고 있기 때문에 영상정보의 진위여부를 개인의 인증(authentication)을 통해서 가려낼 수 있다.

• 전기전자학회논문지
• /
• 제25권1호
• /
• pp.42-46
• /
• 2021

본 논문은 사용자의 개인키로써 생체 지문을 사용하는 새로운 개인키 교환 암호화 방법을 제안한다. 각각의 사용자의 지문은 광학적 위상천이 간섭 원리에 의해 암호화되어 두 개의 암호문으로 변환되고, 이것은 비밀키 공유를 위해 공중 통신망을 통하여 상대방 사용자와 교환된다. 전송된 암호문은 복소 홀로그램을 생성하고, 이는 각각의 사용자에게 공유비밀키를 계산하는데 사용된다. 제안한 방법은 비밀키 공유 암호화 시스템에 적용하였을 때 매우 높은 보안을 제공할 것이다.

• 대한전자공학회논문지SD
• /
• 제40권3호
• /
• pp.10-18
• /
• 2003

본 논문에서는 마흐-젠더 간섭계에서 진행파의 위상정보와 직교 편광을 이용하여 광학적 암호화 시스템을 제안하였다. 두 개의 서로 직교편광의 가간섭성에 의해 간섭현상이 제거되기 때문에 복호 영상이 안정하다. 암호화 과정에서는 원 영상이 수직편광과 수평편광간의 상대적인 위상차에 의해 랜덤한 편광상태를 가지는 영상으로 암호화 된다. 따라서 랜덤한 편광분포로부터 원 영상의 정보를 알 수 없다. 영상을 복호화하기 위해서는 암호화된 영상의 랜덤한 편광분포를 서로 직교하는 두 성분으로 나누고 키영상을 간섭계에 수직 경로에 위치시킨다. 복호 영상은 검광기를 사용하여 세기형태로 재생하였다.

• 한국통신학회논문지
• /
• 제34권4C호
• /
• pp.380-387
• /
• 2009

본 논문에서는 집적영상(integral imaging) 및 랜덤 픽셀-스크램블링(random pixel-scrambling) 기법을 이용한 새로운 광 영상 암호화(optical image encryption) 방법을 제안하였다. 즉, 제안된 방법의 부호화 과정에서는 먼저 입력영상을 여러 개의 작은 크기의 블록으로 나누어 픽셀-스크램블링을 한 다음 집적 영상 기술을 이용하여 요소영상(elemental image)을 생성하고 이 영상의 안정성을 위하여 2차 픽셀-스크램블링을 수행하여 최종 암호화된 영상을 얻게 된다. 그리고 복호화 과정에서는 암호화된 영상에 광학적인 집적 영상 복원 기법과 역 픽셀-스크램블링 방법을 사용하여 최종적으로 원 영상을 복원하게 된다. 새로이 제안된 광 영상 암호화 기법의 잡음 첨가 및 크로핑과 같은 데이터 손실에 대한 강인성을 실험을 통해 분석하고 그 결과를 제시하였다.

• 사물인터넷융복합논문지
• /
• 제8권2호
• /
• pp.79-84
• /
• 2022

본 논문은 문서의 보안과 손실 및 오염에 대하여 복원능력을 향상시키는 방안을 제안한다. 이를 위해서 암호화로 DnCNN(DeNoise Convolution Neural Network)을 제시한다. 암호화 방법을 구현하기 위하여 2D이미지정보를 광학에 사용되는 공간주파수 전달함수(Spatial Frequency Transfer Function)의 수학적 모델을 적용한다. 공간 주파수 전달함수를 사용하여 광학적 간섭 패턴을 암호화로 사용하고 공간 주파수 전달함수의 수학적 변수를 복호화하는 암호로 사용하는 방법을 제안하였다. 또한, 딥러닝을 적용한 DnCNN 방법을 적용하여 노이즈 제거하여 복원 성능을 개선한다. 실험결과, 65%의 정보 손실이 있는 경우에도 Pre-Training DnCNN Deep Learning을 적용한 결과 공간 주파수 전달함수만을 활용한 복원 결과 와 비교하여 PSNR(Peak Signal-to-noise ratio)을 11% 이상 우수한 성능을 확인할 수 있다. 또한, CC(Correlation Coefficient)의 특성도 16% 이상 우수한 결과를 보이고 있다.