An Ideal Random Number Generator Based on Quantum Fluctuations and Rotating Wheel for Secure Image Encryption

논문 요약: 양자 요동과 회전 휠 기반 이상적 난수 생성기를 활용한 안전한 이미지 암호화

1. 연구 배경 및 문제 제기 (Problem)

• 디지털 이미지의 보안 위협: 의료, 금융, 감시 등 다양한 분야에서 디지털 이미지의 전송이 급증함에 따라 무단 접근으로부터 이미지를 보호하는 것이 시급한 과제가 되었습니다.
• 기존 암호화의 한계:
  • 텍스트용 암호화 알고리즘은 이미지의 높은 중복성과 강한 상관관계를 처리하는 데 비효율적입니다.
  • 의사 난수 생성기 (PRNG): 결정론적 수학적 모델에 기반하여 다양한 암호학적 공격에 취약할 수 있습니다.
  • 실제 난수 생성기 (TRNG) 및 카오스 기반: 하드웨어 기반은 잡음에 민감하고, 부동 소수점 연산을 사용하는 카오스 기반 생성기는 CPU 에 따라 결과가 달라질 수 있어 (플랫폼 종속성) 일관된 무작위성을 보장하기 어렵습니다.
• 핵심 요구사항: 정수 연산만 사용하여 플랫폼에 독립적이며, 높은 무작위성과 예측 불가능성을 가진 효율적인 난수 생성 및 암호화 방법론이 필요합니다.

2. 제안된 방법론 (Methodology)

이 논문은 **양자 요동 (Quantum Fluctuations)**과 **알고리즘적 회전 휠 (Rotating Wheel)**을 결합한 하이브리드 난수 생성기 (RNG) 를 제안하며, 이를 이미지 암호화에 적용합니다.

• 양자 요동 기반 인덱스 생성:
  • 킥드 로터 (Kicked Rotor) 모델: 양자 카오스 시스템인 킥드 로터를 사용하여 시간 의존적 에너지 시퀀스를 생성합니다.
  • 정수 변환: 생성된 에너지 값을 정수 (0~255) 로 변환하여 휠의 요소들을 섞는 인덱스 배열을 만듭니다. 이는 부동 소수점 오차를 제거하고 플랫폼 독립성을 보장합니다.
• 회전 휠 기반 난수 생성 (Rotating Wheel RNG):
  • 휠 초기화: 0 에서 255 까지의 정수가 담긴 휠을 양자 요동으로 생성된 인덱스를 사용하여 섞습니다 (Shuffling).
  • 다중 탭 샘플링 (Multi-Tap Sampling): 32 바이트 시크릿 키를 기반으로 4 개의 고정된 탭 위치를 계산하여, 매 반복마다 4 개의 난수를 동시에 추출합니다.
  • 동적 휠 회전 (Dynamic Rotation): 데이터 수집 후 휠의 회전 속도를 키 값에 기반하여 동적으로 변경합니다. 이는 휠 내용물을 수정하지 않으면서도 시간적 무작위성 (Temporal Randomness) 을 극대화하고 예측을 어렵게 만듭니다.
• 이미지 암호화 알고리즘:
  1. 혼란 (Confusion): 양자 요동으로 생성된 인덱스 행렬을 사용하여 원본 이미지의 픽셀 위치를 섞습니다.
  2. 확산 (Diffusion): 회전 휠에서 생성된 키스트림 (Keystream) 을 이미지 크기에 맞게 재구성하고, 다시 섞은 후 원본 이미지와 비트 단위 XOR 연산을 수행하여 암호화 이미지를 생성합니다.

3. 주요 기여 (Key Contributions)

1. 하이브리드 난수 생성 프레임워크: 양자 요동으로 순서를 정한 회전 휠 구조를 기반으로 한 새로운 RNG 설계.
2. 키 의존적 다중 탭 샘플링: 32 바이트 시크릿 키에서 유도된 4 개의 고정 위치에서 동시에 난수를 추출하여 생성 속도와 무작위성을 동시에 확보.
3. 동적 회전 전략: 휠 내용물을 변경하지 않고 회전 속도를 점진적으로 변화시켜 시간적 무작위성을 강화.
4. 정수 연산 기반 구현: 부동 소수점 연산을 배제하여 플랫폼 독립성과 계산 안정성을 확보.

4. 실험 결과 및 분석 (Results)

다양한 테스트 이미지 (의료, 위성, 지문, QR 코드 등) 를 사용하여 암호화 성능을 평가했습니다.

• 정보 엔트로피 (Entropy): 암호화된 이미지의 엔트로피가 이상적인 값인 7.997에 근접하여 (최대 8), 픽셀 분포가 매우 무작위적임을 입증.
• 차분 공격 저항성:
  • NPCR (비트 변경율): **99.60%**로, 원본 이미지의 미세한 변화가 암호문 전체에 큰 영향을 미침 (높은 민감도).
  • UACI (평균 변화 강도): 이론적 기대치에 근접하는 값을 보임.
• 상관관계 (Correlation): 암호화된 이미지의 인접 픽셀 간 상관관계가 거의 0에 수렴하여 (수평, 수직, 대각선 방향 모두), 원본 이미지의 통계적 특성이 완전히 제거됨.
• NIST SP 800-22 테스트: 생성된 난수 시퀀스가 15 가지 통계 테스트를 모두 통과하여 높은 무작위성을 가짐.
• 내부성 및 공격 저항성:
  • 키 민감도: 키의 한 글자 변경 시 암호문이 완전히 달라짐 (SSIM ≈ 0.02).
  • 선택 평문 공격 (CPA): 선형 상관관계가 제거되어 CPA 에 강력하게 저항.
  • 노이즈 및 자르기 공격: 암호화된 이미지에 노이즈를 추가하거나 일부를 잘라내도 부분적으로 복호화가 가능하여 내구성을 입증.
• 비교 분석: 기존 AES 및 다른 암호화 기법과 비교하여 엔트로피, NPCR, 상관관계 등 주요 보안 지표에서 동급 또는 우수한 성능을 보임.

5. 의의 및 결론 (Significance)

• 실용적 적용 가능성: 모바일 헬스케어, 생체 인증, 스마트 기기 간 멀티미디어 통신 등 소비자 응용 분야에 적합한 고품질 보안 솔루션 제공.
• 기술적 안정성: 부동 소수점 연산에 의존하지 않는 정수 연산 기반 설계로 인해 다양한 하드웨어 환경에서 일관된 보안 성능을 보장.
• 향후 과제: 알고리즘 최적화를 통한 실행 속도 향상 및 메모리 사용량 감소, 비디오 암호화 등 다른 보안 영역으로의 확장.

결론적으로, 이 논문은 양자 물리학의 원리와 기계적 회전 휠 개념을 융합하여 기존 PRNG 의 한계를 극복하고, 통계적으로 이상적인 무작위성을 가진 난수를 생성하여 이미지 암호화의 보안성과 효율성을 동시에 향상시킨 획기적인 접근법을 제시했습니다.