Enhancing Medical Image Reconstruction Using RSA-OAEP and Hybrid RSA-AES Encryption

기술 요약: RSA-OAEP 및 하이브리드 RSA-AES 암호화를 이용한 의료 영상 재구성 개선

문제 정의
디지털 헬스케어 네트워크 및 사물인터넷 기반 의료 기기(IoMT) 환경에서 의료 영상(예: X-ray, MRI, CT)을 안전하게 전송하는 것은 현대 원격 의료에 있어 매우 중요하다. RSA는 암호학적 보안의 표준이지만, 고해상도 의료 영상에 직접 적용할 경우 상당한 과제가 발생한다. 구체적으로, 전체 영상에 RSA를 블록 단위로 직접 적용하면 다음과 같은 문제가 나타난다:

1. 재구성 아티팩트(Reconstruction Artifacts): 복호화 과정에서 행 경계(row boundaries)에 있는 잔여 비트들이 버려지면서, "검은 픽셀(black-pixel)" 아티팩트와 픽셀 왜곡이 발생한다.
2. 계산적 불가능성: 대규모 의료 영상 데이터셋에 RSA를 직접 암호화하는 것은 임상 환경에서 계산적으로 매우 부담스럽다.
3. 통합된 회복력 부족: 기존의 하이브리드 접근 방식은 종종 무결성 검증, 정량적 무작위성 분석, 전송 중 발생한 픽셀 손상으로부터의 복구 메커니즘을 통합된 형태로 다루지 못하고 보안성만을 독립적으로 다룬다.

방법론
저자들은 단일 대표 8비트 그레이스케일 무릎 X-ray 영상(415 × 720 픽셀)을 대상으로 평가된, 다섯 가지의 뚜렷한 차원을 하나의 파이프라인으로 통합한 포괄적인 엔드 투 엔드(end-to-end) 보안 프레임워크를 제안한다. 방법론은 다음 단계들로 구성된다:

1. 하이브리드 암호화 아키텍처:

   • 영상 암호화: 의료 영상을 바이트 스트림으로 변환한 후, 무작위로 생성된 세션 키와 초기화 벡터(IV)를 사용하여 CBC 모드의 AES-128로 암호화한다. 이는 수치적 모듈러스(modulus) 제약 없이 완전한 바이트 스트림으로 데이터를 처리함으로써, 순수 RSA와 관련된 검은 픽셀 아티팩트를 제거한다.
   • 키 보호: AES 세션 키는 **RSA-2048 및 최적 비대칭 암호화 패딩(OAEP)**을 사용하여 암호화된다. 이를 통해 계산 집약적인 RSA 연산을 작은 세션 키에만 국한시켜 IND-CCA2 보안을 제공하고 패딩 관련 오류를 제거한다.

2. 무결성 및 검증:

   • SHA-256: 원본 영상 바이트 스트림의 해시 값을 계산하여 함께 전송한다. 복호화 후, 해시를 재계산하여 엔드 투 엔드 무결성을 검증하고 승인되지 않은 수정이나 전송 중 발생한 손상을 감지한다.
   • 엔트로피 분석: 원본, 암호화된 영상, 복호화된 영상에 대해 샤논 엔트로피(Shannon entropy)를 계산하여 암호문(ciphertext)의 무작위성을 정량화한다.

3. 손상 시뮬레이션 및 복구:

   • 픽셀 손실 시뮬레이션: 패킷 손실을 시뮬레이션하기 위해 무작위 이진 마스크를 사용하여 영상 픽셀의 5%를 0 값으로 대체한다.
   • 인페인팅(Inpainting) 복구: 누락된 픽셀 값을 주변의 온전한 픽셀로부터 재구성하기 위해 TELEA 알고리즘(Fast Marching Method 기반)을 적용하여 진단적 유용성을 복원하는 것을 목표로 한다.

4. 성능 벤치마킹:

   • 본 프레임워크의 속도를 순수 RSA와 비교한다. 전체 영상에 순수 RSA를 실행하는 데 소요되는 막대한 시간(약 1.83시간으로 추정) 때문에, 64×64 픽셀 샘플에 대해 시간을 측정하고 이를 전체 해상도로 선형 보간하여 추정하였다.

주요 기여
본 논문은 이미 확립된 프리미티브(AES-CBC, RSA-OAEP, SHA-256, TELEA)를 활용하므로, 그 기여가 알고리즘 자체보다는 아키텍처 및 평가에 있다고 명시한다. 독창성은 임상 해상도의 영상에 적용된 단일 재현 가능한 파이프라인 내에서 이러한 구성 요소들을 시스템 수준에서 통합하고 공동 실험적으로 평가했다는 점에 있다. 구체적인 기여는 다음과 같다:

• 아티팩트 제거: RSA-OAEP 패딩과 AES-CBC 처리가 순수 RSA 암호화에서 발생하는 검은 픽셀 재구성 문제를 해결함을 입증하였다.
• 정량화된 무작위성: 관련 연구에서 자주 누락되는 지표인 샤논 엔트로피 값(7.9994 bits/pixel)을 보고하여 이상적인 무작위성의 99.99%를 확인하였다.
• 비교 성능: 임상 해상도에서 하이브리드 방식과 순수 RSA 사이의 규모 차이를 보여주는 차수(order-of-magnitude) 단위의 예시를 제공하였다.
• 회복력 평가: 인페인팅을 사용하여 전송 중 발생한 픽셀 손상 이후의 진단 영상 품질 회복을 정량화하였다.

실험 결과
단일 무릎 X-ray 영상을 대상으로 평가한 결과, 프레임워크는 다음과 같은 결과를 도출하였다:

• 무손실 재구성: 이상적인 전송 조건 하에서 복호화된 영상은 원본과 동일하였다 (MSE = 0.00, PSNR = ∞, SSIM = 1.000). 또한 SHA-256 무결성 검증을 통과하였다.
• 엔트로피: 암호화된 영상은 7.9994 bits/pixel의 엔트로피를 달emat하며, 이는 이론적 최대치인 8.0의 99.99%에 해당하여 완벽에 가까운 무작위성과 통계적 암호 해독에 대한 저항성을 나타낸다.
• 성능: 하이브리드 방식은 암호화에 7.41 ms, 복호화에 3.70 ms가 소요되었다. 반면, 동일 영상에 대해 순수 RSA는 암호화에 18,924초, 복호화에 6,606초가 소요될 것으로 추정되어, 약 250만 배 이상의 속도 향상을 보여주었다.
• 손상 복구: 5%의 픽셀 손실을 시뮬레이션한 후, 손상된 영상의 PSNR은 23.40 dB였다. TELEA 인페인팅 적용 후, PSNR은 36.05 dB로 향상되었으며 (12.65 dB 증가), SSIM은 0.702에서 0.744로 증가하였다.
• 보안 지표: 프레임워크는 차분 암호 해독(differential cryptanalysis)에 대한 강한 저항성을 보였으며, NPCR 및 UACI 값은 이론적 이상치와 밀접하게 일치하였다. 인접 픽셀 상관관계는 원본의 >0.99에서 암호화된 영상의 <0.022로 거의 제로에 가깝게 떨어졌다.

의의 및 주장
저자들은 본 연구를 보안이 확보된 의료 영상 전송 파이프라인의 시스템 수준 검증으로 위치시킨다. 이들은 새로운 암호나 알고리즘을 발명하는 것이 아니라, 특정 도메인 문제(아티팩트, 성능, 회복력)를 동시에 해결하기 위해 확립된 기술들을 어떻게 통합할 수 있는지 입증하는 것임을 명확히 밝힌다.

본 논문은 프레임워크가 보안이 확보되고, 무결성이 검증되며, 엔트로피가 평가되고, 복구가 가능한 의료 영상 전송을 위한 후보 접근 방식이라고 주장한다. 그러나 저자들은 다음과 같이 범위에 대한 신중한 태도를 유지한다:

• 결과는 단일 대표 영상에 기반한 것이며, 인구 집단이나 다양한 양상(modality)에 대한 통계적 평가를 의미하지 않는다.
• 순수 RSA 성능 수치는 직접 측정이 아닌 추정치이다.
• 손상 모델은 단순화된 시뮬레이션(균일한 무작위 5% 손실)이며, 복잡한 실제 네트워크 에러 패턴을 반영하지 않는다.
• 임상적 진단 등가성에 대한 전문의의 평가는 이루어지지 않았으며, 복구 지표는 정량적인 영상 유사도 측정값일 뿐이다.

저자들은 향-후 연구로서 여러 영상, 다양한 양상(MRI, CT) 및 임상 환경 전반에 걸친 프레임워크 검증과, DICOM 메타데이터 처리 통합, 그리고 자원이 제한된 IoMT 엣지 디바이스에서의 테스트가 필요하다고 밝히고 있다.