오늘날 클라우드 서비스에 데이터를 저장하거나 SNS등을 통해 데이터를 주고받는 등 다양한 경로로 데이터가 노출되기 쉬워지면서 프라이버시 문제에 대해 많은 관심을 받고 있다. 또한 의료 이미지와 같이 개인정보에 더욱 민감한 데이터의 경우 프라이버시 보호에 더욱 신경을 써야한다. 프라이버시 보호를 위해 흔히 사용되는 방법으로는 비식별화가 있다. 대표적으로 개인 ...
오늘날 클라우드 서비스에 데이터를 저장하거나 SNS등을 통해 데이터를 주고받는 등 다양한 경로로 데이터가 노출되기 쉬워지면서 프라이버시 문제에 대해 많은 관심을 받고 있다. 또한 의료 이미지와 같이 개인정보에 더욱 민감한 데이터의 경우 프라이버시 보호에 더욱 신경을 써야한다. 프라이버시 보호를 위해 흔히 사용되는 방법으로는 비식별화가 있다. 대표적으로 개인 식별자를 삭제하거나 마스킹을 하고 출생일 등의 준식별자를 누락시키는 방법이 있으며, 이미지의 같은 경우 모자이크 처리하거나 다양한 효과를 주는 방법으로 비식별화를 수행한다. 본 논문에선 이미지 압축 포맷 중 하나인 JPEG(Joint Photographic Experts Group) 이미지 포맷을 대상으로 데이터 중 일부 데이터만을 암호화하여 이미지 전체를 알아볼 수 없게 만드는 방법을 통해 이미지를 비식별화 하는 방법을 제시한다. JPEG 헤더 중 허프만 테이블에 대칭 키 암호화 알고리즘인 AES-256을 적용하여 이미지를 비식별화 하는 모델을 구현하였으며, 결과적으로 빠르고 효과적으로 이미지 전체를 식별할 수 없게 하는 효과를 볼 수 있다.
오늘날 클라우드 서비스에 데이터를 저장하거나 SNS등을 통해 데이터를 주고받는 등 다양한 경로로 데이터가 노출되기 쉬워지면서 프라이버시 문제에 대해 많은 관심을 받고 있다. 또한 의료 이미지와 같이 개인정보에 더욱 민감한 데이터의 경우 프라이버시 보호에 더욱 신경을 써야한다. 프라이버시 보호를 위해 흔히 사용되는 방법으로는 비식별화가 있다. 대표적으로 개인 식별자를 삭제하거나 마스킹을 하고 출생일 등의 준식별자를 누락시키는 방법이 있으며, 이미지의 같은 경우 모자이크 처리하거나 다양한 효과를 주는 방법으로 비식별화를 수행한다. 본 논문에선 이미지 압축 포맷 중 하나인 JPEG(Joint Photographic Experts Group) 이미지 포맷을 대상으로 데이터 중 일부 데이터만을 암호화하여 이미지 전체를 알아볼 수 없게 만드는 방법을 통해 이미지를 비식별화 하는 방법을 제시한다. JPEG 헤더 중 허프만 테이블에 대칭 키 암호화 알고리즘인 AES-256을 적용하여 이미지를 비식별화 하는 모델을 구현하였으며, 결과적으로 빠르고 효과적으로 이미지 전체를 식별할 수 없게 하는 효과를 볼 수 있다.
Today, as data is easily exposed through various channels, such as storing data in cloud services or exchanging data through SNS, it is receiving a lot of attention on privacy issues. In addition, for data that are more sensitive to personal information, such as medical images, more attention should...
Today, as data is easily exposed through various channels, such as storing data in cloud services or exchanging data through SNS, it is receiving a lot of attention on privacy issues. In addition, for data that are more sensitive to personal information, such as medical images, more attention should be paid to privacy protection. There is de-identification as a common method for privacy protection. Typically, there is a method of deleting or masking individual identifiers and omitting quasi-identifiers such as birth dates, and in the case of images, de-identification is performed by mosaic processing or giving various effects. In this paper, we present a method of de-identifying an image by encrypting only some of the data in the JPEG image format, one of the image compression formats, so that the entire image cannot be recognized. A model was implemented to de-identify images using AES-256, symmetric key encryption algorithm, in the Huffman table of the JPEG header, resulting in the inability to identify the entire image quickly and effectively.
Today, as data is easily exposed through various channels, such as storing data in cloud services or exchanging data through SNS, it is receiving a lot of attention on privacy issues. In addition, for data that are more sensitive to personal information, such as medical images, more attention should be paid to privacy protection. There is de-identification as a common method for privacy protection. Typically, there is a method of deleting or masking individual identifiers and omitting quasi-identifiers such as birth dates, and in the case of images, de-identification is performed by mosaic processing or giving various effects. In this paper, we present a method of de-identifying an image by encrypting only some of the data in the JPEG image format, one of the image compression formats, so that the entire image cannot be recognized. A model was implemented to de-identify images using AES-256, symmetric key encryption algorithm, in the Huffman table of the JPEG header, resulting in the inability to identify the entire image quickly and effectively.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.