[논문]군 통신상에서 워터마킹 기술을 이용한 피아식별 방법

이종관; 최현주

문제 정의

그런데 군통신 환경이라는 특수성을 고려할 때 큰 양자화 레벨사용으로 인한 음질 저하 보다는 잡음 강인성이 우선시 되어야 한다. 따라서 본 논문에서는 워터마크 정보가 최소한의 잡음 강인성을 확보하기 위해 양자화 레벨을 일정 수준 이상으로 유지하고 저하된 음질을 향상시키기 위한 방안을 고려한다.
본 논문은 이러한 불명확한 피아식별에서 유발될 수 있는 정보전의 위험요소를 워터마킹을 이용하여 기술적으로 방지하는 방법을 제안한다. 제안한 방법은 송신측은 유 .
또한 적이 아군에 대한 중요 통신 정보를 획득하고 이를 이용하여 적을 아군으로 오인케하는 각종 기만으로 지휘통신체계를 마비시키려는 적의 노력은 점점 고도화될 것이다. 이에 군통신에서 워터마킹 기법을 이용한 피아식별 방법을 제안하였다. 제안한 방법은 주파수 영역에서 양자화 오차를 이용하여 워터마킹을 삽입하고 전송 과정에서 잡음으로 오염된 워터마크 신호와 원래의 워터마킹 신호의 상관값을 계산하여 피아식별의 자료로 사용한다.

제안 방법

각각의 프레임에 대해 DFT를 하여 DFT 계수를 추출한다.
있다. 그래서 워터마킹을 이용해 기술적으로 피아식별을 자동적으로 수행하여 신속한 정보유통을 보장하는 방법을 제안한다.
제안한 방법은 송신측은 유 . 무선 음성정보에 피아를 식별할 수있는 피아식별 정보(워터마크)를 원래의 음질에 큰 영향을 주지 않는 범위에서 삽입하고 수신측은 삽입된 워터마크를 적절히 추출하여 이를 바탕으로 통신하고 있는 상대방의 피아를 식별한다.
수신 신호에 대해 DFT를 실시하고 송신측에서 사용한 동일한 양자화 레벨로 양자화를 한다. 양자화오차를 워터마크 신호로 검출한다.
양자화오차를 워터마크 신호로 검출한다. 수신한 음성신호의 m번째 프레임을 ym [n], 协」n] 에 대한 DFT 결과를 吟[시 라 흐}자.
이와 같이 잡음의 강인성과 음질 보존 사이에서의 trade-off를 통신 환경에 따라 적응화 시키는 것이제안한 피아식별 방법이 해결해야할 중요한 문제이다 [4]. 우리는 위와 같은 trade-off 문제를 해결하기 위해 양자화 레벨을 일정 수준 이상으로 유지하여 잡음 강인성을 확보한 상태에서 음질을 향상시키는 방법을 사용하였다.
워터마크의 길이는 8비트이며 [1, 1, 0, 0, 1, 1, 0, 0] 라는 정보를 갖고 있다. 워터마크가 삽입되는 8개의 DFT 계수만을 양자화하여 음질의 저하를 최소화하였다.
위와 같은 군통신 중 피아식별 방법 구현에 있어 만족해야 하는 요구사항과 워터마크 기술의 특징을 기초로 다음과 같이 피아식별을 위한 워터마킹 삽입및 검출 방법을 제안한다.
즉, 양자화 레벨을 크게 하면 잡음 강인성은 좋아지지만 음질은 저하되고 반대로 양자화 레벨을 작게 하면 잡음에 대한 강인성은 저하되지만 음질은 보존된다. 이러한 trade-off를 극복하기 위해 전체 프레임에 대해 양자화를 하지 않고 워터마크가 삽입되는 DFT 계수만을 양자화하는 방법으로 음질과 잡음 강인성을 동시에 만족시켰다. 다양한 잡음환경에서 실험을 실시한 결과 제안한 방법이 오인식률에 대해 완벽한 성능을 보였고 양자화 레벨과 문턱값을 적절히 조정한다면 오거부율도 충분히 낮출 수 있다는 것을 증명하였다.
제시하는 방법은 음성 정보를 프레임 단위로 처리하게 되는데 프레임 단위로 DFT(Discrete Fourier TransformX 한 후 DFT 계수에 대해 양자화를 한다. 그리고 양자화된 DFT 계수에 워터마크 정보를 더한다.
수신자가 공유할 수 있을 지에 대한 연구도 더불어 진행되어야 할것이다. 제안한 방법은 음성을 프레임 단위로 분할하여 각각에 대해 DFT를 실시하고 DFT 계수에 워터마크 정보를 삽입하였다. 차후 보다 계량된 성능의 피아식별 방법 연구를 위해 다양하게 주파수를 분할하여 표현할 수 있는 웨이블렛(wavelet) 계수나 계수들 간의 상관성이 적은 캡스트럼(Cepstrum) 계수에 제안한 방법을 적용하여 실험할 필요가 있다.
이에 군통신에서 워터마킹 기법을 이용한 피아식별 방법을 제안하였다. 제안한 방법은 주파수 영역에서 양자화 오차를 이용하여 워터마킹을 삽입하고 전송 과정에서 잡음으로 오염된 워터마크 신호와 원래의 워터마킹 신호의 상관값을 계산하여 피아식별의 자료로 사용한다. 음질 보다는 신뢰성 있는 정보유통에 더 큰 가치를 부여하는 군통신의 특수성을 고려하여 높은 신뢰성 확보를 위해 여러 프레임에서의 워터마크 검출 결과를 피아식별의 판단 자료로 사용하였다.
제안한 방법의 성능 측정을 위해 여러 잡음 환경에서 실험을 실시하였다. 실험 결과 양자화 레벨에 따라 워터마크의 잡음 강인성과 음질 사이에 tradeoff?} 발생하였다.
제안한 워터마킹 방법의 성능을 평가하기 위해 다양한 잡음 환경에서 피아식별 능력을 실험하였다. 송신 음성 신호는 8K由z로 표본화되고 16bit로 양자화된 PCM 신호이다.

대상 데이터

제안한 방법은 주파수 영역에서 양자화 오차를 이용하여 워터마킹을 삽입하고 전송 과정에서 잡음으로 오염된 워터마크 신호와 원래의 워터마킹 신호의 상관값을 계산하여 피아식별의 자료로 사용한다. 음질 보다는 신뢰성 있는 정보유통에 더 큰 가치를 부여하는 군통신의 특수성을 고려하여 높은 신뢰성 확보를 위해 여러 프레임에서의 워터마크 검출 결과를 피아식별의 판단 자료로 사용하였다. 또한 최소한의 잡음 강인성 보장을 위해 양자화 레벨을 고정하고 음질을 향상시키는 방법을 강구하였다.
총 78개의 프레임 중 처음부터 39번째의 프레임에만 워터마크를 삽입하였다. 워터마크의 길이는 8비트이며 [1, 1, 0, 0, 1, 1, 0, 0] 라는 정보를 갖고 있다.

성능/효과

이러한 trade-off를 극복하기 위해 전체 프레임에 대해 양자화를 하지 않고 워터마크가 삽입되는 DFT 계수만을 양자화하는 방법으로 음질과 잡음 강인성을 동시에 만족시켰다. 다양한 잡음환경에서 실험을 실시한 결과 제안한 방법이 오인식률에 대해 완벽한 성능을 보였고 양자화 레벨과 문턱값을 적절히 조정한다면 오거부율도 충분히 낮출 수 있다는 것을 증명하였다. 또한 짧은 음성신호(약 1초)에도 충분히 피아식별이 가능함을 보였다.
따라서 피아식별을 위해 사용될 워터마크 기술은 워터마크 정보를 추출하기 위해 원본 정보를 이용할 수 없는 blind 워터마킹 기술이다. 둘째, 피아식별을 위해 삽입되어야하는 정보의 양이 많을 필요가 없다는 것이다. 만약비밀통신을 위해 워터마킹 기술을 사용한다면 많은 워터마크 정보의 삽입이 필수적이지만 본 논문에게다루고자 하는 문제는 적인지 아군인지만을 구분하기때문에 많은 워터마크의 삽입이 필요하지 않다.
마지막으로 삽입되는 워터마크 정보 자체를 암호화하면 보다 강화된 보안성을 제공할 수 있을 것이다. 또한 제안한 방법을 이용하여 워터마크 정보를 다량 삽입하면 비밀통신의 방법으로 발전이 가능하다.
다양한 잡음환경에서 실험을 실시한 결과 제안한 방법이 오인식률에 대해 완벽한 성능을 보였고 양자화 레벨과 문턱값을 적절히 조정한다면 오거부율도 충분히 낮출 수 있다는 것을 증명하였다. 또한 짧은 음성신호(약 1초)에도 충분히 피아식별이 가능함을 보였다.
피아식별로 인해 중요 정보 전달이 왜곡된다면 피아식별의 의미가 반감된다. 셋째, 잡음에 강인해야 한다. 군통신의 채널 특성상 강한 잡음에도 피아식별을 위한 워터마킹 정보의 추출이 가능해야 한다.
제안한 방법으로 워터마킹을 삽입했을 때 음질이 저하되는 근본적인 이유는 양자화 오차와 워터마크정보의 삽입에 의한 원신호와의 오차이다. 이러한 오차에서 발생하는 음질의 저하를 최소화하기 위한 방안에는 다음과 같은 것들이 있다.
표에서 확인한 바와 같이 오인식률은 모든 경우에 대해 완벽한 성능을 보이지만 오거부율은 잡음 환경에 따라 다소 높아질 수 있다. 하지만 잡음 환경에 따라 적절히 값과 문턱값을 조정하면 오거부율을 충분히 낮출 수 있다.

후속연구

차후 보다 계량된 성능의 피아식별 방법 연구를 위해 다양하게 주파수를 분할하여 표현할 수 있는 웨이블렛(wavelet) 계수나 계수들 간의 상관성이 적은 캡스트럼(Cepstrum) 계수에 제안한 방법을 적용하여 실험할 필요가 있다. 마지막으로 삽입되는 워터마크 정보 자체를 암호화하면 보다 강화된 보안성을 제공할 수 있을 것이다. 또한 제안한 방법을 이용하여 워터마크 정보를 다량 삽입하면 비밀통신의 방법으로 발전이 가능하다.
셋째, 채널 잡음을 정확하게 예측할 수 있다면 양자화 레벨을 채널 잡음의 크기에 따라 유연하게 변화시켜주는 것도 음질을 향상시키는 방법이 될 수 있다. 만약 채널 잡음이 심하다면 잡음에 강인하도록 양자화 레벨을 크게 하고 큰 에너지의 워터마크를 삽입하는 것이다.
제안한 방법의 성능을 향상시키기 위해서는 잡음환경을 정확히 판단하여 잡음환경에 따라 양자화 레벨을 세밀하게 조정할 수 있는 방법이 필요하다. 또한 양자화 레벨을 시간적으로 변화시킬 때 조정된 양자화 레벨에 대한 정보를 어떻게 송 .
제안한 방법은 음성을 프레임 단위로 분할하여 각각에 대해 DFT를 실시하고 DFT 계수에 워터마크 정보를 삽입하였다. 차후 보다 계량된 성능의 피아식별 방법 연구를 위해 다양하게 주파수를 분할하여 표현할 수 있는 웨이블렛(wavelet) 계수나 계수들 간의 상관성이 적은 캡스트럼(Cepstrum) 계수에 제안한 방법을 적용하여 실험할 필요가 있다. 마지막으로 삽입되는 워터마크 정보 자체를 암호화하면 보다 강화된 보안성을 제공할 수 있을 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

군 통신상에서 워터마킹 기술을 이용한 피아식별 방법
Identifying Friendly and Foe Using a Watermarking Technique During Military Communication 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

군 통신상에서 워터마킹 기술을 이용한 피아식별 방법 Identifying Friendly and Foe Using a Watermarking Technique During Military Communication 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

참고문헌 (7)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

군 통신상에서 워터마킹 기술을 이용한 피아식별 방법
Identifying Friendly and Foe Using a Watermarking Technique During Military Communication 원문보기

AI 본문요약
AI-Helper