KR20220126932A - 블록체인 기반의 영상 위변조 방지 시스템 및 방법과 이를 위한 컴퓨터 프로그램 - Google Patents
블록체인 기반의 영상 위변조 방지 시스템 및 방법과 이를 위한 컴퓨터 프로그램 Download PDFInfo
- Publication number
- KR20220126932A KR20220126932A KR1020210031280A KR20210031280A KR20220126932A KR 20220126932 A KR20220126932 A KR 20220126932A KR 1020210031280 A KR1020210031280 A KR 1020210031280A KR 20210031280 A KR20210031280 A KR 20210031280A KR 20220126932 A KR20220126932 A KR 20220126932A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- unit
- data
- forgery prevention
- image data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 55
- 238000004590 computer program Methods 0.000 title claims description 6
- 230000002265 prevention Effects 0.000 claims description 102
- 238000010801 machine learning Methods 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/835—Generation of protective data, e.g. certificates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
- H04L9/0643—Hash functions, e.g. MD5, SHA, HMAC or f9 MAC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Storage Device Security (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
블록체인(blockchain) 기반의 영상 위변조 방지 시스템은, 촬영 장치로부터 영상 정보를 수신하도록 구성된 입력부; 상기 영상 정보를 복수 개의 단위 영상 데이터로 분할하도록 구성된 영상 분할부; 상기 복수 개의 단위 영상 데이터 각각의 해시(hash)값을 산출하도록 구성된 해시 추출부; 및 상기 복수 개의 단위 영상 데이터 각각의 해시값을 블록체인 네트워크 상의 데이터 블록들에 기록하되, 상기 데이터 블록들 각각은 선행하는 데이터 블록의 해시값 및 상기 단위 영상 데이터의 해시값을 포함하며, 상기 복수 개의 단위 영상 데이터 중 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대해 선행하는 단위 영상 데이터의 해시값을 상기 각 데이터 블록에 선행하는 데이터 블록에 기록하도록 구성된 저장부를 포함한다. 상기 영상 저장 시스템을 이용하면, 동영상 파일과 같은 영상 데이터를 소정의 단위 시간(예컨대, 프레임(frame)) 별로 분할하고 분할된 각 부분에 대한 해시값을 블록체인 네트워크 상의 데이터 블록에 시간별 체인 형태로 저장함으로써 영상 정보의 위변조나 조작을 방지할 수 있다.
Description
실시예들은 블록체인(blockchain) 기반의 영상 위변조 방지 시스템 및 방법과, 이를 위한 컴퓨터 프로그램에 관한 것이다. 보다 상세하게는, 실시예들은 블랙박스, CCTV 등 영상을 촬영하고 저장하는 기기에서 영상 정보의 저장에 블록체인 기술을 응용함으로써 저장 영상에 대한 위변조나 조작을 방지하는 기술에 대한 것이다.
영업비밀 등 보안을 유지해야 하는 정보가 많은 기업에서는, 시설에 대한 외부인의 출입을 통제하거나 사용자의 출입을 관리하기 위해 출입문에 통제 시스템을 설치하고, 시설의 출입구에 출입자를 출입자를 영상으로 확인할 수 있는 CCTV를 설치하는 경우가 많다. 또한, 엘리베이터와 같이 밀폐된 공간이나 사람이 많이 오가는 공간에도 범죄 예방 등을 목적으로 CCTV를 설치하고 있다.
예를 들어, 공개특허공보 제10-2019-0135634호는 엘리베이터 내부에 설치된 CCTV의 영상을 층별로 설치된 모니터에 송신함으로써 엘리베이터 내부에서 일어나는 사건 사고를 모니터링할 수 있는 실시간 범죄 모니터링 엘리베이터를 개시한다.
그런데, CCTV나 블랙박스 등 영상 촬영 장치에 저장되는 영상은 악의적인 제3자가 장치가 저장된 영상을 쉽게 탈취하거나 점유할 수 있어서, 영상이 위변조 또는 조작될 가능성이 있고 본래의 영상이 쉽게 훼손될 수 있는 문제가 있다. 이러한 한계 때문에, 영상 자료가 범죄나 사건 등에 대한 주요 증거물에 해당하는 경우에도, 타인에 의한 위변조나 조작의 가능성 때문에 영상의 진위 여부를 신뢰할 수 없어 증거로서의 가치가 떨어지는 문제가 있다.
본 발명의 일 측면에 따르면, 블랙박스, CCTV 등 영상을 촬영하고 저장하는 기기에서 영상 정보의 저장에 블록체인(blockchain) 기반 기술을 적용함으로써 영상에 대한 위변조나 조작을 사전에 확인 가능하도록 하고, 영상 자료를 증거물로 사용하는 것이 가능하도록 저장 영상의 신뢰성을 강화할 수 있는 블록체인 기반의 영상 위변조 방지 시스템 및 방법과, 이를 위한 컴퓨터 프로그램을 제공할 수 있다.
일 실시예에 따른 블록체인(blockchain) 기반의 영상 위변조 방지 시스템은, 촬영 장치로부터 영상 정보를 수신하도록 구성된 입력부; 상기 영상 정보를 복수 개의 단위 영상 데이터로 분할하도록 구성된 영상 분할부; 상기 복수 개의 단위 영상 데이터 각각의 해시(hash)값을 산출하도록 구성된 해시 추출부; 및 상기 복수 개의 단위 영상 데이터 각각의 해시값을 블록체인 네트워크 상의 데이터 블록들에 기록하되, 상기 데이터 블록들 각각은 선행하는 데이터 블록의 해시값 및 상기 단위 영상 데이터의 해시값을 포함하며, 상기 복수 개의 단위 영상 데이터 중 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대해 선행하는 단위 영상 데이터의 해시값을 상기 각 데이터 블록에 선행하는 데이터 블록에 기록하도록 구성된 저장부를 포함한다.
일 실시예에 따른 블록체인 기반의 영상 위변조 방지 시스템은, 상기 영상 정보에 포함된 이미지들을 머신러닝(machine learning) 기반의 분석 모델에 대한 입력값으로 이용하여 상기 이미지들에 상응하는 객체를 탐지하도록 구성된 머신러닝부를 더 포함한다. 이때 상기 영상 분할부는, 상기 머신러닝부에 의해 탐지된 객체의 종류 및 탐지된 객체의 수 중 하나 이상이 변화되는 이미지를 특정하고, 상기 영상 정보에서 상기 특정된 이미지 전후를 서로 상이한 단위 영상 데이터로 분할하도록 더 구성된다.
일 실시예에서, 상기 저장부는, 상기 단위 영상 데이터에 상응하여 정의되는 상기 블록체인 네트워크 상의 토큰(token)에 대한 트랜잭션(transaction) 정보를 상기 단위 영상 데이터와 함께 상기 블록체인 네트워크 상의 데이터 블록들에 기록하도록 더 구성된다.
일 실시예에서, 상기 저장부는, 상기 단위 영상 데이터에 포함된 이미지에 대해 상기 머신러닝부에 의해 탐지된 객체의 종류 또는 수에 기초하여, 상기 트랜잭션 정보가 정의하는 토큰의 입출 내역 또는 상기 트랜잭션 정보가 정의하는 토큰의 수량 중 하나 이상을 결정하도록 더 구성된다.
일 실시예에 따른 블록체인 기반의 영상 위변조 방지 시스템은, 미리 등록된 사용자별 지갑 주소 정보를 포함하며, 상기 영상 정보의 적어도 일부에 상응하는 사용자 정보를 수신하도록 구성된 사용자 관리부를 더 포함한다. 이때 상기 저장부는, 상기 사용자 정보에 기초하여 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대한 지갑 주소를 결정하고, 결정된 지갑 주소를 송신인 또는 수신인으로 하여 상기 트랜잭션 정보를 정의하도록 더 구성된다.
일 실시예에서, 상기 저장부는, 상기 영상 정보를 상기 영상 저장 시스템 또는 외부 저장소에 저장하도록 더 구성된다.
일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법은, 블록체인 기반의 영상 위변조 방지 시스템이 촬영 장치로부터 영상 정보를 수신하는 단계; 상기 블록체인 기반의 영상 위변조 방지 시스템이 상기 영상 정보를 복수 개의 단위 영상 데이터로 분할하는 단계; 상기 블록체인 기반의 영상 위변조 방지 시스템이 상기 복수 개의 단위 영상 데이터 각각의 해시값을 산출하는 단계; 및 상기 블록체인 기반의 영상 위변조 방지 시스템이 상기 복수 개의 단위 영상 데이터 각각의 해시값을 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계를 포함한다. 이때, 상기 데이터 블록들 각각은 선행하는 데이터 블록의 해시값 및 상기 단위 영상 데이터의 해시값을 포함한다. 또한, 상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계는, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 복수 개의 단위 영상 데이터 중 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대해 선행하는 단위 영상 데이터의 해시값을 상기 각 데이터 블록에 선행하는 데이터 블록에 기록하는 단계를 포함한다.
일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법은, 상기 복수 개의 단위 영상 데이터로 분할하는 단계 전에, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보에 포함된 이미지들을 머신러닝 기반의 분석 모델에 대한 입력값으로 이용하여 상기 이미지들에 상응하는 객체를 탐지하는 단계를 더 포함한다. 이때, 상기 복수 개의 단위 영상 데이터로 분할하는 단계는, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 머신러닝 기반의 분석 모델에 의해 탐지된 객체의 종류 및 탐지된 객체의 수 중 하나 이상이 변화되는 이미지를 특정하는 단계; 및 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보에서 상기 특정된 이미지 전후를 서로 상이한 단위 영상 데이터로 분할하는 단계를 포함한다.
일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법은, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 단위 영상 데이터에 상응하여 정의되는 상기 블록체인 네트워크 상의 토큰에 대한 트랜잭션 정보를 상기 단위 영상 데이터와 함께 상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계를 더 포함한다.
일 실시예에서, 상기 트랜잭션 정보를 상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계는, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 단위 영상 데이터에 포함된 이미지에 대해 상기 머신러닝 기반의 분석 모델에 의해 탐지된 객체의 종류 또는 수에 기초하여, 상기 트랜잭션 정보가 정의하는 토큰의 입출 내역 또는 상기 트랜잭션 정보가 정의하는 토큰의 수량 중 하나 이상을 결정하는 단계를 포함한다.
일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법은, 상기 블록체인 기반의 영상 위변조 방지 시스템에 미리 등록된 사용자별 지갑 주소 정보를 저장하는 단계; 및 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보의 적어도 일부에 상응하는 사용자 정보를 수신하는 단계를 더 포함한다. 이때, 상기 트랜잭션 정보를 상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계는, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 사용자 정보에 기초하여 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대한 지갑 주소를 결정하는 단계; 및 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 결정된 지갑 주소를 송신인 또는 수신인으로 하여 상기 트랜잭션 정보를 정의하는 단계를 포함한다.
일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법은, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보를 상기 영상 저장 시스템 또는 외부 저장소에 저장하는 단계를 더 포함한다.
일 실시예에 따른 컴퓨터 프로그램은 하드웨어와 결합되어 전술한 실시예들에 따른 블록체인 기반의 영상 위변조 방지 방법을 실행하기 위한 것으로서 컴퓨터로 판독 가능한 매체에 저장된 것일 수 있다.
본 발명의 일 측면에 따른 블록체인(blockchain) 기반의 영상 위변조 방지 시스템 및 방법을 이용하면, 동영상 파일과 같은 영상 데이터를 소정의 단위 시간(예컨대, 프레임(frame)) 별로 분할하여 해시(hash) 값을 생성하고, 이러한 해시값을 블록체인 네트워크 상의 데이터 블록에 시간별 체인 형태로 저장할 수 있다. 상기 영상 저장 시스템 및 방법에 의하면, 영상 데이터에 대한 위변조나 조작이 있을 경우에는 영상 데이터의 해시값이 기존에 블록체인 상에 저장된 해시값과 달라지게 되므로, 이를 통하여 영상이 조작되었음을 인지할 수 있다. 그 결과, 영상 데이터의 위변조를 방지할 수 있으며, 영상이 범죄, 사건 등 불법 행위에 대한 증거물로 사용될 경우 신뢰성을 높일 수 있는 이점이 있다.
도 1은 일 실시예에 따른 블록체인(blockchain) 기반의 영상 위변조 방지 시스템의 개략적인 블록도이다.
도 2는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법의 각 단계를 나타내는 순서도이다.
도 3은 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 머신러닝(machine learning)에 의한 객체 탐지를 적용하여 단위 영상 데이터를 분할하는 과정의 개념도이다.
도 4는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 영상 데이터의 해시(hash) 값을 블록체인 상의 데이터 블록에 저장하는 과정의 개념도이다.
도 5는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 블록체인 기반의 토큰(token)의 트랜잭션(transaction)을 통한 영상의 감시를 설명하기 위한 개념도이다.
도 2는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법의 각 단계를 나타내는 순서도이다.
도 3은 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 머신러닝(machine learning)에 의한 객체 탐지를 적용하여 단위 영상 데이터를 분할하는 과정의 개념도이다.
도 4는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 영상 데이터의 해시(hash) 값을 블록체인 상의 데이터 블록에 저장하는 과정의 개념도이다.
도 5는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 블록체인 기반의 토큰(token)의 트랜잭션(transaction)을 통한 영상의 감시를 설명하기 위한 개념도이다.
이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.
도 1은 일 실시예에 따른 블록체인(blockchain) 기반의 영상 위변조 방지 시스템의 개략적인 블록도이다.
도 1을 참조하면, 본 실시예에 따른 블록체인 기반의 영상 위변조 방지 시스템(3)은 하나 이상의 촬영 장치(1)로부터 영상 정보를 수신하고 수신된 영상 정보의 위변조를 방지하기 위하여 필요한 정보를 블록체인 네트워크(2) 상의 분산원장에 저장하는 역할을 한다. 예를 들어, 촬영 장치(1)는 블랙박스 또는 CCTV 등일 수 있으나, 이에 한정되는 것은 아니다. 또한 일 실시예에서, 블록체인 기반의 영상 위변조 방지 시스템(3)은 영상 정보 자체를 블록체인 기반의 영상 위변조 방지 시스템(3)의 내부 저장소 또는 외부 서버(4)의 저장소에 저장할 수도 있다.
이상의 동작을 위하여, 블록체인 기반의 영상 위변조 방지 시스템(3)은 유선 및/또는 무선 네트워크를 통하여 블록체인 네트워크(2) 및/또는 외부 서버(4)와 통신 가능하게 연결되도록 구성된다. 또한 일 실시예에서, 블록체인 기반의 영상 위변조 방지 시스템(3)은 네트워크를 통한 통신 방식으로 하나 이상의 촬영 장치(1)로부터 영상 정보를 수신할 수도 있다. 본 명세서에서, 블록체인 기반의 영상 위변조 방지 시스템(3)과 촬영 장치(1), 블록체인 네트워크(2) 및/또는 외부 서버(4) 사이의 통신 방법은 유선 및/또는 무선 네트워크를 통하여 객체와 객체가 네트워킹 할 수 있는 모든 통신 방법을 포함할 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 혹은 그 이외의 방법으로 제한되지 않는다.
예를 들어, 블록체인 기반의 영상 위변조 방지 시스템(3)은 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 이루어진 군으로부터 선택되는 하나 이상의 통신 방법에 의해 통신하도록 구성될 수 있으나, 이에 한정되는 것은 아니다.
블록체인 네트워크(2)는 복수 개의 노드(node)(200)를 포함하며, 각각의 노드(200)들은 피어-투-피어(Peer-to-Peer) 네트워크를 통하여 상호 간에 통신 가능하게 연결되어, 발생된 트랜잭션(transaction)을 공유하고, 합의 알고리즘에 의하여 채굴 경쟁에서 결정된 노드(200)가 분산원장에 기록될 데이터 블록을 생성하고 생성된 블록에 트랜잭션 정보를 저장한다. 생성된 데이터 블록의 체인은 블록체인 네트워크(2)의 모든 노드(200)에 공유되며 노드(200)들은 블록들의 체인을 동기화한다.
이때, 실시예들에 따른 블록체인 기반의 영상 위변조 방지 시스템(3)은 촬영 장치(1)로부터 수신된 영상 정보를 소정의 단위로 분할하여 영상 데이터를 생성하며, 각 영상 데이터의 해시값을 블록체인 네트워크(2) 상의 데이터 블록에 저장함으로써 영상 데이터에 대한 위변조를 방지하는 기능을 한다.
일 실시예에서, 블록체인 기반의 영상 위변조 방지 시스템(3)은 입력부(31), 영상 분할부(32), 해시(hash) 추출부(34) 및 저장부(36)를 포함한다. 또한 일 실시예에서, 블록체인 기반의 영상 위변조 방지 시스템(3)은 영상 정보의 분할을 지능적으로 수행하기 위한 머신러닝(machine learning)부(33)를 더 포함한다. 또한 일 실시예에서, 블록체인 기반의 영상 위변조 방지 시스템(3)은 영상 정보 자체를 블록체인 기반의 영상 위변조 방지 시스템(3) 내에 저장하기 위한 저장소(35)를 더 포함한다. 나아가 일 실시예에서, 블록체인 기반의 영상 위변조 방지 시스템(3)은 블록체인 네트워크(2)에 기록되는 정보에 사용자를 반영하기 위한 사용자 관리부(37)를 더 포함한다.
실시예들에 따른 블록체인 기반의 영상 위변조 방지 시스템(3)과 이에 포함된 각 부(31-37)는, 전적으로 하드웨어이거나, 또는 부분적으로 하드웨어이고 부분적으로 소프트웨어인 측면을 가질 수 있다. 예컨대, 블록체인 기반의 영상 위변조 방지 시스템(3)과 이에 포함된 각 부(31-37)는 특정 형식 및 내용의 데이터를 처리하거나 또는/또한 전자통신 방식으로 주고받기 위한 하드웨어 및 이에 관련된 소프트웨어를 통칭할 수 있다. 본 명세서에서 "부", "모듈", "장치", "단말기", "서버" 또는 "시스템" 등의 용어는 하드웨어 및 해당 하드웨어에 의해 구동되는 소프트웨어의 조합을 지칭하는 것으로 의도된다. 예를 들어, 하드웨어는 CPU 또는 다른 프로세서(processor)를 포함하는 데이터 처리 기기일 수 있다. 또한, 하드웨어에 의해 구동되는 소프트웨어는 실행중인 프로세스, 객체(object), 실행파일(executable), 실행 스레드(thread of execution), 프로그램(program) 등을 지칭할 수 있다.
또한, 블록체인 기반의 영상 위변조 방지 시스템(3)을 구성하는 각각의 요소는 반드시 서로 물리적으로 구분되는 별개의 장치를 지칭하는 것으로 의도되지 않는다. 즉, 도 1에 도시된 블록체인 기반의 영상 위변조 방지 시스템(3)의 각 부(31-37)는 블록체인 기반의 영상 위변조 방지 시스템(3)을 구성하는 하드웨어를 해당 하드웨어에 의해 수행되는 동작에 따라 기능적으로 구분한 것일 뿐, 반드시 각각의 부가 서로 독립적으로 구비되어야 하는 것이 아니다. 물론, 실시예에 따라서는 전술한 각 부(31-37) 중 하나 이상이 서로 물리적으로 구분되는 별개의 장치로 구현되는 것도 가능하다.
입력부(31)는 하나 이상의 촬영 장치(1)에 직접 연결되거나 또는 유선 및/또는 무선 네트워크를 통한 통신 방식으로 연결되어, 입력부(31)로부터 영상 정보를 수신할 수 있다. 본 명세서의 실시예들에서 블록체인 기반의 영상 위변조 방지 시스템(3)은 촬영 장치(1)와 별개의 블록으로 도시되나, 실시예에 따라서는 블록체인 기반의 영상 위변조 방지 시스템(3)은 촬영 장치(1) 내에 위치하는 촬영 장치(1)의 일부로서 구현될 수도 있다. 또한, 도면에 도시된 촬영 장치(1)의 개수는 단지 예시적인 것으로서, 블록체인 기반의 영상 위변조 방지 시스템(3)과 관련하여 동작하는 촬영 장치(1)의 수를 한정하는 것이 아니다.
영상 분할부(32)는 촬영 장치(1)로부터 입력부(31)에 수신된 영상 정보를 복수 개의 단위 영상 데이터로 분할할 수 있다. 예를 들어, 일 실시예에서 단위 영상 데이터란 동영상 파일과 같은 형태를 가진 영상 정보에서 이미지의 각 프레임(frame)을 지칭하는 것일 수 있으나, 이에 한정되는 것은 아니며, 미리 설정된 복수 개의 개수의 프레임 또는 미리 설정된 단위 시간만큼의 영상 정보를 이용하여 단위 영상 데이터를 정의할 수도 있다.
일 실시예에서, 영상 분할부(32)는 머신러닝부(33)에 의하여 영상 정보에 포함된 객체를 탐지한 결과에 기초하여 단위 영상 데이터를 구분할 구획을 결정할 수도 있다. 예를 들어, 머신러닝부(33)는 영상 정보에 포함된 이미지들을 머신러닝 기반의 분석 모델에 대한 입력값으로 이용하여 이미지에 포함된 객체를 탐지할 수 있다. 이때, 영상 분할부(32)는 영상 정보를 구성하는 일련의 이미지들 중 머신러닝부(33)에 의해 탐지된 객체의 종류 및/또는 수가 변화되는 이미지를 경계 이미지로 특정하고, 특정된 경계 이미지 전후를 서로 상이한 단위 영상 데이터로 분할할 수 있다. 이 경우, 각각의 단위 영상 데이터는 서로 상이한 길이를 가질 수도 있다.
해시 추출부(34)는, 전술한 과정에 의하여 생성된 각 단위 영상 데이터에 소정의 해시 알고리즘을 적용하여 해시값을 추출할 수 있다. 또한, 저장부(36)는 해시 추출부(34)에 의해 추출된 각 단위 영상 데이터의 해시값을 블록체인 네트워크(2) 상의 데이터 블록에 저장할 수 있다. 블록체인 네트워크(2)에서는 순차적으로 데이터 블록들이 생성되는데, 각각의 데이터 블록은 이전 데이터블록의 해시값을 저장하고 있다. 이때, 저장부(36)는 시계열적으로 연속된 각 단위 영상 데이터의 해시값을 블록체인 상의 연속적인 데이터 블록들에 각각 저장할 수 있다.
그 결과, 블록체인의 데이터 블록들은 각각 선행하는 데이터 블록의 해시값과 함께 단위 영상 데이터의 해시값을 포함하고 있으며, 시계열적으로 연속된 단위 영상 데이터들의 해시값이 각각 연속된 데이터 블록들에 저장된다. 즉, 연속된 제1 및 제2 데이터 블록이 존재하며 또한 연속된 제1 및 제2 영상 데이터가 존재하는 경우, 제1 데이터 블록에는 제1 단위 영상 데이터의 해시값이 저장될 수 있으며, 제2 데이터 블록에는 제2 단위 영상 데이터의 해시값과 함께 제1 데이터 블록의 해시값이 저장될 수 있다. 이처럼 데이터 블록들이 이전 블록이 해시값을 저장하는 구조에서는, 블록체인 상의 일부 데이터 블록에 대해 변조가 일어났을 경우 해시 함수의 특성 상 그 뒤의 데이터 블록들에 기록되어야 하는 해시값이 전부 변하게 되므로, 해시값의 변화를 통하여 영상 정보가 조작되었는지 여부를 판별할 수 있다.
저장부(36)는, 해시 함수를 이용하여 생성된 해시값을 블록체인 네트워크(2) 상의 데이터 블록에 저장하기 위한 통신부(361)를 포함할 수 있다. 또한 통신부(361)는, 단위 영상 데이터 또는 영상 정보 자체를 유선 및/또는 무선 네트워크를 통해 외부 서버(4)의 저장소에 저장할 수 있다. 또는 일 실시예에서, 저장부(36)는 단위 영상 데이터 또는 영상 정보 자체를 블록체인 기반의 영상 위변조 방지 시스템(3)의 저장소(35)에 저장하도록 구성될 수도 있다.
일 실시예에서, 저장부(36)는 단위 영상 데이터의 해시값과 함께 블록체인 상의 데이터 블록에 기록될 트랜잭션 정보를 생성하는 트랜잭션 생성부(362)를 더 포함할 수 있다. 트랜잭션 생성부(362)는 블록체인 상의 데이터 블록들에 의해 정의되는 분산원장에 그 입출 내역이 기록되는 토큰(token)에 대한 트랜잭션 정보를 데이터 블록에 기록할 수 있다. 이때, 트랜잭션 정보가 정의하는 토큰의 이동은 해당 데이터 블록에 해시값이 기록되는 단위 영상 데이터의 특성에 기초하여 결정될 수 있다. 예컨대, 트랜잭션 정보는 스마트 컨트랙트(smart contract)의 형태를 가질 수도 있으나, 이에 한정되는 것은 아니다.
일 실시예에서 트랜잭션 생성부(362)는 머신러닝부(33)에 의하여 이미지로부터 탐지된 객체의 종류 및/또는 수에 따라 토큰의 트랜잭션을 정의할 수 있다. 또는/또한, 일 실시예에서 블록체인 기반의 영상 위변조 방지 시스템(3)은 사용자 관리부(37)를 통하여 영상 정보에 연관된 사용자 정보를 수신하고, 트랜잭션 생성부(362)는 단위 영상 데이터에 상응하는 사용자 정보(예컨대, 지갑 주소)를 토큰의 이동에 반영하도록 트랜잭션을 정의할 수도 있다. 이미지로부터 탐지된 객체 또는 사용자 정보를 반영한 트랜잭션의 형태에 대해서는 상세히 후술한다.
일 실시예에서, 저장부(36)는 영상 정보 자체는 외부 서버(4) 또는 블록체인 기반의 영상 위변조 방지 시스템(3)의 내부 저장소에 기록하되, 이러한 저장소에서 영상 정보의 저장 위치를 특정할 수 있는 위치 정보를 블록체인 네트워크(2) 상의 데이터 블록에 더 기록할 수도 있다.
또한 일 실시예에서, 저장부(36)는 영상 정보의 각 단위 영상 데이터로부터 생성된 해시값을 블록체인 네트워크(2) 상의 데이터 블록에 기록하되, 영상 정보 자체는 블록체인 네트워크(2)의 메인넷(main net)이 아닌 사이드체인(sidechain) 상의 데이터 블록에 업로드할 수 있다. 영상 정보를 사이드체인에 업로드하는 경우, 권한 증명(Proof of Authority; POA)과 같은 합의 알고리즘을 사용하는 사이드체인을 도입하여 트랜젝션 처리 속도를 크게 증가시킬 수 있고, 수수료 부담을 낮출 수 있는 이점이 있다.
도 2는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법의 각 단계를 나타내는 순서도이다. 실시예들에 따른 블록체인 기반의 영상 위변조 방지 방법은 본 발명의 실시예들에 따른 블록체인 기반의 영상 위변조 방지 시스템을 이용하여 수행될 수 있다. 이하에서는, 설명의 편의를 위하여, 도 1 및 도 2를 참조하여 실시예들에 따른 블록체인 기반의 영상 위변조 방지 방법의 각 단계에 대하여 설명한다.
도 1 및 도 2를 참조하면, 블록체인 기반의 영상 위변조 방지 시스템(3)의 입력부(31)는 하나 이상의 촬영 장치(1)로부터 영상 정보를 수신할 수 있다(S1). 전술한 바와 같이, 영상 분할부(32)는 영상 정보를 복수 개의 단위 영상 데이터로 분할할 수 있고, 각각의 단위 영상 데이터는 미리 설정된 개수의 프레임 또는 미리 설정된 시간을 가질 수 있다.
한편, 일 실시예에서 영상 분할부(32)는 머신러닝부(33)에 의한 이미지 내 객체 인식을 기반으로 단위 영상 데이터를 구획할 수도 있다. 본 실시예에서, 머신러닝부(33)는 영상 정보를 구성하는 각 이미지를 머신러닝 기반의 분석 모델에 대한 입력값으로 이용하여 이미지 내의 객체를 인식할 수 있다(S2). 이때 머신러닝 기반의 분석 모델은 미리 객체의 종류 등이 알려져 있는 학습 이미지를 통해 학습되고, 학습 결과를 기반으로 한 파라미터 등을 이용하여 미지의 이미지 내의 객체를 탐지하는 기능을 하는 것으로서, 예를 들어 컨볼루션 뉴럴 네트워크(Convolution Neural Network; CNN)를 이용하는 것일 수 있으나, 이에 한정되는 것은 아니다.
이때, 영상 분할부(32)는 머신러닝부(33)에 의해 이미지로부터 탐지된 객체의 종류 및/또는 수가 미리 설정된 수준 이상으로 크게 변화하는 경계 이미지를 특정하고(S3), 경계 이미지를 이용하여 경계 이미지 전후가 별도의 단위 영상 데이터가 되도록 영상 정보를 단위 영상 데이터들로 분할할 수 있다(S4).
도 3은 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 머신러닝에 의한 객체 탐지를 적용하여 단위 영상 데이터를 분할하는 과정의 개념도이다.
도 3을 참조하면, 동영상 형태의 영상 정보(100)는 서로 시계열적으로 연속된 일련의 이미지들(111-115, 121-125)로 구성될 수 있다. 이때, 블록체인 기반의 영상 위변조 방지 시스템은 머신러닝 기반의 분석을 통하여 각 이미지에 포함된 객체의 종류나 객체가 위치한 이미지 내의 영역, 이미지에 포함된 객체의 수 등을 결정할 수 있다. 예를 들어, 이미지(115)는 성인 남성에 해당하는 객체(1150)가 포함된 이미지를 나타내며, 이미지(121)는 성인 여성에 해당하는 객체(1210) 및 아이에 해당하는 객체(1211)가 포함된 이미지를 나타낸다.
이때, 이미지(115)와 이미지(121)는 서로 시간적으로 연속적인 이미지들이지만 도면에 도시되는 것과 같이 선행하는 이미지(115)에 포함된 객체(1150)와 후행하는 이미지(121)에 포함된 객체(1210, 1211)의 종류 및 수가 변화하였다. 실제 촬영 영상에서는 보다 점진적으로 탐지된 객체의 변화가 일어나는 경우가 많을 것이나, 설명의 편의를 위하여 하나의 이미지 간격에서 객체의 종류 및 수가 달라지는 극단적인 형태를 예시로 하였다는 점이 통상의 기술자에게 용이하게 이해될 것이다.
도 3의 예에서 객체의 종류 및 수가 크게 변화하는 이미지(115) 및/또는 이미지(121)가 경계 이미지에 해당하므로, 이를 구분 기준점으로 하여 단위 영상 데이터(11, 12)를 정의할 수 있다. 예컨대, 영상 정보(100)의 시작부터 이미지(115)까지의 구간이 제1 단위 영상 데이터(11)가 되고, 그 다음 이미지(121)로부터 시작하여 또 다른 경계 이미지가 탐지되기 전까지의 구간이 제2 단위 영상 데이터(12)가 되도록 영상 정보(100)를 복수 개의 단위 영상 데이터로 분할할 수 있다.
도 3에 도시된 예에서는 각 단위 영상 데이터의 이미지에 포함된 객체의 종류(성인 남성, 성인 여성, 아이) 및 객체의 수가 모두 달라지는 것을 예시로 설명하였으나, 실시예에 따라서는 객체의 수는 동일하더라도 객체의 종류가 달라지거나, 또는 객체의 종류는 동일하더라도 객체의 수가 달라지는 이미지들을 경계 이미지로 특정하는 것도 가능하다.
다시 도 1 및 도 2를 참조하면, 전술한 것과 같이 프레임 수나 시간 길이를 기반으로, 또는 객체 탐지를 기반으로 구획된 각 단위 영상 데이터를 대상으로, 블록체인 기반의 영상 위변조 방지 시스템(3)의 해시 추출부(34)가 해시 함수를 적용함으로써 해시값을 산출할 수 있다(S5). 해시값 산출을 위한 해시 함수로는 예를 들어 SHA(Secure Hash Algorithm) 등이 이용될 수 있으나, 이에 한정되는 것은 아니다.
다음으로, 블록체인 기반의 영상 위변조 방지 시스템(3)의 저장부(36)는 단위 영상 데이터의 해시값을 블록체인 네트워크(2) 상의 데이터 블록에 기록할 수 있다(S8). 이때, 블록체인 기반의 영상 위변조 방지 시스템(3)의 저장부(36)는 각 단위 영상 데이터에 상응하는 트랜잭션 정보를 생성하고(S7), 트랜잭션 정보를 단위 영상 데이터의 해시값과 함께 블록체인 네트워크(2) 상의 데이터 블록에 기록할 수도 있다(S8).
도 4는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 영상 데이터의 해시값을 블록체인 상의 데이터 블록에 저장하는 과정의 개념도이다.
도 4를 참조하면, 블록체인은 서로 연속적인 일련의 데이터 블록(301-303)들로 이루어질 수 있고, 각각의 데이터 블록(301-303)은 분산원장에서 해당 데이터 블록의 일련 번호를 나타내는 카운터 정보(3013)를 포함할 수 있다. 또한, 각각의 데이터 블록(301-303)에는 이에 부여된 단위 영상 데이터의 해시값(3011, 3021, 3031)이 기록되며, 또한 블록체인 상에서 선행하는 데이터 블록의 해시값(3012, 3022, 3032)이 기록된다. 예를 들어, 각각의 데이터 블록(301-303)은 서로 연속적인 단위 영상 데이터의 해시값(3011, 3021, 3031)을 저장하고 있으면서, 후행하는 데이터 블록(예컨대, 302)에는 선행하는 데이터 블록(예컨대, 301)의 해시값(3022)이 저장된다.
해시 함수의 특성상 데이터의 어느 한 부분이라도 변경되면 해시값은 전혀 다른 값으로 변화되기 때문에, 영상 정보의 변조에 의하여 선행하는 블록(301)에 포함된 영상 데이터 해시값(3011)이 달라질 경우 해당 데이터 블록(301)의 해시값은 전혀 다른 값으로 변경된다. 또한, 그 결과 해당 데이터 블록(301)에 후행하는 데이터 블록(302)의 이전 블록 해시값(3022)이 변경되기 때문에, 후행하는 데이터 블록(302)의 해시값도 변경되면서 이와 같은 방식으로 블록체인에서 변조가 일어난 영상 데이터에 해당하는 블록 이후의 모든 블록의 해시값이 달라지게 된다. 따라서, 영상 데이터의 해시값을 블록체인에 저장함으로써 영상이 조작되거나 위변조되는 것을 탐지할 수 있다.
각각의 데이터 블록(301-303)에는 블록체인 상의 분산원장에 의하여 그 발행과 입출금 등이 관리되는 토큰의 이동에 관련된 트랜잭션 정보(3014, 3024, 3034)가 더 기록될 수 있다. 일 실시예에서는, 각 데이터 블록(301-303)의 영상 데이터 해시값(3011, 3021, 3031)에 상응하는 단위 영상 데이터의 특성을 반영하여 트랜잭션 정보(3014, 3024, 3034)를 정의할 수 있다. 예를 들어, 영상 데이터의 특성에 따라 트랜잭션 정보(3014, 3024, 3034)가 정의하는 토큰의 이동에 관련된 이동 방향, 송신인과 수신인, 이동 수량 등을 결정할 수 있고, 이에 대해서는 상세히 후술한다.
다시 도 1 및 도 2를 참조하면, 일 실시예에서 블록체인 기반의 영상 위변조 방지 시스템(3)의 저장부(36)는 단위 영상 데이터의 해시값을 블록체인 상에 저장하는 과정에서 동일한 영상 정보를 서로 상이한 촬영 장치(1)로부터 수신하고, 각 촬영 장치(1)로부터 수신된 영상 정보로부터 생성된 단위 영상 데이터의 해시값이 기록되는 블록들을 교차 검증하는 과정을 수행할 수도 있다(S6). 이를 위하여, 각각의 촬영 장치(1)는 유선 및/또는 무선 네트워크를 통하여 상호 간에 통신 가능하게 구성될 수 있으며, 블록체인 기반의 영상 위변조 방지 시스템(3)은 이들 중 어느 하나 또는 양 촬영 장치(1)에 각각 구현되거나, 또는 이들 모두와 통신 가능한 별도의 장치로 구현될 수 있다.
어느 하나의 촬영 장치(1)에 의해 촬영된 영상은 해당 촬영 장치(1)에 구비되거나 연동된 블록체인 기반의 영상 위변조 방지 시스템(3)에 입력되는 한편, 네트워크를 통한 통신을 통하여 또 다른 촬영 장치(1)로 전달될 수 있다. 또 다른 촬영 장치(1)에서는 이에 구비되거나 연동된 블록체인 기반의 영상 위변조 방지 시스템(3)을 통하여 영상 정보에 대한 처리가 이루어진다. 이 경우, 양 촬영 장치(1)의 영상 정보를 기반으로 하여 단위 영상 데이터의 해시값 생성과 데이터 블록의 생성이 각각 수행되는데, 영상 정보의 조작이나 위변조가 없을 경우 생성된 일련의 데이터 블록들의 해시값은 양 기기에서 모두 동일해야 한다. 따라서, 데이터 블록들의 해시값을 교차 검증하게 되면, 양 기기에서 생성된 데이터 블록들의 해시값에 차이가 있다면 데이터에 대한 조작이 존재한다는 것을 알 수 있다.
또한 일 실시예에서는 단위 영상 데이터의 해시값과 함께 트랜잭션 정보를 데이터 블록에 기록하되, 단위 영상 데이터의 특성을 반영하여 트랜잭션 정보를 정의함으로써, 트랜잭션 정보를 통하여 영상 정보에 대한 감시, 관리 또는 모니터링이 가능하도록 할 수 있다. 이때 단위 영상 데이터의 특성이란, 단위 영상 데이터를 구성하는 이미지들로부터 머신러닝에 기반하여 탐지된 객체의 종류 및/또는 수나, 영상 정보와 함께 해당 영상 정보에 연관된 사용자를 특정할 수 있는 정보가 수신되었을 경우 단위 영상 데이터에 상응하는 사용자 정보 등을 지칭할 수 있다.
예를 들어, 블록체인 기반의 영상 위변조 방지 시스템(3)의 트랜잭션 생성부(362)는 영상 정보의 각 단위 영상 데이터에 상응하는 트랜잭션을 토큰의 이동으로 정의하되, 이때 이동되는 토큰의 수량을 해당 단위 영상 데이터에 포함된 이미지로부터 식별된 객체의 유무, 종류 및/또는 수에 기초하여 결정할 수 있다. 예를 들어, 각 데이터 블록에 상응하여 미리 설정된 송신 주소로부터 미리 설정된 수신 주소로 토큰을 이동시키는 트랜잭션을 정의하되, 단위 영상 데이터의 이미지로부터 검출된 객체의 수가 1일 경우 1만큼의 토큰 이동을 발생시키고, 단위 영상 데이터의 이미지로부터 검출된 객체의 수가 2일 경우 2만큼의 토큰 이동을 발생시킬 수 있다. 이와 같이 객체 탐지 결과에 따라 토큰 이동 수량을 정의하면, 수신 주소에 수신되는 토큰 수량의 트랜잭션당 변화량을 통하여 영상 내의 객체의 수가 변화되는 변곡점을 용이하게 탐지할 수 있다.
다른 예로, 트랜잭션 생성부(362)는 영상 정보의 각 단위 영상 데이터에 상응하여 송신 주소로부터 수신 주소로 토큰을 이동시키는 트랜잭션을 정의하되, 단위 영상 데이터의 이미지로부터 객체가 탐지되는지 여부, 탐지되는 객체의 종류 및/또는 탐지된 객체의 수에 따라 토큰의 이동 방향을 변경하도록 구성될 수도 있다. 예를 들어, 단위 영상 데이터의 이미지로부터 객체가 검출되는 경우 송신 주소로부터 수신 주소로 토큰을 이동시키되, 이미지로부터 객체가 검출되지 않는 경우에는 송신 주소와 수신 주소를 서로 바꾸어 토큰을 이동시키도록 트랜잭션을 정의할 수 있다. 또는, 단위 영상 데이터의 이미지로부터 제1 종류의 객체(예컨대, 남성)가 검출되는 경우 송신 주소로부터 수신 주소로 토큰을 이동시키고, 이와 상이한 제2 종류의 객체(예컨대, 여성)이 검출되는 경우에는 송신 주소와 수신 주소를 서로 바꾸어 토큰을 이동시키도록 트랜잭션을 정의할 수 있다. 이와 같이 객체 탐지 결과에 따라 토큰 이동 수량을 정의하면, 수신 주소에 수신되는 토큰 수량의 증감을 통하여 영상 내의 객체의 종류나 유무가 변화되는 변곡점을 용이하게 탐지할 수 있다.
또 다른 예로, 입력부(31)를 통한 영상 정보의 수신과 함께 사용자 관리부(37)가 해당 영상을 촬영하였거나 해당 영상을 관리하는 사용자의 사용자 정보를 수신하고, 트랜잭션 생성부(362)는 각 단위 영상 데이터에 상응하는 사용자 정보를 반영하여 해당 단위 영상 데이터의 해시값과 동일한 데이터 블록에 기록될 트랜잭션을 정의할 수 있다. 예를 들어, 사용자 관리부(37)는 미리 설정된 복수의 사용자에 대해 각 사용자의 전자 지갑 주소를 저장하고 있으며, 트랜잭션 생성부(362)는 각 단위 영상 데이터의 해시값을 데이터 블록에 기록할 때 해당 단위 영상 데이터에 상응하는 사용자의 전자 지갑 주소를 송신 주소 또는 수신 주소로 하여 토큰의 이동을 정의하는 트랜잭션을 함께 기록할 수 있다. 이 경우, 트랜잭션을 통해 토큰을 전송하는 송신자 또는 해당 토큰을 전송하는 송신자의 지갑 주소를 통하여 토큰의 이동만으로도 영상에 대한 관리자나 촬영자 등 인적 정보를 용이하게 파악할 수 있다.
도 5는 일 실시예에 따른 블록체인 기반의 영상 위변조 방지 방법에서 블록체인 기반의 토큰의 트랜잭션을 통한 영상의 감시를 설명하기 위한 개념도로서, 미리 설정된 특정 수신 주소에 입금된 토큰의 전체 수량을 시간에 따라 나타낸 것이다. 이때 토큰의 수량은 영상 데이터의 해시값과 함께 데이터 블록에 기록되는 트랜잭션에 의해 변화되었다.
도 5에 도시되는 바와 같이, 첫 번째 구간(501)에서 시간에 따라 토큰 수량이 일정하게 증가하였으나 다음 구간(502)에서 토큰이 증가하는 기울기가 변화하였으며, 이후 그 다음 구간(503)에서는 다시 토큰이 증가하는 기울기가 감소하였다. 이는 구간(501) 및 구간(503)에서는 시간당 제1 수량의 토큰이 입금되었다고 하면, 구간(502)에서는 제1 수량보다 많은 시간당 제2 수량의 토큰이 입금되었다는 것을 의미한다. 트랜잭션을 통한 토큰의 이동 수량을 영상 데이터의 이미지 내의 객체 종류나 수에 따라 정의할 경우, 구간(501)과 구간(502) 사이, 그리고 구간(502)과 구간(503) 사이에서 토큰의 시간당 이동량이 변화하는 것을 통하여 해당 변곡점에서 탐지되는 객체에 변화가 일어났다는 것을 알 수 있다.
또한, 구간(501-503)에서는 시간이 지남에 따라 수신 주소의 토큰 수량이 증가하였는데, 이는 다른 송신 주소로부터 해당 수신 주소로 지속적으로 토큰이 입금되었다는 것을 의미한다. 한편, 그 이후의 구간(504)에서는 시간이 지남에 따라 수신 주소의 토큰 수량이 감소하는데, 이는 수신 주소가 더 이상 수신자가 아니라 송신자로 전환되어 해당 주소로부터 토큰의 출금이 이루어졌음을 의미한다. 따라서, 트랜잭션을 통한 토큰의 이동 방향을 영상 데이터의 이미지 내의 객체 종류나 수에 따라 정의할 경우, 구간(503)과 구간(504) 사이에서 트랜잭션의 형태가 변화하는 것을 통하여 해당 변곡점에서 탐지되는 객체에 변화가 일어났다는 것을 알 수 있다.
다시 도 1 및 도 2를 참조하면, 일 실시예에서 저장부(36)는 영상 정보를 구성하는 하나 이상의 단위 영상 데이터 또는 영상 정보 그 자체를 더 저장할 수도 있다(S9). 도 2에서 영상 정보를 저장하는 과정(S9)은 영상 정보의 위변조 방지를 위한 해시값의 저장 과정 후에 이루어지는 것으로 도시되었으나, 이는 설명의 편의를 위한 예시적인 것으로서, 영상 정보의 위변조 방지를 위한 해시값의 저장에 선행하여 또는 해시값의 저장 과정과 병행하여 영상 정보를 저장소에 저장할 수도 있다.
이상에서 설명한 실시예들에 따른 블록체인 기반의 영상 위변조 방지 방법에 의하면, 동영상 파일과 같은 영상 데이터를 소정의 단위 영상 데이터로 분할하고 각 단위 영상 데이터의 해시값을 블록체인 네트워크 상의 데이터 블록에 시간별 체인 형태로 저장함으로써, 영상 데이터에 대한 위변조나 조작이 있을 경우에는 영상 데이터의 해시값이 기존에 블록체인 상에 저장된 해시값과 달라지는 것을 통하여 영상이 조작되었음을 인지할 수 있다. 이를 통하여, 영상 데이터의 위변조를 방지할 수 있으며, 영상이 범죄, 사건 등 불법 행위에 대한 증거물로 사용될 경우 신뢰성을 높일 수 있다.
이상에서 설명한 실시예들에 따른 블록체인 기반의 영상 위변조 방지 방법에 의한 동작은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들에 따른 블록체인 기반의 영상 위변조 방지 방법에 의한 동작을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.
이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해서 정해져야 할 것이다.
Claims (13)
- 촬영 장치로부터 영상 정보를 수신하도록 구성된 입력부;
상기 영상 정보를 복수 개의 단위 영상 데이터로 분할하도록 구성된 영상 분할부;
상기 복수 개의 단위 영상 데이터 각각의 해시값을 산출하도록 구성된 해시 추출부; 및
상기 복수 개의 단위 영상 데이터 각각의 해시값을 블록체인 네트워크 상의 데이터 블록들에 기록하되, 상기 데이터 블록들 각각은 선행하는 데이터 블록의 해시값 및 상기 단위 영상 데이터의 해시값을 포함하며, 상기 복수 개의 단위 영상 데이터 중 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대해 선행하는 단위 영상 데이터의 해시값을 상기 각 데이터 블록에 선행하는 데이터 블록에 기록하도록 구성된 저장부를 포함하는 블록체인 기반의 영상 위변조 방지 시스템.
- 제1항에 있어서,
상기 영상 정보에 포함된 이미지들을 머신러닝 기반의 분석 모델에 대한 입력값으로 이용하여 상기 이미지들에 상응하는 객체를 탐지하도록 구성된 머신러닝부를 더 포함하되,
상기 영상 분할부는, 상기 머신러닝부에 의해 탐지된 객체의 종류 및 탐지된 객체의 수 중 하나 이상이 변화되는 이미지를 특정하고, 상기 영상 정보에서 상기 특정된 이미지 전후를 서로 상이한 단위 영상 데이터로 분할하도록 더 구성된 블록체인 기반의 영상 위변조 방지 시스템.
- 제2항에 있어서,
상기 저장부는, 상기 단위 영상 데이터에 상응하여 정의되는 상기 블록체인 네트워크 상의 토큰에 대한 트랜잭션 정보를 상기 단위 영상 데이터와 함께 상기 블록체인 네트워크 상의 데이터 블록들에 기록하도록 더 구성된 블록체인 기반의 영상 위변조 방지 시스템.
- 제3항에 있어서,
상기 저장부는, 상기 단위 영상 데이터에 포함된 이미지에 대해 상기 머신러닝부에 의해 탐지된 객체의 종류 또는 수에 기초하여, 상기 트랜잭션 정보가 정의하는 토큰의 입출 내역 또는 상기 트랜잭션 정보가 정의하는 토큰의 수량 중 하나 이상을 결정하도록 더 구성된 블록체인 기반의 영상 위변조 방지 시스템.
- 제3항에 있어서,
미리 등록된 사용자별 지갑 주소 정보를 포함하며, 상기 영상 정보의 적어도 일부에 상응하는 사용자 정보를 수신하도록 구성된 사용자 관리부를 더 포함하되,
상기 저장부는, 상기 사용자 정보에 기초하여 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대한 지갑 주소를 결정하고, 결정된 지갑 주소를 송신인 또는 수신인으로 하여 상기 트랜잭션 정보를 정의하도록 더 구성된 블록체인 기반의 영상 위변조 방지 시스템.
- 제1항에 있어서,
상기 저장부는, 상기 영상 정보를 상기 영상 저장 시스템 또는 외부 저장소에 저장하도록 더 구성된 블록체인 기반의 영상 위변조 방지 시스템.
- 블록체인 기반의 영상 위변조 방지 시스템이 촬영 장치로부터 영상 정보를 수신하는 단계;
상기 블록체인 기반의 영상 위변조 방지 시스템이 상기 영상 정보를 복수 개의 단위 영상 데이터로 분할하는 단계;
상기 블록체인 기반의 영상 위변조 방지 시스템이 상기 복수 개의 단위 영상 데이터 각각의 해시값을 산출하는 단계; 및
상기 블록체인 기반의 영상 위변조 방지 시스템이 상기 복수 개의 단위 영상 데이터 각각의 해시값을 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계를 포함하되,
상기 데이터 블록들 각각은 선행하는 데이터 블록의 해시값 및 상기 단위 영상 데이터의 해시값을 포함하며,
상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계는, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 복수 개의 단위 영상 데이터 중 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대해 선행하는 단위 영상 데이터의 해시값을 상기 각 데이터 블록에 선행하는 데이터 블록에 기록하는 단계를 포함하는 블록체인 기반의 영상 위변조 방지 방법.
- 제7항에 있어서,
상기 복수 개의 단위 영상 데이터로 분할하는 단계 전에, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보에 포함된 이미지들을 머신러닝 기반의 분석 모델에 대한 입력값으로 이용하여 상기 이미지들에 상응하는 객체를 탐지하는 단계를 더 포함하며,
상기 복수 개의 단위 영상 데이터로 분할하는 단계는,
상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 머신러닝 기반의 분석 모델에 의해 탐지된 객체의 종류 및 탐지된 객체의 수 중 하나 이상이 변화되는 이미지를 특정하는 단계; 및
상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보에서 상기 특정된 이미지 전후를 서로 상이한 단위 영상 데이터로 분할하는 단계를 포함하는 블록체인 기반의 영상 위변조 방지 방법.
- 제8항에 있어서,
상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 단위 영상 데이터에 상응하여 정의되는 상기 블록체인 네트워크 상의 토큰에 대한 트랜잭션 정보를 상기 단위 영상 데이터와 함께 상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계를 더 포함하는 블록체인 기반의 영상 위변조 방지 방법.
- 제9항에 있어서,
상기 트랜잭션 정보를 상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계는, 상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 단위 영상 데이터에 포함된 이미지에 대해 상기 머신러닝 기반의 분석 모델에 의해 탐지된 객체의 종류 또는 수에 기초하여, 상기 트랜잭션 정보가 정의하는 토큰의 입출 내역 또는 상기 트랜잭션 정보가 정의하는 토큰의 수량 중 하나 이상을 결정하는 단계를 포함하는 블록체인 기반의 영상 위변조 방지 방법.
- 제9항에 있어서,
상기 블록체인 기반의 영상 위변조 방지 시스템에 미리 등록된 사용자별 지갑 주소 정보를 저장하는 단계; 및
상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보의 적어도 일부에 상응하는 사용자 정보를 수신하는 단계를 더 포함하되,
상기 트랜잭션 정보를 상기 블록체인 네트워크 상의 데이터 블록들에 기록하는 단계는,
상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 사용자 정보에 기초하여 상기 각 데이터 블록에 상응하는 상기 단위 영상 데이터에 대한 지갑 주소를 결정하는 단계; 및
상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 결정된 지갑 주소를 송신인 또는 수신인으로 하여 상기 트랜잭션 정보를 정의하는 단계를 포함하는 블록체인 기반의 영상 위변조 방지 방법.
- 제7항에 있어서,
상기 블록체인 기반의 영상 위변조 방지 시스템이, 상기 영상 정보를 상기 영상 저장 시스템 또는 외부 저장소에 저장하는 단계를 더 포함하는 블록체인 기반의 영상 위변조 방지 방법.
- 하드웨어와 결합되어 제7항 내지 제12항 중 어느 한 항에 따른 블록체인 기반의 영상 위변조 방지 방법을 실행하도록 컴퓨터로 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210031280A KR102516548B1 (ko) | 2021-03-10 | 2021-03-10 | 블록체인 기반의 영상 위변조 방지 시스템 및 방법과 이를 위한 컴퓨터 프로그램 |
PCT/KR2021/017935 WO2022191380A1 (ko) | 2021-03-10 | 2021-12-01 | 블록체인 기반의 영상 위변조 방지 시스템 및 방법과 이를 위한 컴퓨터 프로그램 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210031280A KR102516548B1 (ko) | 2021-03-10 | 2021-03-10 | 블록체인 기반의 영상 위변조 방지 시스템 및 방법과 이를 위한 컴퓨터 프로그램 |
Publications (3)
Publication Number | Publication Date |
---|---|
KR20220126932A true KR20220126932A (ko) | 2022-09-19 |
KR102516548B1 KR102516548B1 (ko) | 2023-03-31 |
KR102516548B9 KR102516548B9 (ko) | 2024-02-08 |
Family
ID=83228196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020210031280A KR102516548B1 (ko) | 2021-03-10 | 2021-03-10 | 블록체인 기반의 영상 위변조 방지 시스템 및 방법과 이를 위한 컴퓨터 프로그램 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102516548B1 (ko) |
WO (1) | WO2022191380A1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117254975A (zh) * | 2023-11-14 | 2023-12-19 | 深圳市嘉合劲威电子科技有限公司 | 一种基于区块链的数据防伪方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101648208B1 (ko) * | 2015-09-08 | 2016-08-12 | 김동기 | 고해상도 영상을 이용한 객체 인식 및 추적 방법 및 장치 |
KR20190135634A (ko) | 2018-05-29 | 2019-12-09 | 송광섭 | 실시간 범죄 모니터링 엘리베이터 |
KR102172903B1 (ko) * | 2019-12-09 | 2020-11-02 | (주)트러스트체인파트너스위드하모니 | 블록체인 기술 기반 데이터 베이스 관리 시스템 |
KR20210007452A (ko) * | 2019-07-11 | 2021-01-20 | 제주대학교 산학협력단 | 영상 위변조 검증 방법 및 그 장치 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102275868B1 (ko) * | 2017-11-07 | 2021-07-12 | 한국전자기술연구원 | 비디오 데이터의 위/변조 방지 장치 및 방법 |
KR101855442B1 (ko) * | 2017-12-28 | 2018-05-09 | 주식회사 차칵 | 미디어 파일 위변조 검증 방법 |
KR101880935B1 (ko) * | 2018-03-07 | 2018-07-23 | 유비벨록스(주) | 블록체인을 이용하여 위변조 검증이 가능한 디지털 영상을 생성하는 촬영장치, 이에 의한 디지털 영상 생성방법, 및 이에 의해 생성된 디지털 영상의 검증방법 |
KR20190130933A (ko) * | 2018-05-15 | 2019-11-25 | 바이노드 피티이. 엘티디. | 블록체인 기반의 데이터 구성 방법 및 장치 |
KR102296987B1 (ko) * | 2019-06-11 | 2021-09-02 | 건국대학교 산학협력단 | 기계 학습 모델에 기초한 블록 체인을 이용한 hevc 분산형 복호화 방법, 장치 및 시스템 |
-
2021
- 2021-03-10 KR KR1020210031280A patent/KR102516548B1/ko active IP Right Grant
- 2021-12-01 WO PCT/KR2021/017935 patent/WO2022191380A1/ko active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101648208B1 (ko) * | 2015-09-08 | 2016-08-12 | 김동기 | 고해상도 영상을 이용한 객체 인식 및 추적 방법 및 장치 |
KR20190135634A (ko) | 2018-05-29 | 2019-12-09 | 송광섭 | 실시간 범죄 모니터링 엘리베이터 |
KR20210007452A (ko) * | 2019-07-11 | 2021-01-20 | 제주대학교 산학협력단 | 영상 위변조 검증 방법 및 그 장치 |
KR102172903B1 (ko) * | 2019-12-09 | 2020-11-02 | (주)트러스트체인파트너스위드하모니 | 블록체인 기술 기반 데이터 베이스 관리 시스템 |
Also Published As
Publication number | Publication date |
---|---|
WO2022191380A1 (ko) | 2022-09-15 |
KR102516548B9 (ko) | 2024-02-08 |
KR102516548B1 (ko) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019202398B2 (en) | Systems And Methods For Bulk Redaction Of Recorded Data | |
KR102190483B1 (ko) | Ai 기반의 영상 압축 및 복원 시스템 | |
CN104205865B (zh) | 用于认证视频内容的方法和装置 | |
CN110674800B (zh) | 一种人脸活体检测方法、装置、电子设备及存储介质 | |
US10075680B2 (en) | Video-surveillance method, corresponding system, and computer program product | |
JP7494967B2 (ja) | 映像処理プログラム、映像処理方法、及び映像処理装置 | |
US20220028107A1 (en) | Analysis apparatus, analysis method, and storage medium | |
CN107959812B (zh) | 监控数据的存储方法、装置、***与路由设备 | |
KR101821242B1 (ko) | 영상 인식에 기반하여 차량을 계수하는 방법 및 이를 이용한 장치 | |
KR102516548B1 (ko) | 블록체인 기반의 영상 위변조 방지 시스템 및 방법과 이를 위한 컴퓨터 프로그램 | |
CN115248940A (zh) | 基于区块链的视频存证方法、验证方法及装置 | |
KR20190099216A (ko) | Rgbd 감지 기반 물체 검출 시스템 및 그 방법 | |
JP7048147B2 (ja) | 捜索システム、捜索装置、端末装置、捜索方法、及びプログラム | |
JP2011014059A (ja) | 行動分析システムおよび行動分析方法 | |
US20180143797A1 (en) | First and second electronic mobile devices, electronic transmission system for transmitting image(s) to wearable display device(s), related electronic mobile apparatus, electronic display installation, method and computer program | |
JP5436142B2 (ja) | 画像処理装置、画像処理システムおよび画像処理装置の制御方法 | |
CN113656842A (zh) | 一种数据验证方法、装置及设备 | |
JP6432634B2 (ja) | 認証装置、認証方法、及びプログラム | |
TWI589158B (zh) | 監控資料的原始畫面儲存系統及其儲存方法 | |
JP6679373B2 (ja) | 顔検出装置、顔検出方法及び顔認識システム | |
KR20120052864A (ko) | 송신장치 및 송신방법 | |
US20220036081A1 (en) | Method, identification device and non-transitory computer readable medium for multi-layer potential associates discovery | |
CN110798656A (zh) | 一种监控视频文件处理方法、装置、介质和设备 | |
CN113872772B (zh) | 视频片段拍摄设备和时间记录方法以及对应的验证方法 | |
CN114254704A (zh) | 一种http隧道检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
G170 | Re-publication after modification of scope of protection [patent] |