계산 홀로그래픽 암호화 이미지의 복호화 방법을 확장하기 위해, 불법 공격 난이도가 높은 대칭-비대칭 혼합 암호 시스템을 대상으로 신경망을 이용하여 혼돈 홍채 위상 마스크 계산 홀로그래픽 암호화 이미지 복원 방안을 제안하였다. 평문 이미지를 암호화하여 계산 홀로그래픽 암호화 이미지를 생성하고, 다수의 암호화-평문 이미지 쌍을 데이터셋으로 제작하였다. 신경망을 구축하여 지속적으로 학습 및 테스트함으로써 학습된 신경망은 암호화 이미지와 평문 이미지 간의 매핑 관계를 근사할 수 있으며, 복호화 시 공개키와 개인키를 사용하지 않고 암호화 이미지를 복호화할 수 있다. 실험 결과, 신경망을 통해 복원된 이미지는 평문 이미지와 비교하여 평균 상호 상관 계수가 0.984, 평균 피크 신호 대 잡음비는 61.0 dB, 평균 구조적 유사도는 0.77이었다; 암호화 이미지가 잡음에 오염되더라도 고품질 이미지를 복원할 수 있어 신경망을 통한 암호화 이미지 복호화 목적을 달성하였으며, 해당 방안은 실현 가능하고 견고성을 갖는다.

계산 홀로그래픽;광학 암호화;딥러닝;생체 인식;혼돈;잔차 네트워크