El análisis de frecuencias explicado
Durante siglos, la mejor manera de ocultar un mensaje fue sustituir cada letra del alfabeto por otra. El número de claves posibles es astronómico, así que el cifrado parecía indescifrable. Sin embargo, un sabio de Bagdad del siglo IX ya había encontrado su punto débil: un idioma usa unas letras mucho más que otras, y ninguna sustitución puede ocultarlo. El análisis de frecuencias convirtió el desciframiento de códigos de un juego de adivinanzas en un método, y sigue siendo lo primero que cualquiera prueba ante un cifrado nuevo.
El cifrado por sustitución
Un cifrado por sustitución simple sustituye cada letra del alfabeto por otra según una tabla fija: por ejemplo, la A se convierte en Q, la B en W, y así sucesivamente, usando cada letra una vez. La tabla es la clave. A diferencia del cifrado César, que solo desplaza el alfabeto y tiene 25 claves, el cifrado por sustitución puede usar cualquier orden de las letras: 26! claves, unas 4 × 10²⁶. Incluso un ordenador que probara mil millones de claves por segundo necesitaría más de diez mil millones de años para probarlas todas.
El descubrimiento de al-Kindi
Hacia el año 850, el filósofo árabe Abu Yusuf al-Kindi escribió un tratado sobre cómo descifrar mensajes secretos, la descripción más antigua que se conoce del análisis de frecuencias. Su consejo era tomar un texto largo en el mismo idioma, contar cuántas veces aparece cada letra, después contar las letras del mensaje secreto y emparejarlas: la más frecuente con la más frecuente, la siguiente con la siguiente. Los estudiosos del Corán llevaban generaciones contando letras y palabras, y quizá así surgió la idea.
Letras, pares y palabras
En inglés, alrededor del 12,7 % de las letras son E, el 9 % son T y el 8 % son A, mientras que la Z aparece solo una vez cada más de mil letras. Los recuentos sueltos solo apuntan en la dirección correcta, sobre todo en textos cortos, así que los descifradores aprovechan todos los patrones que encuentran. En inglés, una palabra de una letra es A o I. Los pares más comunes son TH, HE, IN y ER, y las letras dobles más comunes, LL, EE, SS y OO. La Q casi siempre va seguida de U. Una palabra frecuente de tres letras es probablemente THE, y una vez conocidas la T, la H y la E, palabras como THAT y THERE encajan solas. Cada idioma tiene su propia huella: la E domina aún más en alemán y neerlandés, mientras que en portugués va en cabeza la A.
El cifrado fatal de una reina
En 1586, María Estuardo, reina de Escocia, prisionera en Inglaterra, intercambiaba cartas cifradas con Anthony Babington, que conspiraba para liberarla y matar a la reina Isabel I. Las cartas salían de contrabando en barriles de cerveza, pero pasaban por las manos del jefe de espías de Isabel, Francis Walsingham, cuyo descifrador Thomas Phelippes rompió el cifrado, una sustitución con algunos símbolos adicionales para palabras comunes, mediante análisis de frecuencias. Las cartas descifradas demostraron la participación de María en la conspiración, y fue ejecutada en febrero de 1587.
Ocultar las frecuencias
Los creadores de cifrados contraatacaron. Los cifrados homofónicos daban varios símbolos a cada letra común, para que todos los símbolos aparecieran más o menos con la misma frecuencia. Se esparcían nulos, símbolos sin significado, por el texto para confundir los recuentos. La verdadera respuesta llegó con los cifrados polialfabéticos, como el cifrado de Vigenère del siglo XVI, que van alternando entre varios alfabetos, de modo que una misma letra en claro se convierte en muchas letras cifradas distintas. Resistió hasta que Charles Babbage y Friedrich Kasiski mostraron en el siglo XIX cómo hallar la longitud de la clave y después aplicar el análisis de frecuencias a cada alfabeto por separado.
Cómo resuelven criptogramas los ordenadores
Un programa tampoco puede probar todas las claves, pero puede escalar. Parte de una conjetura, puntúa el resultado según cuánto se parece al idioma, normalmente según lo comunes que son sus grupos de dos a cuatro letras, y después intercambia pares de letras en la clave, conservando cada intercambio que sube la puntuación. Cuando ningún intercambio ayuda, sacude la clave y vuelve a escalar, quedándose con el mejor resultado. Este método, llamado ascenso de colinas (hill climbing), resuelve un cifrado por sustitución de unos cientos de letras en una fracción de segundo, y algunas de sus variantes han roto cifrados históricos que se habían resistido a las personas durante siglos.
El análisis de frecuencias hoy
Los cifrados modernos como AES están diseñados para que el texto cifrado parezca totalmente aleatorio: cada valor de byte aparece con la misma frecuencia, y el mismo mensaje se cifra de forma distinta cada vez. El análisis de frecuencias no tiene dónde agarrarse. Aun así, la idea sigue viva: la estadística del idioma ayuda a reconocer cuándo un descifrado es correcto, a romper los cifrados de pasatiempos y escape rooms y a leer viejas cartas cifradas halladas en archivos. En 2023 se descifraron con ayuda del ordenador cartas de María Estuardo, reina de Escocia, que llevaban siglos perdidas.
Explóralo
Abre la herramienta de análisis de frecuencias para obtener un párrafo cifrado en inglés, alemán, francés, español, italiano, portugués o neerlandés. Compara en el gráfico los recuentos de letras con el idioma, usa los indicios de los pares, las letras dobles y las palabras cortas, y rellena la clave letra a letra. Pista y Comprobar te ayudan cuando te atascas, y el solucionador muestra cómo el ascenso de colinas termina el trabajo.
Preguntas frecuentes
¿Por qué la E es la letra más común en inglés?
Porque aparece en muchas de las palabras inglesas más frecuentes, como THE, BE, HE, WE y ARE, y en terminaciones habituales como -ED y -ES. La mayoría de los idiomas europeos comparten este rasgo: la E también va en cabeza en francés, alemán, neerlandés y español.
¿Puede el análisis de frecuencias romper cualquier cifrado?
No. Rompe los cifrados en los que cada letra en claro se sustituye siempre por el mismo símbolo. Los cifrados que van cambiando la sustitución, o los cifrados modernos que trabajan con bits en lugar de letras, necesitan otros métodos o no se pueden romper en absoluto.
¿Qué es un criptograma?
Una cita o frase cifrada con una sustitución simple, publicada para que los lectores la resuelvan a mano. Los criptogramas aparecen en los periódicos desde el siglo XIX y se resuelven exactamente como muestra la herramienta: empezando por las palabras cortas y las letras más comunes.
¿Cómo se descifraron las cartas perdidas de María Estuardo?
En 2023, George Lasry, Norbert Biermann y Satoshi Tomokiyo identificaron como suyas 57 cartas cifradas guardadas en una biblioteca francesa. El cifrado usaba casi 200 símbolos, así que combinaron el ascenso de colinas por ordenador, que sugería el significado probable de muchos símbolos, con un minucioso trabajo manual sobre el resto.
¿Listo para probarlo?
Abre PictorX en tu navegador: sin instalación ni tarjeta de crédito para empezar.
Abrir la herramienta de análisis de frecuencias