L'analyse fréquentielle expliquée
Pendant des siècles, la meilleure façon de cacher un message était de remplacer chaque lettre de l'alphabet par une autre. Le nombre de clés possibles est astronomique, si bien que ce chiffre semblait incassable. Pourtant, un savant de Bagdad avait déjà trouvé sa faiblesse au IXe siècle : une langue utilise certaines lettres bien plus souvent que d'autres, et aucune permutation ne peut le cacher. L'analyse fréquentielle a fait passer le décryptage de la devinette à la méthode, et elle reste la première chose que l'on essaie face à un nouveau chiffre.
Le chiffre par substitution
Un chiffre par substitution simple remplace chaque lettre de l'alphabet par une autre, selon une table fixe : par exemple A devient Q, B devient W et ainsi de suite, chaque lettre étant utilisée une fois. La table est la clé. Contrairement au chiffre de César, qui ne fait que décaler l'alphabet et n'a que 25 clés, le chiffre par substitution peut utiliser n'importe quel ordre des lettres : 26! clés, environ 4 × 10²⁶. Même un ordinateur testant un milliard de clés par seconde aurait besoin de plus de dix milliards d'années pour les essayer toutes.
La découverte d'al-Kindi
Vers l'an 850, le philosophe arabe Abu Yusuf al-Kindi rédigea un traité sur le déchiffrement des messages secrets, la plus ancienne description connue de l'analyse fréquentielle. Il conseillait de prendre un long texte dans la même langue, de compter combien de fois chaque lettre y apparaît, puis de compter les lettres du message secret et de les apparier : la plus fréquente avec la plus fréquente, la suivante avec la suivante. Les savants qui étudiaient le Coran comptaient les lettres et les mots depuis des générations, et c'est peut-être ainsi qu'est née l'idée.
Lettres, paires et mots
En anglais, environ 12,7 % des lettres sont des E, 9 % des T et 8 % des A, tandis que Z n'apparaît qu'une fois sur plus de mille lettres. Les décomptes isolés n'indiquent que la bonne direction, surtout dans les textes courts, aussi les casseurs de codes exploitent-ils tous les motifs qu'ils peuvent trouver. En anglais, un mot d'une lettre est A ou I. Les paires les plus courantes sont TH, HE, IN et ER, et les lettres doublées les plus courantes LL, EE, SS et OO. Q est presque toujours suivi de U. Un mot de trois lettres fréquent est probablement THE, et une fois T, H et E connus, des mots comme THAT et THERE se mettent en place. Chaque langue a sa propre empreinte : E domine encore davantage en allemand et en néerlandais, tandis que A est en tête en portugais.
Le chiffre fatal d'une reine
En 1586, Marie Stuart, reine d'Écosse, emprisonnée en Angleterre, échangeait des lettres chiffrées avec Anthony Babington, qui complotait pour la libérer et tuer la reine Élisabeth Ire. Les lettres sortaient clandestinement dans des tonneaux de bière, mais elles passaient entre les mains du maître espion d'Élisabeth, Francis Walsingham, dont le décrypteur Thomas Phelippes cassa le chiffre, une substitution avec quelques symboles supplémentaires pour des mots courants, par analyse fréquentielle. Les lettres déchiffrées prouvèrent la participation de Marie au complot, et elle fut exécutée en février 1587.
Cacher les fréquences
Les concepteurs de chiffres ripostèrent. Les chiffres homophoniques donnaient plusieurs symboles à chaque lettre fréquente, de sorte que chaque symbole apparaisse à peu près aussi souvent que les autres. Des nulles, symboles dépourvus de sens, étaient semées dans le texte pour brouiller les décomptes. La vraie réponse vint avec les chiffres polyalphabétiques comme le chiffre de Vigenère, au XVIe siècle, qui passent d'un alphabet à l'autre au fil du texte, si bien qu'une même lettre claire devient de nombreuses lettres chiffrées différentes. Il résista jusqu'à ce que Charles Babbage et Friedrich Kasiski montrent, au XIXe siècle, comment trouver la longueur de la clé puis appliquer l'analyse fréquentielle à chaque alphabet séparément.
Comment les ordinateurs résolvent les cryptogrammes
Un programme ne peut pas non plus essayer toutes les clés, mais il peut grimper. Il part d'une hypothèse, note le résultat selon sa ressemblance avec la langue, généralement d'après la fréquence de ses groupes de deux à quatre lettres, puis échange des paires de lettres dans la clé en gardant chaque échange qui augmente le score. Quand plus aucun échange n'aide, il secoue la clé et recommence à grimper, en conservant le meilleur résultat. Cette méthode, appelée escalade (hill climbing en anglais), résout un chiffre par substitution de quelques centaines de lettres en une fraction de seconde, et certaines de ses variantes ont cassé des chiffres historiques qui avaient résisté aux humains pendant des siècles.
L'analyse fréquentielle aujourd'hui
Les chiffres modernes comme AES sont conçus pour que le texte chiffré paraisse complètement aléatoire : chaque valeur d'octet apparaît aussi souvent que les autres, et le même message se chiffre différemment à chaque fois. L'analyse fréquentielle n'a aucune prise sur eux. L'idée survit pourtant : les statistiques de la langue aident à reconnaître qu'un déchiffrement est juste, à casser les chiffres des énigmes et des escape games, et à lire de vieilles lettres chiffrées retrouvées dans les archives. En 2023, des lettres de Marie Stuart perdues depuis des siècles ont été déchiffrées avec l'aide de l'ordinateur.
À vous d'explorer
Ouvrez l'outil d'analyse fréquentielle pour obtenir un paragraphe chiffré en anglais, allemand, français, espagnol, italien, portugais ou néerlandais. Comparez dans le graphique le décompte des lettres avec la langue, servez-vous des pistes que donnent les paires, les lettres doublées et les mots courts, et remplissez la clé lettre par lettre. Indice et Vérifier vous aident quand vous êtes bloqué, et le solveur montre comment l'escalade termine le travail.
Questions fréquemment posées
Pourquoi E est-il la lettre la plus fréquente en anglais ?
Parce qu'il apparaît dans beaucoup des mots anglais les plus fréquents, comme THE, BE, HE, WE et ARE, et dans des terminaisons courantes comme -ED et -ES. La plupart des langues européennes partagent ce trait : E est aussi en tête en français, en allemand, en néerlandais et en espagnol.
L'analyse fréquentielle peut-elle casser n'importe quel chiffre ?
Non. Elle casse les chiffres dans lesquels chaque lettre claire est toujours remplacée par le même symbole. Les chiffres qui changent de substitution au fil du texte, ou les chiffres modernes qui travaillent sur des bits plutôt que sur des lettres, exigent d'autres méthodes ou ne peuvent pas être cassés du tout.
Qu'est-ce qu'un cryptogramme ?
Une citation ou une phrase chiffrée par une substitution simple, publiée pour que les lecteurs la résolvent à la main. Les cryptogrammes paraissent dans les journaux depuis le XIXe siècle et se résolvent exactement comme le montre l'outil : on commence par les mots courts et les lettres les plus fréquentes.
Comment les lettres perdues de Marie Stuart ont-elles été déchiffrées ?
En 2023, George Lasry, Norbert Biermann et Satoshi Tomokiyo ont identifié comme étant les siennes 57 lettres chiffrées conservées dans une bibliothèque française. Le chiffre utilisait près de 200 symboles ; ils ont donc combiné l'escalade par ordinateur, qui suggérait le sens probable de nombreux symboles, avec un patient travail manuel sur le reste.
Prêt à l'essayer ?
Ouvrez PictorX dans votre navigateur – aucune installation, aucune carte de crédit requise pour démarrer.
Ouvrir l'outil d'analyse fréquentielle