L'analisi delle frequenze spiegata
Per secoli il modo migliore per nascondere un messaggio fu sostituire ogni lettera dell'alfabeto con un'altra. Il numero di chiavi possibili è astronomico, quindi il cifrario sembrava inviolabile. Eppure uno studioso di Baghdad del IX secolo ne aveva già trovato il punto debole: una lingua usa alcune lettere molto più spesso di altre, e nessuno scambio riesce a nasconderlo. L'analisi delle frequenze trasformò la decifrazione dei codici da un tirare a indovinare a un metodo, ed è ancora la prima cosa che chiunque prova su un nuovo cifrario.
Il cifrario a sostituzione
Un cifrario a sostituzione semplice sostituisce ogni lettera dell'alfabeto con un'altra secondo una tabella fissa: per esempio A diventa Q, B diventa W e così via, con ogni lettera usata una volta. La tabella è la chiave. A differenza del cifrario di Cesare, che si limita a spostare l'alfabeto e ha 25 chiavi, il cifrario a sostituzione può usare qualsiasi ordine delle lettere: 26! chiavi, circa 4 × 10²⁶. Anche un computer che provasse un miliardo di chiavi al secondo impiegherebbe più di dieci miliardi di anni per provarle tutte.
La scoperta di al-Kindi
Intorno all'anno 850 il filosofo arabo Abu Yusuf al-Kindi scrisse un trattato sulla decifrazione dei messaggi segreti, la più antica descrizione conosciuta dell'analisi delle frequenze. Il suo consiglio era di prendere un lungo testo nella stessa lingua, contare quante volte compare ogni lettera, poi contare le lettere del messaggio segreto e abbinarle: la più frequente con la più frequente, la seconda con la seconda. Gli studiosi del Corano contavano lettere e parole da generazioni, e forse è così che nacque l'idea.
Lettere, coppie e parole
In inglese circa il 12,7% delle lettere è una E, il 9% una T e l'8% una A, mentre la Z compare una sola volta su più di mille lettere. I singoli conteggi indicano solo la direzione giusta, soprattutto nei testi brevi, quindi i decifratori sfruttano ogni schema che riescono a trovare. In inglese una parola di una lettera è A o I. Le coppie più comuni sono TH, HE, IN ed ER, e le lettere doppie più comuni LL, EE, SS e OO. La Q è quasi sempre seguita dalla U. Una parola frequente di tre lettere è probabilmente THE, e una volta note T, H ed E, parole come THAT e THERE vanno al loro posto. Ogni lingua ha la sua impronta digitale: la E domina ancora di più in tedesco e in olandese, mentre in portoghese è in testa la A.
Il cifrario fatale di una regina
Nel 1586 Maria Stuarda, regina di Scozia, prigioniera in Inghilterra, si scambiava lettere cifrate con Anthony Babington, che tramava per liberarla e uccidere la regina Elisabetta I. Le lettere venivano fatte uscire di nascosto nei barili di birra, ma passavano per le mani del capo delle spie di Elisabetta, Francis Walsingham, il cui decifratore Thomas Phelippes ruppe il cifrario, una sostituzione con alcuni simboli in più per le parole comuni, con l'analisi delle frequenze. Le lettere decifrate provarono il coinvolgimento di Maria nella congiura, e lei fu giustiziata nel febbraio 1587.
Nascondere le frequenze
Gli autori di cifrari reagirono. I cifrari omofonici davano più simboli a ciascuna lettera comune, così che ogni simbolo comparisse più o meno con la stessa frequenza. Le nulle, simboli privi di significato, venivano sparse nel testo per confondere i conteggi. La vera risposta arrivò con i cifrari polialfabetici come il cifrario di Vigenère del XVI secolo, che passano da un alfabeto all'altro man mano che procedono, così che una stessa lettera in chiaro diventa molte lettere cifrate diverse. Resistette finché Charles Babbage e Friedrich Kasiski mostrarono nel XIX secolo come trovare la lunghezza della chiave e poi applicare l'analisi delle frequenze a ciascun alfabeto separatamente.
Come i computer risolvono i crittogrammi
Neanche un programma può provare tutte le chiavi, ma può salire. Parte da un'ipotesi, valuta il risultato in base a quanto somiglia alla lingua, di solito in base a quanto sono comuni i suoi gruppi da due a quattro lettere, e poi scambia coppie di lettere nella chiave, tenendo ogni scambio che alza il punteggio. Quando nessuno scambio aiuta più, scuote la chiave e ricomincia a salire, conservando il risultato migliore. Questo metodo, chiamato hill climbing (letteralmente «scalata della collina»), risolve un cifrario a sostituzione di qualche centinaio di lettere in una frazione di secondo, e sue varianti hanno violato cifrari storici che avevano resistito alle persone per secoli.
L'analisi delle frequenze oggi
I cifrari moderni come AES sono progettati in modo che il testo cifrato sembri del tutto casuale: ogni valore di byte compare con la stessa frequenza, e lo stesso messaggio si cifra ogni volta in modo diverso. L'analisi delle frequenze non ha presa su di essi. L'idea però sopravvive: le statistiche della lingua aiutano a riconoscere quando una decifratura è giusta, a rompere i cifrari di enigmi ed escape room e a leggere vecchie lettere cifrate ritrovate negli archivi. Nel 2023 alcune lettere di Maria Stuarda, perdute da secoli, sono state decifrate con l'aiuto del computer.
Esploralo
Apri lo strumento di analisi delle frequenze per avere un paragrafo cifrato in inglese, tedesco, francese, spagnolo, italiano, portoghese o olandese. Confronta nel grafico i conteggi delle lettere con la lingua, usa gli indizi delle coppie, delle lettere doppie e delle parole brevi, e compila la chiave lettera per lettera. Suggerimento e Controlla ti aiutano quando sei bloccato, e il risolutore mostra come l'hill climbing finisce il lavoro.
Domande frequenti
Perché la E è la lettera più comune in inglese?
Perché compare in molte delle parole inglesi più frequenti, come THE, BE, HE, WE e ARE, e in desinenze comuni come -ED e -ES. La maggior parte delle lingue europee ha questa caratteristica: la E è in testa anche in francese, tedesco, olandese e spagnolo.
L'analisi delle frequenze può rompere qualsiasi cifrario?
No. Rompe i cifrari in cui ogni lettera in chiaro è sempre sostituita dallo stesso simbolo. I cifrari che cambiano la sostituzione man mano che procedono, o i cifrari moderni che lavorano sui bit anziché sulle lettere, richiedono altri metodi o non si possono rompere affatto.
Che cos'è un crittogramma?
Una citazione o una frase cifrata con una sostituzione semplice, pubblicata perché i lettori la risolvano a mano. I crittogrammi compaiono sui giornali dal XIX secolo e si risolvono esattamente come mostra lo strumento: si comincia dalle parole brevi e dalle lettere più comuni.
Come sono state decifrate le lettere perdute di Maria Stuarda?
Nel 2023 George Lasry, Norbert Biermann e Satoshi Tomokiyo hanno identificato come sue 57 lettere cifrate conservate in una biblioteca francese. Il cifrario usava quasi 200 simboli, quindi hanno combinato l'hill climbing al computer, che suggeriva il significato probabile di molti simboli, con un attento lavoro manuale sul resto.
Pronto a provarlo?
Apri PictorX nel tuo browser: nessuna installazione, nessuna carta di credito richiesta per iniziare.
Apri lo strumento di analisi delle frequenze