A análise de frequências explicada
Durante séculos, a melhor maneira de esconder uma mensagem foi trocar cada letra do alfabeto por outra. O número de chaves possíveis é astronómico, por isso a cifra parecia inquebrável. Mas um sábio de Bagdade do século IX já tinha descoberto o seu ponto fraco: uma língua usa algumas letras muito mais do que outras, e nenhuma troca consegue esconder isso. A análise de frequências transformou a quebra de códigos de um jogo de adivinhação num método, e continua a ser a primeira coisa que qualquer pessoa experimenta perante uma cifra nova.
A cifra de substituição
Uma cifra de substituição simples substitui cada letra do alfabeto por outra, segundo uma tabela fixa: talvez A passe a Q, B passe a W e assim por diante, com cada letra usada uma única vez. A tabela é a chave. Ao contrário da cifra de César, que apenas desloca o alfabeto e tem 25 chaves, a cifra de substituição pode usar qualquer ordem das letras: 26! chaves, cerca de 4 × 10²⁶. Mesmo um computador que testasse mil milhões de chaves por segundo precisaria de mais de dez mil milhões de anos para as experimentar todas.
A descoberta de al-Kindi
Por volta do ano 850, o filósofo árabe Abu Yusuf al-Kindi escreveu um tratado sobre a decifração de mensagens secretas, a mais antiga descrição conhecida da análise de frequências. O seu conselho era pegar num texto longo na mesma língua, contar quantas vezes aparece cada letra, depois contar as letras da mensagem secreta e emparelhá-las: a mais frequente com a mais frequente, a seguinte com a seguinte. Os estudiosos do Alcorão contavam letras e palavras havia gerações, e talvez tenha sido assim que a ideia surgiu.
Letras, pares e palavras
Em inglês, cerca de 12,7% das letras são E, 9% são T e 8% são A, enquanto o Z aparece menos de uma vez em cada mil letras. As contagens isoladas só apontam a direção certa, sobretudo em textos curtos, por isso os decifradores aproveitam todos os padrões que conseguem encontrar. Em inglês, uma palavra de uma letra é A ou I. Os pares mais comuns são TH, HE, IN e ER, e as letras dobradas mais comuns LL, EE, SS e OO. O Q é quase sempre seguido de U. Uma palavra frequente de três letras é provavelmente THE e, uma vez conhecidos o T, o H e o E, palavras como THAT e THERE encaixam-se por si. Cada língua tem a sua impressão digital: o E é ainda mais dominante em alemão e neerlandês, enquanto em português é o A que lidera.
A cifra fatal de uma rainha
Em 1586, Maria Stuart, rainha da Escócia, prisioneira em Inglaterra, trocava cartas cifradas com Anthony Babington, que conspirava para a libertar e matar a rainha Isabel I. As cartas saíam às escondidas em barris de cerveja, mas passavam pelas mãos do chefe dos espiões de Isabel, Francis Walsingham, cujo decifrador Thomas Phelippes quebrou a cifra, uma substituição com alguns símbolos extra para palavras comuns, por análise de frequências. As cartas decifradas provaram a participação de Maria na conspiração, e ela foi executada em fevereiro de 1587.
Esconder as frequências
Os criadores de cifras contra-atacaram. As cifras homofónicas davam vários símbolos a cada letra comum, para que todos os símbolos aparecessem com frequência aproximadamente igual. Nulos, símbolos sem significado, eram espalhados pelo texto para baralhar as contagens. A verdadeira resposta veio com as cifras polialfabéticas, como a cifra de Vigenère, do século XVI, que alternam entre vários alfabetos ao longo do texto, de modo que uma mesma letra em claro se torna muitas letras cifradas diferentes. Resistiu até que, no século XIX, Charles Babbage e Friedrich Kasiski mostraram como encontrar o comprimento da chave e depois aplicar a análise de frequências a cada alfabeto separadamente.
Como os computadores resolvem criptogramas
Também um programa não consegue experimentar todas as chaves, mas consegue subir. Parte de um palpite, pontua o resultado conforme se parece com a língua, geralmente pela frequência dos seus grupos de duas a quatro letras, e depois troca pares de letras na chave, mantendo cada troca que aumenta a pontuação. Quando nenhuma troca ajuda, abana a chave e volta a subir, guardando o melhor resultado. Este método, chamado subida de encosta (hill climbing), resolve uma cifra de substituição de algumas centenas de letras numa fração de segundo, e variantes dele decifraram cifras históricas que resistiram a pessoas durante séculos.
A análise de frequências hoje
As cifras modernas, como a AES, são concebidas para que o texto cifrado pareça completamente aleatório: todos os valores de byte aparecem com a mesma frequência, e a mesma mensagem é cifrada de forma diferente de cada vez. A análise de frequências não tem qualquer domínio sobre elas. Ainda assim, a ideia continua viva: as estatísticas da língua ajudam a reconhecer quando uma decifração está certa, a quebrar as cifras de passatempos e salas de fuga, e a ler cartas cifradas antigas encontradas em arquivos. Em 2023, cartas de Maria Stuart, rainha da Escócia, perdidas durante séculos, foram decifradas com a ajuda de computadores.
Explore-a
Abra a ferramenta de análise de frequências para obter um parágrafo cifrado em inglês, alemão, francês, espanhol, italiano, português ou neerlandês. Compare no gráfico as contagens das letras com a língua, use as pistas dos pares, das letras dobradas e das palavras curtas, e preencha a chave letra a letra. Dica e Verificar ajudam quando fica sem saída, e o resolvedor mostra como a subida de encosta termina o trabalho.
Perguntas frequentes
Porque é que o E é a letra mais comum em inglês?
Porque aparece em muitas das palavras inglesas mais frequentes, como THE, BE, HE, WE e ARE, e em terminações comuns como -ED e -ES. A maioria das línguas europeias partilha esta característica: o E também lidera em francês, alemão, neerlandês e espanhol.
A análise de frequências consegue quebrar qualquer cifra?
Não. Quebra cifras em que cada letra em claro é sempre substituída pelo mesmo símbolo. As cifras que mudam a substituição ao longo do texto, ou as cifras modernas que trabalham com bits em vez de letras, exigem outros métodos ou não podem ser quebradas de todo.
O que é um criptograma?
Uma citação ou frase cifrada com uma substituição simples, publicada para os leitores a resolverem à mão. Os criptogramas aparecem nos jornais desde o século XIX e resolvem-se exatamente como a ferramenta mostra: começando pelas palavras curtas e pelas letras mais comuns.
Como foram decifradas as cartas perdidas de Maria Stuart, rainha da Escócia?
Em 2023, George Lasry, Norbert Biermann e Satoshi Tomokiyo identificaram como sendo dela 57 cartas cifradas numa biblioteca francesa. A cifra usava quase 200 símbolos, por isso combinaram a subida de encosta por computador, que sugeriu o significado provável de muitos símbolos, com um trabalho manual minucioso no resto.
Pronto para experimentar?
Abra o PictorX no seu navegador – sem instalação, sem necessidade de cartão de crédito para começar.
Abrir a ferramenta de análise de frequências