Analiza frecvenței explicată

Timp de secole, cel mai bun mod de a ascunde un mesaj a fost înlocuirea fiecărei litere a alfabetului cu alta. Numărul cheilor posibile este astronomic, așa că cifrul părea de nespart. Totuși, un savant din Bagdad din secolul al IX-lea îi găsise deja punctul slab: o limbă folosește unele litere mult mai des decât altele, iar nicio înlocuire nu poate ascunde asta. Analiza frecvenței a transformat spargerea codurilor din ghicit într-o metodă și este și astăzi primul lucru pe care îl încearcă oricine în fața unui cifru nou.

O diagramă cu bare a literelor cifrate, de la cea mai frecventă la cea mai rară, comparată cu frecvențele din engleză, deasupra unui text cifrat în care primele litere au fost rezolvate
O diagramă cu bare a literelor cifrate, de la cea mai frecventă la cea mai rară, comparată cu frecvențele din engleză, deasupra unui text cifrat în care primele litere au fost rezolvate

Cifrul de substituție

Un cifru de substituție simplu înlocuiește fiecare literă a alfabetului cu alta, după un tabel fix: de exemplu, A devine Q, B devine W și așa mai departe, fiecare literă fiind folosită o singură dată. Tabelul este cheia. Spre deosebire de cifrul lui Cezar, care doar deplasează alfabetul și are 25 de chei, cifrul de substituție poate folosi orice ordine a literelor: 26! chei, aproximativ 4 × 10²⁶. Chiar și un calculator care ar testa un miliard de chei pe secundă ar avea nevoie de peste zece miliarde de ani pentru a le încerca pe toate.

Descoperirea lui al-Kindi

În jurul anului 850, filosoful arab Abu Yusuf al-Kindi a scris un tratat despre descifrarea mesajelor secrete, cea mai veche descriere cunoscută a analizei frecvenței. Sfatul lui era să iei un text lung în aceeași limbă, să numeri cât de des apare fiecare literă, apoi să numeri literele mesajului secret și să le pui în corespondență: cea mai frecventă cu cea mai frecventă, următoarea cu următoarea. Învățații care studiau Coranul numărau literele și cuvintele de generații, iar ideea s-ar putea să fi apărut chiar așa.

Litere, perechi și cuvinte

În engleză, aproximativ 12,7% dintre litere sunt E, 9% sunt T și 8% sunt A, în timp ce Z apare o dată la peste o mie de litere. Numărătorile simple indică doar direcția corectă, mai ales în textele scurte, așa că spărgătorii de coduri folosesc orice tipar pe care îl pot găsi. În engleză, un cuvânt dintr-o literă este A sau I. Cele mai frecvente perechi sunt TH, HE, IN și ER, iar cele mai frecvente litere dublate sunt LL, EE, SS și OO. Q este aproape întotdeauna urmat de U. Un cuvânt frecvent de trei litere este probabil THE, iar odată ce T, H și E sunt cunoscute, cuvinte precum THAT și THERE își găsesc singure locul. Fiecare limbă are propria amprentă: E este și mai dominant în germană și neerlandeză, în timp ce în portugheză pe primul loc se află A.

Cifrul fatal al unei regine

În 1586, Maria Stuart, regina Scoției, închisă în Anglia, a schimbat scrisori cifrate cu Anthony Babington, care complota să o elibereze și să o ucidă pe regina Elisabeta I. Scrisorile erau scoase pe ascuns în butoaie de bere, dar treceau prin mâinile șefului spionajului Elisabetei, Francis Walsingham, al cărui spărgător de coduri, Thomas Phelippes, a spart cifrul, o substituție cu câteva simboluri suplimentare pentru cuvinte frecvente, prin analiza frecvenței. Scrisorile decriptate au dovedit implicarea Mariei în complot, iar ea a fost executată în februarie 1587.

Ascunderea frecvențelor

Creatorii de cifruri au ripostat. Cifrurile omofonice dădeau fiecărei litere frecvente mai multe simboluri, astfel încât fiecare simbol să apară cam la fel de des. Simbolurile nule, lipsite de sens, erau presărate prin text pentru a încurca numărătorile. Adevăratul răspuns a venit odată cu cifrurile polialfabetice, precum cifrul Vigenère din secolul al XVI-lea, care trec de la un alfabet la altul pe parcursul textului, astfel încât aceeași literă clară devine multe litere cifrate diferite. A rezistat până când Charles Babbage și Friedrich Kasiski au arătat, în secolul al XIX-lea, cum se găsește lungimea cheii și cum se aplică apoi analiza frecvenței fiecărui alfabet separat.

Cum rezolvă calculatoarele criptogramele

Nici programele nu pot încerca toate cheile, dar pot urca. Un program pornește de la o presupunere, notează rezultatul după cât de mult seamănă cu limba, de obicei după cât de frecvente sunt grupurile sale de două până la patru litere, apoi schimbă între ele perechi de litere din cheie, păstrând fiecare schimbare care crește scorul. Când nicio schimbare nu mai ajută, scutură cheia și începe din nou să urce, păstrând cel mai bun rezultat. Această metodă, numită hill climbing („urcarea dealului”), rezolvă un cifru de substituție de câteva sute de litere într-o fracțiune de secundă, iar variante ale ei au spart cifruri istorice care le-au rezistat oamenilor timp de secole.

Analiza frecvenței astăzi

Cifrurile moderne, precum AES, sunt concepute astfel încât textul cifrat să pară complet aleatoriu: fiecare valoare de octet apare la fel de des, iar același mesaj este criptat de fiecare dată altfel. Analiza frecvenței nu are nicio putere asupra lor. Ideea trăiește totuși mai departe: statisticile limbii ajută la recunoașterea unei decriptări corecte, la spargerea cifrurilor din jocuri de logică și escape room-uri și la citirea unor scrisori cifrate vechi găsite în arhive. În 2023, scrisori ale Mariei Stuart, regina Scoției, pierdute timp de secole, au fost decriptate cu ajutorul calculatorului.

Explorați

Deschideți instrumentul de analiză a frecvenței pentru un paragraf cifrat în engleză, germană, franceză, spaniolă, italiană, portugheză sau neerlandeză. Comparați în grafic numărătorile literelor cu limba, folosiți indiciile date de perechi, litere dublate și cuvinte scurte și completați cheia literă cu literă. Indiciu și Verifică vă ajută când v-ați blocat, iar rezolvarea automată arată cum termină treaba metoda hill climbing.

Întrebări frecvente

De ce este E cea mai frecventă literă în engleză?

Pentru că apare în multe dintre cele mai frecvente cuvinte englezești, precum THE, BE, HE, WE și ARE, și în terminații obișnuite precum -ED și -ES. Majoritatea limbilor europene au această trăsătură: E se află pe primul loc și în franceză, germană, neerlandeză și spaniolă.

Poate analiza frecvenței să spargă orice cifru?

Nu. Ea sparge cifrurile în care fiecare literă clară este înlocuită mereu cu același simbol. Cifrurile care schimbă substituția pe parcurs sau cifrurile moderne care lucrează cu biți, nu cu litere, necesită alte metode sau nu pot fi sparte deloc.

Ce este o criptogramă?

Un citat sau o propoziție cifrată cu o substituție simplă, publicată pentru ca cititorii să o rezolve de mână. Criptogramele apar în ziare încă din secolul al XIX-lea și se rezolvă exact așa cum arată instrumentul: începând cu cuvintele scurte și cu literele cele mai frecvente.

Cum au fost decriptate scrisorile pierdute ale Mariei Stuart, regina Scoției?

În 2023, George Lasry, Norbert Biermann și Satoshi Tomokiyo au identificat 57 de scrisori cifrate dintr-o bibliotecă franceză ca fiind ale ei. Cifrul folosea aproape 200 de simboluri, așa că au combinat metoda hill climbing pe calculator, care a sugerat sensul probabil al multor simboluri, cu o muncă manuală atentă pentru restul.

Ești gata să încerci?

Deschide PictorX în browser – fără instalare și fără card de credit.

Deschideți instrumentul de analiză a frecvenței