使用字母频率分析对没有空格和特殊字符的文本进行替换密码解密

Question

我需要找到给定密文的纯文本。我还有给定语言中的字母的统计数据（在Excel文档中），例如我有字母的频率和有向图的频率。

到目前为止，我尝试过这种方法：我在收到的密文中评估了每个字母的频率。然后我按照它们的频率按降序排列字母，并用Excel文档中相应的字母映射每个字母。这种方法的问题在于它给了我一些根本没有意义的文本。那是因为我的文字很小（只有1500个字符）。

我考虑过做一些有限的排列，但我不知道我可以用什么来评估一些排列有多好。我认为一个好的评估函数可以解决我的问题。

请注意，文本中会删除所有特殊字符和空格。也没有数字。

提前谢谢。

Answer 1

用于全自动解密

• 你需要添加一些常用词汇词典
• 并与之比较
• 从中找到大多数单词的解决方案可能是正确的

信函概率很少出现问题

• 它们来源于普通文本
• 所以如果您的加密文本是例如技术文件而不是文字......
• 或它包括方程式或表格
• 然后它可以搞砸你的整体信件出现

所以这样做：

1. 计算字母的概率
2. 按概率将字母分组
   • 如此常用（高概率）字母组合在一起（A组）
   • 所以较不常用的（中间概率）字母组合在一起（B组）
   • ，其余（低概率）也组合在一起（C组）
3. 代替A组
   • 首先查看A组概率是否与您的语言相符
   • 如果没有，则文本使用不同的语言，样式/形式，或者根本不是纯文本
   • 在这种情况下你不能安全地进行
   • 如果匹配则替换A组的字母
   • 第一次运行时应该没问题
4. 尝试替代B组
   • 所以你知道B组的所有字母（加密/解密）
   • 所以生成替换的所有排列
   • 为每个人尝试解密文本
   • 并在解密后搜索单词（忽略尚未替换的字母）
   • 计算单词计数百分比
   • 并记住最好的（或少数顶级的）
5. 尝试替代C组
   • 与bullet 4
   相同
6. 修正
   • 很可能在最终结果中会混入很少的字母
   • 所以有办法处理这个
   • 你可以拥有彼此可以混合的字母表
   • 所以你可以尝试对它们进行排列并对你的词典进行测试
   • 或在文字中找到每个单词1-2个错误字母的单词（对于更大的单词，如5个或更多字母）
   • 并且如果找到足够的单词，则排列/更正错误字母的替换

[注释]

• 您可以从翻译中获取字典
• 还在线看到了一些纯文本翻译表
• 这些群体之间应该有明显的概率差异
• 群组数量可以随语言变化
• 我使用半自动化方法获得了此任务的最佳结果
• 步骤5,6可以使用用户输入