Python：有没有一种好方法可以检查文本是否加密？

Question

我一直在玩cryptocat这是一个有趣的在线聊天服务，它允许您使用密钥加密您的邮件，这样只有拥有相同密钥的人才能阅读您的邮件。该服务的一个有趣方面（在我看来）是这样一个事实，即使用您正在使用的密钥以外的密钥加密的文本仅显示为“[encrypted]”，而不是一堆垃圾密文。我的问题是，在Python中，是否有一种很好的方法来确定给定的文本是否是密文？我在这个例子中使用RC4，因为它是我能实现的最快的东西（基于Wikipedia上的伪代码。谢谢。

Answer 1

没有保证的方法可以说明，但在实践中你可以做两件事：

1. 检查许多非ascii字符（如果您希望人们发送英文文本）。

2. 检查值的分布。在普通文本中，有些字母比其他字母更常见。但在加密文本中，所有角色的可能性几乎相同。

执行后者的一种简单方法是查看是否有任何字符出现超过（N / 256）+ 5 * sqrt（N / 256）次（总共有N个字符），在这种情况下它很可能一种自然语言（未加密）。

python中的

（反转上面的逻辑，加密时给出“true”）：

def encrypted(text):
    scores = defaultdict(lambda: 0)
    for letter in text: scores[letter] += 1
    largest = max(scores.values())
    average = len(text) / 256.0
    return largest < average + 5 * sqrt(average)

数学来自平均数，是一个围绕平均值的高斯分布，方差等于平均值​​ - 它并不完美，但它可能足够接近。默认情况下（少量文本，当它不可靠时）这将返回false（对不起;早些时候我的版本不正确“max（）”，其中小数字的逻辑是错误的方式）。

Answer 2

每一个名副其实的密码都会产生看似完全随机的输出。无论您是处理加密文本还是处理某些未知协议的数据，您都可以利用这一事实进行快速测试。如果数据是加密的，那么您可以检查可以窃听的字节流中的字节值分布 - 如果所有值均匀分布，那么您很可能处理加密文本。

为了对决定越来越有信心，你可以将测试扩展到更复杂的东西，例如分析对的分布或字节的三元组等。

另一方面，您还可以将您感兴趣的特定语言的digrams和trigrams的统计数据与您观察到的数据中的事件进行比较（另请参阅here）。如果您的数据行为相似，那么您更有可能观察纯文本。

Answer 3

一种说法是填充。在邮件末尾添加标准填充。如果解密的消息没有以标准填充结束，则使用错误的密钥对其进行解密。反过来并不保证，但通常是正确的。