جلسهی 19: فرکانس حروف Letter Frequency
در هر زبان بعضی حرفها بیشتر از بقیه میآیند. با Counter حرفها را میشماریم و از ترتیب فرکانس انگلیسی (etaoinshrdlu) برای شکستن رمز سزار و حتی رمز جانشینی استفاده میکنیم.
در این جلسه یاد میگیری
- در پایان این جلسه میتوانم با
Counterپرتکرارترین حرف یک متن را پیدا کنم. - در پایان این جلسه ترتیب فرکانس حروف انگلیسی را میشناسم.
- در پایان این جلسه میتوانم رمز سزار را با تطبیق پرتکرارترین حرف به
eبشکنم. - در پایان این جلسه میتوانم یک رمز جانشینی ساده را تا حدی باز کنم.
درس
⚠️ شکستن رمز را فقط روی پیامهای خودت یا نمونههایی که معلم داده تمرین کن. خواندن پیام رمزی دیگران بدون اجازه، حتی اگر بتوانی، جرم است. اینجا با متنهای تمرینی کار میکنیم تا ببینیم چرا رمزهای ساده شکستنیاند.
در متن انگلیسی حرف e از همه بیشتر میآید، بعد t, a, o و... . این یک «اثر انگشت» برای زبان است. اگر یک متن رمزی داشته باشیم، پرتکرارترین حرفش احتمالاً همان e رمزشده است.
Counter از ماژول collections هر چیز را میشمارد. most_common(1) پرتکرارترین را میدهد. برای شمردن فقط حرفها، بقیه را رد میکنیم.
from collections import Counter
text = "hello world"
counts = Counter(c for c in text if c.isalpha())
print(counts.most_common(1)) # [('l', 3)]
print(counts["o"]) # 2ترتیب تقریبی فرکانس انگلیسی را به خاطر بسپار: etaoinshrdlu. این رشته از پرتکرار به کمتکرار مرتب است و برای حدس زدن خیلی کمک میکند.
ORDER = "etaoinshrdlu"
print(ORDER[0]) # e (most common)
print(ORDER[1]) # tرمز سزار هر حرف را به اندازهی یک «شیفت» جلو میبرد. برای باز کردن با شیفت معلوم، همان اندازه عقب میرویم. از ord و chr و % 26 استفاده میکنیم تا در دایرهی الفبا بمانیم.
def shift(text, n):
out = ""
for c in text:
out += chr((ord(c) - 97 + n) % 26 + 97)
return out
print(shift("khoor", -3)) # helloبرای شکستن سزار وقتی شیفت را نمیدانیم: پرتکرارترین حرف متن را پیدا میکنیم، فرض میکنیم آن e است، و اختلافش با e همان شیفت است. بعد با آن شیفت کل متن را باز میکنیم.
from collections import Counter
ct = "khoor zruog"
top = Counter(c for c in ct if c.isalpha()).most_common(1)[0][0]
shift_amount = (ord(top) - ord("e")) % 26
print(shift_amount) # the guessed shiftرمز جانشینی سختتر است: هر حرف به یک حرف دلخواه نگاشت میشود. با فرکانس میتوانیم چند حرف پرتکرار را حدس بزنیم و بقیه را از روی کلمات بسازیم. این «باز کردن ناقص» است، اما شروع خوبی است.
mapping = {"x": "h", "q": "e", "z": "l", "p": "o"}
ct = "xqzzp"
plain = "".join(mapping.get(c, "?") for c in ct)
print(plain) # helloاشتباههای رایج: (۱) شمردن فاصله و علامتها همراه حرفها — فقط c.isalpha() را بشمار. (۲) فراموش کردن % 26 در سزار و بیرون زدن از الفبا. (۳) اعتماد صددرصد به فرکانس در متنهای کوتاه؛ در متن کوتاه ممکن است پرتکرارترین حرف e نباشد.
مثالهای این جلسه
- مثال متغیر (امنیت سایبری با پایتون): text = "hello world"
- مثال متغیر (امنیت سایبری با پایتون): ORDER = "etaoinshrdlu"
- مثال تابع (امنیت سایبری با پایتون): def shift(text, n):
- مثال تاپل و مجموعه (امنیت سایبری با پایتون): shift_amount = (ord(top) - ord("e")) % 26
- مثال دیکشنری (امنیت سایبری با پایتون): mapping = {"x": "h", "q": "e", "z": "l", "p…
چالشها
- Most Common Letter (آسان)
- Count One Letter (آسان)
- Frequency Order (متوسط)
- Caesar Decrypt (متوسط)
- Break the Caesar (سخت)
- Partial Substitution (سخت)
- Most Common Letter (متوسط)
- Top Three Letters (سخت)
بیشتر بخوان
- متغیر در پایتون: تعریف، نامگذاری و تغییر مقدار با مثال
- تابع در پایتون: آموزش def، پارامتر و return با مثال
- تاپل و مجموعه (tuple و set) در پایتون: آموزش با مثال
- دیکشنری در پایتون: آموزش کامل کلید و مقدار با مثال
← جلسهی 18: رمزنگاری متقارن با پایتون جلسهی 20: پروژه: رمزشکن خودکار →