字母频率分析工具

如何使用频率分析工具

频率分析是统计文本中每个字母出现次数，并利用这些统计数据推断文本来源或加密方式的过程。以下是使用本页工具的分步指南：

1. 将文本粘贴或输入到输入框中。该工具接受任何文本——明文、密文或混合内容均可。为获得最佳效果，请使用至少 100 个字符的文本，以确保频率规律在统计上具有意义。

2. 查看频率图表。交互式条形图以占所有字母字符的百分比显示每个字母的频率。字母默认按字母顺序排列，但您也可以按频率排序，以快速识别出现最多和最少的字母。

3. 与英语频率进行对比。图表将标准英语字母频率与您文本的分布叠加显示。留意 E、T、A、O、I 处的特征峰值。如果峰值整体出现均匀偏移，您看到的可能是凯撒密码。如果分布显得较为平坦，则很可能使用了多表替换密码，例如维吉尼亚密码。

4. 查看卡方统计量。这一单一数值概括了您的文本与预期英语频率的吻合程度。卡方值低于 30 表明文本接近正常英语；高于 50 则强烈提示文本经过加密或使用了非英语语言。

5. 检查逐字母偏差。详细统计表显示每个字母的实际频率、预期频率及两者之间的偏差。较大的正偏差表示该字母在英语中出现得比预期更频繁；较大的负偏差则表示出现得更少。

6. 形成假设并进行验证。如果您怀疑使用的是单表替换密码，可将最常见的密文字母映射到 E，第二常见的映射到 T，以此类推。对照常见的双字母组和三字母组核验这些猜测，不断调整替换方案，直到出现连贯的明文。

英语字母频率参考表

下表显示了英语文本中各字母的标准频率分布，基于对大规模文本语料库的分析。这些数值代表平均水平，在不同体裁、作者和文本长度下会有所差异。

助记词 ETAOIN SHRDLU 按降序排列了十二个最常见的字母：E、T、A、O、I、N、S、H、R、D、L、U。这一序列在排字工人中广为人知，以至于成为独具一格的文化符号。

破解密码：实例演示

请看以下密文，它使用了简单的替换密码加密：

GSZIV GSV OVGGVI UIVJFVMXB WRHGIRYF GRLM LU GSRH GVCG DRGS HGZMWZIW VMTORHSFIVJFVMXRVH GL XIZXP GSV XRKSVI

第一步：统计字母频率。

分析该文本，出现频率最高的字母为：

第二步：与英语频率对比。

在标准英语中，频率最高的五个字母为 E (12.7%)、T (9.1%)、A (8.2%)、O (7.5%)、I (7.0%)。对比分析：

• G (13.2%) 很可能对应 T (9.1%) 或 E (12.7%)
• V (11.3%) 很可能对应 E (12.7%) 或 T (9.1%)

第三步：寻找常见规律。

三字母单词 "GSV" 多次出现。英语中最常见的三字母单词是 "THE"。若 GSV = THE，则 G=T、S=H、V=E。

第四步：应用假设并扩展推断。

代入 G=T、S=H、V=E，检验 "GSZIV"——替换后得到 "THA_E"，强烈暗示为 "SHARE"（Z=R，I=R……等等，I 对应的字母应不同）。实际上，Z=A 且 I=R 得到 "THARE"——接近 "SHARE"。进一步核验后发现：这实际上是一种埃特巴什密码，每个字母映射为其逆序字母（A<->Z，B<->Y，以此类推）。字母 G（位置 7）映射到 T（位置 20），印证了 7+20=27，符合埃特巴什规律（位置 + 逆序位置 = 27）。

第五步：解码完整信息。

应用埃特巴什替换，将整段密文解码为："SHARE THE LETTER FREQUENCY DISTRIBUTION OF THIS TEXT WITH STANDARD ENGLISH FREQUENCIES TO CRACK THE CIPHER"

这个示例展示了频率分析结合规律识别和常用词知识，如何系统地破解替换密码。

N-gram 分析：双字母组与三字母组

单字母频率分析功能强大，但对连续字母对（双字母组）和三字母组进行分析，能揭示更多关于文本结构的信息。N-gram 分析利用了这样一个事实：英语——以及任何自然语言——在特定字母组合上具有强烈的统计偏好。

英语最常见双字母组 Top 10

英语最常见三字母组 Top 10

在密码分析中使用 N-gram

当单字母频率分析产生多个可能的映射时，双字母组和三字母组分析有助于缩小正确替换方案的范围：

1. 识别密文中的重复双字母组。密文中最常见的双字母组很可能对应 TH。
2. 寻找三字母组规律。若某个三字母序列频繁出现，它很可能代表 THE。
3. 关注单词边界。英语中的两字母单词极为有限（常见的有：OF、TO、IN、IS、IT、AS、AT、WE、HE、BY、OR、ON、DO、IF、ME、MY、UP、AN、GO、NO、US、AM、SO）。若能识别密文中的单词边界，将其与已知两字母单词对照，可以迅速缩小解答空间。
4. 结合字母频率数据。一旦通过 N-gram 分析获得高置信度的映射，便可将其用作锚点来确定单字母频率的对应关系。

频率分析的局限性

频率分析并非万能的破密工具。有几类加密方式能够抵御甚至彻底规避它：

多表替换密码

维吉尼亚密码等密码使用多个替换字母表，随着每个字母的加密循环切换。这将每个明文字母分散到多个不同的密文字母中，使频率分布趋于平坦，看起来接近随机文本。破解多表替换密码需要先确定密钥长度（使用 Kasiski 检验或重合指数），然后对每个子密码分别进行频率分析。

同音替换密码

同音替换密码将每个明文字母映射到多个可能的密文符号，频率越高的字母拥有越多的替代符号。例如，E 可能映射到五种不同符号中的任意一种，而 Z 只有一种。这使密文频率分布趋于均匀，从而击败基于简单计数的攻击。破解同音替换密码需要更复杂的技术，包括双字母组频率分析和爬山算法。

短文本

当字符数少于 100 个时，字母使用上的自然统计波动可能大于您试图检测的信号。一段短文本可能恰好不含字母 E，尽管 E 是英语中最常见的字母。在这种情况下，频率分析只能提供微弱的证据，必须辅以其他技术，如已知明文攻击或基于上下文的推断。

无效密码与隐写术

某些加密方法将信息隐藏在看似无害的文本中，对载体文本进行频率分析毫无用处，因为载体文本本身具有正常的频率分布。检测这类方法需要完全不同的分析手段。

现代加密

现代密码学算法（AES、RSA、ChaCha20）产生的密文在计算上与随机数据无法区分。每个字节值以相等的概率出现，无论进行多少频率分析都无法揭示任何有关明文的信息。频率分析严格来说只适用于古典密码。

相关工具

• 凯撒密码解码器 — 凯撒密码是最简单的替换密码之一，容易受到频率分析攻击，因为它只是将整体频率分布整体偏移了一个固定量。
• 关键字密码 — 一种使用关键字重新排列字母表的单表替换密码。频率分析是破解关键字密码的主要方法。
• 同音密码 — 专门设计用于对抗频率分析，通过将常见字母映射到多个密文符号来均衡输出分布。
• 密码识别器 — 在选择分析方法之前，使用密码识别器确定加密消息所使用的密码类型。
• 维吉尼亚密码 — 一种抵抗简单频率分析的多表替换密码。破解它需要先使用 Kasiski 检验或重合指数确定密钥长度，再对每个子密码分别进行频率分析。