破解4整理數据信息.docVIP

第四章 整理数据信息 引子：艰难破解基德手稿 轻易击毁山本座机 古今密码无其数, 你编我译费辛苦. 山本基德遭破解， 信息来自数据库. 密码, 似乎神奇, 却又普通. 这个名词现在大家都知道. 例如，银行存折上有密码，取款要密码，打开电脑要输入密码…… 其实远古时代就有密码，而且是人人都会用的. 例如一个原始人，捕获两只兔子，吃了一只，想把剩下的一只留在下次饿的时候再吃，于是就把兔子塞在某个岩缝里，并在岩石上画上一个记号. 这个记号就是密码. 中世纪许多海盗把掠夺来的金银财宝藏到一些孤岛的山洞里，为了怕人发现，就用石块和树枝把洞口伪装起来，然后留下只有他自己和亲信才知道的秘密符号，即密码，便于以后查找. 在美国诗人、作家爱伦坡（Edgar Allan Poe，1809～1849）的著名小说《金甲虫》中，就描写了一个关于密码的故事. 故事中有这么一位勒格让先生. 当他在南卡罗来纳州的荒凉海滩上散步时，意外地发现了一张半埋在湿沙里的羊皮纸.当时，这张羊皮纸什么也看不出， 但他把这张羊皮纸带回家里，坐在火炉旁烤火时，竟神奇般地显现出一些清晰可辨的红色神秘符号来. 符号里有一个人的头骨，这是海盗的标记，表明这份手稿是一个海盗写的；还有一个山羊头，由于英语中山羊Kid与基德Kidd音形都相近，说明这个海盗正是有名的基德船长. 手稿中主要部分是几行数字不象数字，文字不象文字的符号，这些就是密码，其实就是数据，叫人无法看懂，估计是指明了一处埋藏珍宝的位置（见图）. 勒格让先生为自己的发现而欣喜若狂. 他想，要是能弄清基德船长手稿上各种符号所表示的真正意义，就会得到一笔意外的财产. 于是他立即着手破译手稿上的密码，绞尽脑汁，百般尝试，却总是收效甚微. 困难并没有使勒格让先生退缩，意外的财产具有很大的诱惑力. 他寻找各种资料，也无济于事，然而就在翻阅资料时，看到了频频出现的英文字母.“那些符号也许就是替换英文字母的吧？”他突然冒出了这样一个想法. 于是，他对英文字母出现的频率，作了一次认真的统计，他发现，e出现的频数遥遥领先. 其余的字母按出现频数多少排列如下： a，o，i，d，h，n，r，s，t，u，y，c，f，g，l，m，w，b，k，p, q, x, z. 勒格让数了一数基德船长的密码，查出数字8次出现的次数最多. 他想，“8大概是e?” 是的，在运用英文字母的频率来破解密码这一点上，他猜对了. 当然，只是大概，而不是一定. 这使勒格让先生信心大增，他连忙按同样方法列出基德船长手稿中符号出现的频数顺序表，并与用英文字母的频率顺序（表中第三列）比较： 符号 出现次数 按频率排列顺序 实际字母 8 ; 4 ） * 5 6 （ 1 十 0 9 2 3 ： ？ π - -- 33 26 19 16 15 14 12 11 10 8 7 6 5 5 4 4 3 2 1 1 e a o i d h n r s t u y c f g l m w b k e t h o s n a i r f d l m b g y u v c p 他认为可以假设第一栏中的各符号与同一行中的字母逐个相对应. 这样一来，基德船长的手稿就成了ngddugyniirhaoefio……. 这什么意思也没有！勒格让先生又一次失败了，“怎么回事？是不是基德这个老海盗诡计多端，采用了其他的密码编制方法呢？” 根本不是这么回事. 原因很简单，由于这篇密码的字数太少，以致概率的大数定律起的作用不大，给应用统计方法进行分析带来了困难. 勒格让先生并没有甘心，他相信那些符号一定是英文字母的某种替换，只是字母的对应关系还不完全正确，于是他只好凭借英语单词字母的细微结构来进一步推敲. 首先他依然假设出现次数最多的8为e，因为他注意到，“88”在这一小段文字中经常出现（五次）. 我们知道，e在英语中是经常双写的， 如 meet，fleet，speed，seen，been，agree等. 其次，如果8真的为e，那它一定会作为“the”的一部分在文中经常出现. 查阅一下手稿，就可以发现“;48”这个组合在这段短文中出现了七次，因此可以假设“;为t，4为h”等等. 经过这一番艰苦的分析，勒格让先生终于找到了符号替换英文字母的对应法则. 最后译出的字母列在表上的最后一栏. 这样，爱伦坡这篇故事中基德船长的秘密符号就可以破译成：“A good glass in the bishops hostel in the devils