Análise de frequência para quebrar cifras

Caiu na sua mão um texto cifrado de CTF, de exercício de faculdade ou de um enigma antigo, e você desconfia que é substituição simples. Cole o texto e veja o top-10 de letras com o percentual de cada uma, além dos dez bigramas e dos dez trigramas mais frequentes, lado a lado com as tabelas de referência de português e inglês. O exemplo que já vem carregado é um César deslocado em três posições.

Antes de contar, tudo que não é letra de A a Z é descartado: espaços, números, pontuação e também os acentuados, então um ç ou um ã somem da contagem. Como os espaços saem, bigramas e trigramas atravessam a fronteira das palavras, e por isso o trigrama campeão nem sempre corresponde a uma palavra real. Em português, A e E dominam com cerca de 14,6% e 12,6%; em inglês quem lidera são E e T. Abaixo de umas 200 letras, o ranking vira ruído estatístico.

A ferramenta conta, você decifra: não existe substituição automática nem tentativa de resolver a cifra sozinha. O método funciona contra César e substituição monoalfabética. Contra Vigenère é preciso primeiro descobrir o tamanho da chave e separar o texto em colunas, coisa que esta página não faz, porque ela não calcula índice de coincidência. Se o histograma sair quase plano, isso já é informação: cifra moderna espalha os bytes por igual. Tudo roda no navegador.