Índice de coincidencia
La probabilidad de que dos caracteres tomados al azar de un texto sean iguales — un solo número que revela si un texto cifrado esconde un idioma o solo ruido.
La medida la formuló William F. Friedman en la Riverbank Publication n.º 22 de 1922, señalada a menudo como el texto individual más importante del criptoanálisis moderno. El punto de partida es que el lenguaje natural es irregular. Si se sacan dos letras al azar de un texto en inglés, la probabilidad de que coincidan ronda el 6,7 por ciento; en una cadena aleatoria uniforme de 26 letras, solo el 3,8. Un cifrado monoalfabético reordena las letras pero no toca la distribución, y por eso conserva su índice — lo cual es en sí mismo una fuga de información.
Su uso es mecánico y, por tanto, automatizable. Un índice bajo indica que el cifrado es polialfabético. Si se divide entonces el texto tomando cada n-ésimo carácter y se prueba con n = 1, 2, 3… el índice vuelve a acercarse al valor propio del idioma exactamente cuando n coincide con la longitud de la clave, reduciendo el Vigenère a un puñado de sustituciones simples. La misma idea de fondo —contar coincidencias y compararlas con el azar— reaparece veinte años después en el Banburismus de Turing, esta vez con ponderación bayesiana y a una escala bastante mayor.