Índice de coincidência
A probabilidade de dois caracteres sorteados ao acaso de um texto serem iguais — um único número que revela se um texto cifrado esconde uma língua ou apenas ruído.
A medida foi apresentada por William F. Friedman na Riverbank Publication n.º 22, em 1922, rotineiramente apontada como o artigo mais importante da criptoanálise moderna. O ponto é que a língua natural é irregular. Tire duas letras ao acaso de um texto em inglês e a chance de coincidirem é de cerca de 6,7%; numa sequência uniformemente aleatória de 26 letras, apenas 3,8%. Uma cifra monoalfabética troca os rótulos das letras, mas deixa a distribuição intacta, e assim preserva o índice — que é, em si, o vazamento.
A aplicação é mecânica e, portanto, automatizável. Um índice baixo indica uma cifra polialfabética. Divida o texto pegando cada n-ésimo caractere e teste n = 1, 2, 3 …: o índice volta a se aproximar do valor da língua exatamente quando n é o tamanho da chave, reduzindo a Vigenère a um punhado de substituições simples. A mesma ideia de fundo — contar coincidências e comparar com o acaso — reaparece vinte anos depois no Banburismus de Turing, dessa vez com ponderação bayesiana e numa escala bem maior.