118      Глава4. Отправкасуперсекретныхсообщенийспомощьюкнижногошифра

Использование книги имело значительное преимущество перед реальным одноразовым блокнотом. Как говорил Фоллетт: «По блокноту сразу можно понять, что он используется для шифрования, а вот книга выглядит безобидно». Однако не обошлось и без недостатков: процесс шифрования/дешифрования очень утомителен и легко было допустить ошибку. Посмотрим, удастся ли нам исправить это с помощью Python.

Проект #6. Цифровой ключ к «Ребекке»

Превращение техники «Ребекки» в цифровую программу дает несколько преимуществ по сравнению с одноразовым блокнотом.

Процессы кодирования/декодирования станут быстрыми и безошибочными.

Появится возможность отправлять более длинные сообщения. Можно непосредственно шифровать точки, запятые и даже пробелы. Редкие буквы, например z, можно выбирать из любой части книги.

Кодовую книгу легко спрятать среди тысяч электронных на диске или в облаке.

Последний пункт особенно важен. В романе офицер британской разведки находит копию книги «Ребекка» на захваченной заставе немцев. Путем простой дедукции он понимает, что это альтернатива одноразовому блокноту. В случае цифрового варианта это было бы намного сложнее. Роман можно было бы хранить на небольшом устройстве вроде SD-карты, которую легко спрятать.

Это сближает книгу с одноразовым блокнотом, который зачастую не превышает размера почтовой марки.

И все же у цифрового подхода есть один недостаток: программу можно обнаружить. Если при использовании одноразового блокнота шпиону приходилось просто запомнить правила, то в цифровом случае правила должны быть скрыты в ПО. Это слабое место можно свести к минимуму, написав программу так, чтобы она выглядела безобидно — или хотя бы неоднозначно — и запрашивала от пользователя ввод сообщения и названия кодовой книги.

ЗАДАЧА

Написать программу на Python, шифрующую и дешифрующую сообщения, используя в качестве одноразового блокнота цифровой формат романа.

Проект #6. Цифровой ключ к «Ребекке»      119

Стратегия

В отличие от шпиона вам не потребуются все описанные в романе правила, тем более что многие и так бы не сработали. Если вам доводилось пользоваться электронными книгами, то вы знаете, что нумерация страниц в них бессмысленна. Изменение размеров страниц и шрифта лишает номера страниц уникальности. А так как вы можете выбирать буквы из любой части книги, то уже не потребуются никакие особые правила для редких букв или пропуска чисел при подсчете.

Итак, вам не нужно стремиться к идеальному воссозданию шифра «Ребекка». Достаточно создать нечто подобное, но желательно лучше.

Кнашему удобству, итерируемые объекты Python, такие как списки и кортежи, отслеживают каждый свой элемент с помощью числовых индексов. Скачав роман в виде списка, можно использовать эти индексы в качестве уникальных стартовых ключей для каждой главы. Далее можно сместить индексы на основе дня года, сымитировав метод из романа «Ключ к Ребекке».

Ксожалению, «Ребекка» пока еще не находится в публичном доступе. Вместо нее мы задействуем роман Артура Конан Дойла «Затерянный мир», который использовали в главе 2. В этом произведении содержится 51 уникальный символ, который встречается 421 545 раз, а значит, индексы можно выбирать случайно с очень небольшим шансом повтора. То есть при каждой шифровке сообщения вы сможете использовать в роли одноразового блокнота всю книгу, а не ограничиваться небольшой коллекцией чисел с одной странички.

ПРИМЕЧАНИЕ

При желании можете скачать и использовать цифровую версию «Ребекки», просто я не могу предоставить вам ее бесплатно.

Поскольку вы будете повторно использовать одну и ту же книгу, то нужно подумать о повторении ключей между разными сообщениями, а также внутри сообщения. Чем длиннее сообщение, тем больше материала может обработать криптоаналитик, а значит, и взломать код проще. И если каждое сообщение отправлять с одним и тем же ключом шифрования, то все перехваченные сообщения можно рассматривать как одно большое целое.

Для передачи каждого сообщения можно сымитировать действия шпиона и смещать номера индексов по дням года, используя диапазон от 1 до 366, чтобы учесть високосные годы. В подобной схеме 1 февраля будет представлять число 32. Таким образом, книга каждый раз будет превращаться в новый одноразовый блокнот, поскольку для одних и тех же символов будут использоваться разные ключи. Инкремент на один или более сбрасывает все индексы и как бы

120      Глава4. Отправкасуперсекретныхсообщенийспомощьюкнижногошифра

вырывает предыдущую страницу. Здесь, в отличие от одноразового блокнота, вам не нужно беспокоиться об утилизации вырванной бумажки.

Что же касается проблемы повторения внутри сообщения, то можно перед его отправкой выполнять проверку. В программе, хотя это и маловероятно, один и тот же ключ в процессе шифрования может быть выбран дважды, тем самым один и тот же индекс будет использован дважды. Дублирующиеся индексы — это, по сути, повторяющиеся ключи, которые помогут криптоаналитику взломать ваш код. Поэтому при обнаружении повторяющихся индексов можно либо перезапустить программу, либо перефразировать сообщение.

Вам также понадобятся правила, аналогичные использованным в «Ключе к Ребекке».

Обе стороны должны располагать одинаковыми копиями «Затерянного мира».

Обе стороны должны знать, как смещаются индексы. Сообщения необходимо формулировать максимально сжато. Числа следует прописывать словами.

Код для шифрования

Приведенный ниже код rebecca.py будет получать сообщение и возвращать его зашифрованную или текстовую версию согласно установке пользователя. Сообщение можно набрать или скачать с сайта книги. Вам также потребуется текстовый файл lost.txt, расположенный в одном каталоге с кодом.

Для ясности мы будем использовать имена переменных, такие как ciphertext, encrypt, message и т. д. Хотя будь мы реальными шпионами, то избегали бы столь явных названий на случай, если противник получит доступ к нашему ноутбуку.

Импорт модулей и определение функции main()

Код листинга 4.1 импортирует модули и определяет функцию main(), используемую для запуска программы. Эта функция запрашивает пользовательский ввод, вызывает функции, необходимые для шифрования/дешифрования текста, проверяет наличие повторяющихся ключей и выводит либо криптограмму, либо расшифрованный текст.

Определить main() можно как в начале, так и в конце программы. Иногда она предоставляет хорошее и легкочитаемое содержимое всей программы. В других случаях она может выглядеть не к месту, как повозка впереди лошади. С точки зрения Python неважно, где именно вы ее разместите, при условии вызова этой функции в конце.

Проект #6. Цифровой ключ к «Ребекке»      121

Листинг 4.1. Импорт модулей и определение функции main() rebecca.py, часть 1

import sys import os import random

from collections import defaultdict, Counter def main():

message = input("Enter plaintext or ciphertext: ") process = input("Enter 'encrypt' or 'decrypt': ") while process not in ('encrypt', 'decrypt'):

process = input("Invalid process. Enter 'encrypt' or 'decrypt': ") shift = int(input("Shift value (1-366) = "))

while not 1 <= shift <= 366:

shift = int(input("Invalid value. Enter digit from 1 to 366: ")

infile = input("Enter filename with extension: ")

if not os.path.exists(infile):

print("File {} not found. Terminating.".format(infile), file=sys.stderr)

sys.exit(1)

text = load_file(infile) char_dict = make_dict(text, shift)

if process == 'encrypt':

ciphertext = encrypt(message, char_dict)

if check_for_fail(ciphertext):

print("\nProblem finding unique keys.", file=sys.stderr) print("Try again, change message, or change code book.\n",

file=sys.stderr)

sys.exit()

print("\nCharacter and number of occurrences in char_dict: \n") print("{: >10}{: >10}{: >10}".format('Character', 'Unicode',

'Count'))

for key in sorted(char_dict.keys()): print('{:>10}{:>10}{:>10}'.format(repr(key)[1:-1],

str(ord(key)), len(char_dict[key])))

print('\nNumber of distinct characters: {}'.format(len(char_dict))) print("Total number of characters: {:,}\n".format(len(text)))

print("encrypted ciphertext = \n {}\n".format(ciphertext)) print("decrypted plaintext = ")

for i in ciphertext:

print(text[i - shift], end='', flush=True)

elif process == 'decrypt':

plaintext = decrypt(message, text, shift) print("\ndecrypted plaintext = \n {}".format(plaintext))

122      Глава4. Отправкасуперсекретныхсообщенийспомощьюкнижногошифра

Начинаем с импорта sys и os, двух модулей, которые позволят взаимодействовать с операционной системой. Далее импортируем модуль random, а затем defaultdic и Counter из модуля collections.

Модуль collections является частью Python Standard Library и включает несколько типов данных контейнера. С помощью defaultdic можно собирать словарь на лету. Если defaultdic встречает недостающий ключ, он не выдает ошибку, а подставляет значение по умолчанию. С его помощью мы будем создавать словарь из символов «Затерянного мира» и соответствующих им значений индексов.

Counter — это подкласс словаря для подсчета хешируемых объектов. Здесь элементы хранятся в качестве ключей словаря, а их количество — в качестве значений. С его помощью мы будем проверять криптограмму, чтобы убедиться в отсутствии повторения индексов.

Далее следует определение функции main(). Она начинается с запроса от пользователя сообщения для шифрования/дешифрования. Для максимальной безопасности пользователь должен это сообщение вводить вручную. Далее программа просит его указать требуемое действие — шифрование или дешифрование. После выбора программа запросит значение shift. Это значение представляет день года в диапазоне от 1 до 366 включительно. Затем идет запрос infile, которым будет lost.txt, цифровая версия «Затерянного мира» .

Прежде чем продолжать, программа проверяет наличие этого файла. Для этого она использует метод path_exists() модуля операционной системы, передавая ему переменную infile. Если файла не существует или путь и/или имя файла указаны неверно, программа сообщает об этом пользователю, используя опцию file=sys.stderr для окрашивания сообщения красным в оболочке Python, и завершается командой sys.exit(1). Значение 1 указывает, что программа завершилась с ошибкой, а не корректным образом.

Далее идет вызов нескольких функций, которые мы определим позднее. Первая из них загружает файл lost.txt в виде строки text, которая включает небуквенные символы, такие как пробелы и знаки препинания. Вторая функция создает словарь из символов и соответствующих им индексов с применением значения смещения.

Теперь прописываем условие для оценки используемого процесса. Как я уже сказал, для ясности мы используем явные названия — encrypt и decrypt. В реальной шпионской деятельности этого лучше избегать. Если пользователь выбрал шифрование, вызываем функцию, шифрующую сообщение с помощью словаря символов. По возвращении функцией результата можно считать шифрование выполненным. Но не стоит уповать, что все пройдет без запинки. Нужно

Проект #6. Цифровой ключ к «Ребекке»      123

убедиться в верности дешифровки и отсутствии повторяющихся ключей. Для этого мы начинаем серию действий для контроля качества.

Сначала проверяем, нет ли повтора ключей . Если эта функция вернет True, просим пользователя повторить попытку, изменив сообщение или избранную для шифрования книгу. Для каждого символа в сообщении мы используем char_dict и выбираем индекс случайно. Даже при наличии для каждого символа сотни или тысячи индексов, все равно есть шанс выбрать один и тот же индекс более одного раза.

Повторное выполнение программы с немного измененными параметрами, как я рассказывал ранее, должно исправить проблему, если только шифруется недлинное сообщение с большим количеством низкочастотных символов. Для обработки такого редкого случая может потребоваться перефразировать сообщение или найти более обширный текст, нежели «Затерянный мир».

ПРИМЕЧАНИЕ

В Python модуль random производит лишь псевдослучайные числа, которые можно спрогнозировать.Любойшифр,использующийпсевдослучайныечисла,потенциально может быть взломан. Для максимальной безопасности при генерации случайных чисел следует использовать функцию Python os.urandom().

Теперь выведем содержимое словаря символов, чтобы вы могли увидеть, сколько раз различные символы встречаются в романе . Это поможет строить сообщения, хотя в «Затерянном мире» пригодных символов очень много.

Символ и количество вхождений в char_dict:

124      Глава4. Отправкасуперсекретныхсообщенийспомощьюкнижногошифра

Количество уникальных символов: 51 Общее количество символов: 421 545

При генерации этой таблицы мы используем Format Specification Mini-Language (https://docs.python.org/3/library/string.html#formatspec), с помощью которого выводим заголовки для трех столбцов. Число в фигурных скобках указывает, сколько символов должно содержаться в строке, а знак «больше» означает выравнивание по правому краю.

Затем программа перебирает ключи в словаре символов и выводит их, используя ту же ширину столбцов и выравнивание. Она выводит символ, значение Юникода и количество вхождений этого символа в тексте.

Для вывода ключа используется repr(). Эта встроенная функция возвращает строку, содержащую выводимое представление объекта. То есть она

Проект #6. Цифровой ключ к «Ребекке»      125

возвращает всю информацию об объекте в формате, пригодном для отладки и разработки. Это позволяет явно выводить символы вроде перевода строки \n и пробела. Диапазон индексов [1:-1] исключает из строки вывода кавычки с обеих сторон.

Встроенная функция ord() возвращает целое число, представляющее кодовую точку Юникода для символа. Компьютеры работают только с числами, поэтому необходимо присваивать число всем возможным символам, таким как %, 5,  или А. Стандарт Юникод гарантирует использование уникального числа и универсальную совместимость для каждого символа независимо от платформы, устройства, приложения или языка. Показывая пользователю значения Юникода, программа позволяет ему уловить любые странности в рамках текстового файла, например отображение одной и той же буквы в виде нескольких различных символов.

Для третьего столбца мы получаем длину каждого ключа словаря. Она представляет количество вхождений каждого символа в романе. Затем программа выводит количество различных символов и общее их число в тексте.

Процесс шифрования завершается выводом криптограммы, а затем дешифрованного открытого текста для проверки. Для дешифрования сообщения программа перебирает каждый элемент криптограммы и использует его в качестве индекса для text , вычитая ранее добавленное значение shift. При выводе результатов программа использует end='' вместо предустановленного перевода строки, поэтому каждый символ не оказывается на отдельной строке.

Завершается функция main() условной инструкцией для проверки process == 'decrypt'. Если пользователь выбирает дешифрование сообщения, то программа вызывает функцию decrypt(), после чего выводит дешифрованный текст. Заметьте, что здесь можно просто использовать else, но я выбрал elif, что обеспечивает лучшую ясность и читаемость.

Загрузка файла и создание словаря

В листинге 4.2 мы определим функции для загрузки текстового файла и создания словаря из содержащихся в файле символов и соответствующих им индексов.

Листинг 4.2. Определение функций load_file() и make_dict() rebecca.py, часть 2

def load_file(infile):

"""Прочитаем и вернем текстовый файл в виде строки из символов нижнего регистра."""

with open(infile) as f: loaded_string = f.read().lower()

return loaded_string

126      Глава4. Отправкасуперсекретныхсообщенийспомощьюкнижногошифра

def make_dict(text, shift):

"""Вернем словарь символов и сдвинутых индексов.""" char_dict = defaultdict(list)

for index, char in enumerate(text):

char_dict[char].append(index + shift) return char_dict

Начинается листинг с определения функции для загрузки текста в виде строки. Использование with для его открытия гарантирует, что по завершении функции он автоматически закроется.

Некоторые пользователи при загрузке текстовых файлов могут получить, например, такую ошибку:

UnicodeDecodeError: 'charmap' codec can't decode byte 0x81 in position 27070:character maps to <undefined>

В этом случае попробуйте изменить функцию open, добавив аргументы encoding

и errors.

with open(infile, encoding='utf-8', errors='ignore') as f:

Подробнее об этой проблеме я рассказываю на с. 66 главы 2.

После открытия файла считываем его как строку и преобразуем весь текст в нижний регистр. Затем возвращаем эту строку.

Следующим шагом преобразуем полученную строку в словарь. Определяем функцию, которая в качестве аргументов получает эту строку и значение shift . Программа с помощью defaultdict() создает переменную char_dict, которая выступает в качестве словаря. Далее в defaultdict() передаем конструктор типа для list, так как нам нужно, чтобы значения словаря были представлены списком индексов.

При использовании defaultdict() каждый раз, когда операция встречает элемент, еще отсутствующий в словаре, вызывается функция default_factory() без аргументов, а ее вывод используется в качестве значения. Любой несуществующий ключ получает значение, возвращаемое default_factory(), и KeyError не возникает.

Если же попробовать создать словарь на лету, без вспомогательного модуля collections, то возникнет KeyError, как демонстрирует пример ниже.

>>>mylist = ['a', 'b', 'c']

>>>d = dict()

>>>for index, char in enumerate(mylist): d[char].append(index)

Проект #6. Цифровой ключ к «Ребекке»      127

Traceback (most recent call last):

File "<pyshell#16>", line 2, in <module> d[char].append(index)

KeyError: 'a'

Встроенная функция enumerate() действует как автоматический счетчик, так что мы легко получаем индекс для каждого символа в строке, сгенерированной из «Затерянного мира». Ключи в char_dict являются символами, а символы могут встречаться в text тысячи раз. Получается, что значения словаря — списки, которые хранят индексы для всех этих вхождений символов. Прибавляя значение смещения к индексу при его внесении в список значений, мы гарантируем уникальность индексов для каждого сообщения .

Завершается функция возвращением словаря символов.

Шифрование сообщения

В листинге 4.3 мы определяем функцию для шифрования сообщения и получаем криптограмму, которая представляет список индексов.

Листинг 4.3. Определение функции для шифрования сообщения rebecca.py, часть 3

def encrypt(message, char_dict):

"""Вернуть список индексов, представляющих символы в сообщении"""

encrypted = []

for char in message.lower():

if len(char_dict[char]) > 1:

index = random.choice(char_dict[char])

elif len(char_dict[char]) == 1: # Random.choice не работает,

если есть только 1 вариант

index = char_dict[char][0]elif len(char_dict[char]) == 0:

print("\nCharacter {} not in dictionary.".format(char), file=sys.stderr)

continue encrypted.append(index)

return encrypted

Функция encrypt() получает в качестве аргументов сообщение и char_dict. Начинается она с создания пустого списка для хранения криптограммы. Далее выполняются перебор символов в message и их перевод в нижний регистр для соответствия символам в char_dict.

Если количество связанных с символами индексов окажется больше 1, программа использует метод random.choice() для случайного выбора одного из индексов символа .

Проект #6. Цифровой ключ к «Ребекке»      129

представлено в виде криптограммы, состоящей из списка чисел, выражающих смещенные индексы. Мы сразу же создаем пустую строку для хранения дешифрованного текста.

Большинство людей наверняка перекопируют криптограмму в ответ на запрос от функции main(). Этот ввод может содержать или не содержать квадратные скобки, которые есть в списке. А поскольку пользователь вводит криптограмму с помощью функции input(), результатом станет строка. Чтобы преобразовать индексы в целые числа, которые можно сместить, сначала следует удалить все нецифровые символы. Для этого применяем методы stringreplace() и split() при сопутствующем использовании спискового включения для возвращения списка. Списковое включение — это краткий способ выполнения циклов в Python.

Чтобы использовать replace(), мы передаем ему символ, который нужно удалить, и символ на замену. В нашем случае это пробел. Обратите внимание, что можно «объединить» их с помощью точечной нотации, обработав запятые и скобки в один заход. Круто?

Далее переходим к перебору индексов. Программа преобразует текущий индекс из строки в целое число, давая возможность вычесть значение смещения, примененное в процессе шифрования. Индекс мы используем, чтобы обратиться к списку символов и получить соответствующий символ. Далее мы добавляем этот символ в строку plaintext и возвращаем plaintext, когда цикл завершается.

Проверка на сбой и вызов функции main()

Код листинга 4.5 определяет функцию для проверки криптограммы на наличие повторяющихся индексов (ключей) и завершает программу вызовом функции main(). Если проверяющая функция обнаружит повторение индексов, значит, шифрование может оказаться уязвимым и функция main() сообщит пользователю, как это можно исправить, после чего завершится.

Листинг 4.5. Определение функции для проверки повторения индексов и вызова main()

rebecca.py, part 5

def check_for_fail(ciphertext):

"""Вернем True, если шифрованный текст содержит дубликаты ключей"""

check = [k for k, v in Counter(ciphertext).items() if v > 1] if len(check) > 0:

return True

if __name__ == '__main__': main()