CryptAfinity

1. Description

CryptAfinity est un logiciel libre permettant de dechiffrer des texte obfusques par des systemes Afines ou l'algorithme de Vigenere. Il possede les caracteristiques suivantes :

• Il est distribue sous la licence GNU General Public License
• Il est ecrit en C++.
• Il implemente pour l'instant uniquement une analyse par frequences, a partir d'une liste de "priorites" de lettres dans un texte clair, et de la proportion que representent les X premieres lettres "prioritaires" dans le texte.

1.1. Auteurs

CryptAfinity a ete entierement realise par Glenn ROLLAND <glenux@glenux.net> et Roland LAURÈS <shamox@mac.com> a l'occasion de travaux pratiques du cours de systeme du Master 2 Ingenierie Informatique - Systèmes, Reseaux et Internet.

2. Pre-requis

CryptAfinity necessite les bibliotheques de fonctions suivantes (dans leur version de developpement si compilez le programme vous-meme):

• glib-2.0

2.1. Sur un systeme Debian GNU/Linux

Il vous suffit de taper (en tant qu'administrateur) les commandes suivantes pour installer le necessaire:

apt-get install libglib-2.0-dev

2.2. Sur un systeme Apple MacOS X (>= 10.3)

Il est necessaire d'avoir installe les autotools (automake, autoconf...) dans leur derniere version. À partir de la, il suffit de taper les commandes suivantes dans un terminal :

sudo fink install glib2-dev

2.3. Sur un systeme Microsoft Windows

Cela ne fut pas (encore) teste, mais il est tres probable que cela fonctionne sous Cygwin.

3. Se procurer CryptAfinity

Vous pouvez telecharger la derniere archive des sources, ou bien directement la version la plus recente du projet sur le depot Subversion du projet.

3.1. L'archive des sources

Elle est disponible a l'adresse :

[http://glenux2.free.fr/pub/projets/CryptAfinity/archives/](http://glenux2.fre e.fr/pub/projets/CryptAfinity/archives/)

3.2. Le depot Subversion

Afin d'obtenir les sources les plus a jour, vous pouvez utiliser le logiciel de controle de sources Git :

$ git clone https://github.com/glenux/cryptaffinity.git

4. Utiliser CryptAfinity

4.1. Compilation

Si vous avez téléchargé une archive, commencez par la decompressez :

$ tar -xzvf CryptAfinity-0.2.tar.gz

Rendez vous ensuite dans le dossier qui vient d'etre crée lors de la decompression.

$ cd CryptAfinity-0.2

Puis lancez l'auto-configuration du logiciel, puis la compilation.

$ ./autogen $ ./configure $ make

Le programme sous forme binaire se trouvera alors dans le sous-dossier src/tools/, sous le nom break_afinity

4.2. Utilisation

CryptAfinity necessite de nombreux parametres, avec la syntaxe suivante:

Usage: break_afinity -a -e -f -p -t -m

Ou les parametres sont les suivants: &nbs p_place_holder;

-a, --alphabet

Fichier contenant les lettres de l'alphabet, dans l'ordre.

-e, --epsilon

Tolerance pour le test des clefs.

-f, --frequencies

Proportion moyenne que representent les 9 lettres "prioritaires" dans le texte clair.

-k, --keylength

Taille de la clef maximul (obsolete)

-p, --priorities

Lettres ordonnees par frequence decroissante d'apparition dans le texte clair.

-t, --text

Fichier contenant le texte chiffre.

-m, --mode <a|v>

Selection du mode "Afine" ou "Vigenere"

5. Documentation

5.1. Code

Vous pouvez trouver la documentation du code de CryptAfinity dans le dossier doc/html de l'application, ou en suivant ce lien.

5.2. Principe du "decodeur Afine"

On genere l'espace des clefs possibles pour l'alphabet donne en entree:

int alpha_size; //taille de l'alphabet std::list orb; // nombre premiers avec alpha_size MathTools mt; // bibliotheque d'outils mathematiques std::list keyList; std::list::iterator orbIt;

for (i=1; i<alpha_size; i++){ if (mt.pgcd(i, alpha_size) == 1) { orb.push_back(i); } } // 1 - generer l'espace des 312 clefs for (orbIt = orb.begin(); orbIt != orb.end(); orbIt++){ KeyAfine key; key.setCoefA((*orbIt)); for (i=0; i<alpha_size; i++){ key.setCoefB(i); keyList.push_back(key); } }

Puis on fait une attaque par analyse de frequence sur les textes obtenus par "decodage" du texte chiffre avec les clefs essayees.

float frequencies; // frequence cumulee des 9 lettres les plus presentes float epsilon; // marge d'erreur std::list::iterator kLIt;

for (kLIt = keyList.begin(); kLIt != keyList.end(); kLIt++){ float score = 0; printf("Trying key %s\n", (*kLIt).toString().c_str());

  plainText = codec.decode(cypherText, *kLIt);   
  plainText.setAlphabet(this->_config.getAlphabet());

  for (int i=0; i<9; i++){
  score +=   plainText.getCountOf(prio_conf[i]);
  }

  score = score / plainText.size();

  if (fabs(score - frequencies) < epsilon){
  printf("KEY =
	  %s\n",(*kLIt).toString().c_str());

  printf("PLAIN TEXT(%f) = %s\n", fabs
	  (score-frequencies),

	  plainText.toAlphabet().c_str());
  }

}

5.3. Principe du "decodeur Vigenere"

On commence par détecter les groupes de carateres qui se repetent dans le texte.

Une fois ces groupes repétes de lettres obtenus (dans l'ordre decroissant en fonction de leur longueur), on calcule la distance separant les deux premiers groupes (note d1) puis la distance entre les deux suivant (d2).

On pose K = PGCD(d1, d2). Il est fortement probable que K soit un multiple de la longueur de la clef. L'hypothese sous-jacente est que ces groupes de lettres sont issue du chiffrement des memes bouts de mots avec les memes bouts de la clef. Si le K = 1 on peut raisonnablement supposer que ce n'est pas le cas, et qu'il n'y a pas de repetitions.

L'etape suivante consiste a faire une analyse de frequence en decoupant le texte en K colonnes. On classe ensuite les lettres apparaissant dans les colonnes en fonction de leur nombre d'apparitions.

Dans un monde utopique, il suffirait de calculer la distance entre la lettre apparaissant le plus souvent dans la colonne, et celle apparaissant le plus souvent dans le langage attendu pour le texte clair (l'anglais en l'occurrence).

Cependant il arrive frequemment que l'ordre de lettre soit legerement change par rapport au resultat attendu. Dans le programme, on calcule donc pour chaque colonne les distances entre les X lettres les plus frequentes dans la colonne et la lettre la plus frequente dans le langage.

On genere ensuite un espace de X ^ K clefs a partir des combinaisons de ces differents decalages obtenus sur chaque colonne.

Enfin, on decode ensuite le texte avec chacune des clef generees, et en fonction de donnees statistiques relative a notre connaissance prealable du texte et d'une petite marge d'erreur, on filtre les texte dechiffres.

(Exemple: les 9 lettres les plus frequentes representent 70% du texte, et on une marge de +/- 4%).

En jouant sur la marge d'erreur, on laisse passer plus ou moins de textes dechiffres, parmi lesquels devrait se trouver le texte clair attendu.