Criptografía de Diccionario Post-Alfabeto: Identidad de Símbolos, Distribución de Diccionario y Estructura Criptográfica

La criptografía y el criptoanálisis modernos normalmente asumen que el dominio analítico ya ha sido establecido. El texto en claro y el texto cifrado se tratan como secuencias de unidades estables extraídas de alfabetos identificables, mientras que las unidades recurrentes, los límites de objetos y las identidades entre sesiones permanecen disponibles para la comparación estadística y estructural.

Este artículo introduce la Criptografía de Diccionario Post-Alfabeto (PADC), un marco en el que la formación del alfabeto observable, el diccionario, el perfil estadístico y la estructura del objeto criptográfico se convierte en una parte controlable de la arquitectura de codificación. Un símbolo fuente o una unidad de diccionario puede representarse mediante múltiples unidades de código externamente distintas, mientras que las frecuencias observables y las transiciones de orden superior pueden moldearse de acuerdo con un proceso objetivo seleccionado artificial, uniforme, técnico o similar a un lenguaje.

PADC distingue tres niveles de no equivalencia controlada: identidad de símbolos, distribución de diccionario y estructura criptográfica. Las unidades fuente repetidas no necesitan preservar una identidad externa estable; el diccionario observable no necesita preservar la organización estadística de la fuente; y la segmentación visible del portador no necesita determinar las unidades internas de un cifrado, hash, firma u otra transformación criptográfica.

La arquitectura completa se representa como

\[M \xrightarrow{F_{\Theta}} X \xrightarrow{E_{K}} Y \xrightarrow{R_{\Phi}} O,\]

donde \(F_{\Theta}\) forma una representación alternativa de alfabeto-diccionario y \(R_{\Phi}\) forma la estructura del portador observable externamente.

Un resultado central es que una secuencia observable puede seguir siendo compatible con múltiples reconstrucciones del objeto criptográfico mutuamente incompatibles. Por lo tanto, el observador puede carecer no solo de la clave o del texto en claro, sino también de un objeto de texto cifrado determinado de manera única y de un espacio de texto cifrado en el que pudiera comenzar el criptoanálisis convencional. La Codificación de Segmentos de Lenguaje (LSEG) se identifica como un candidato concreto para la función de representación \(R_{\Phi}\) porque puede preservar una segmentación del portador recuperable mientras deja el ensamblaje de objetos criptográficos de nivel superior dependiente de un estado estructural oculto.

El marco se amplía además entre sesiones. Si cada sesión forma un alfabeto y un diccionario observables distintos, las observaciones de diferentes sesiones no pueden agruparse en un solo corpus estadístico hasta que el adversario reconstruya los mapas de identificación entre sesiones que conectan sus unidades analíticas. Por lo tanto, más observaciones no producen automáticamente una muestra estadística más grande.

Palabras clave: criptografía post-alfabeto; formación de diccionario; criptoanálisis; análisis estadístico; modelado de frecuencias; codificación no canónica; estructura observable; LSEG; arquitectura criptográfica.