熵和加密文件

Question

我有一个问题需要帮助。 通常，在加密文件中，文件大小比未加密文件大。在这些时候熵会减少吗？我知道在 python 中熵的计算如下：

print('myfile.text'.format)
with open(r"C:\Users\Parisa\Desktop\myfile.txt", 'rb') as f:
byteArr = list(f.read())
fileSize = len(byteArr)
print
print('File size in bytes: {:,d}'.format(fileSize))
# calculate the frequency of each byte value in the file
print('Calculating Shannon entropy of file. Please wait...')
freqList = []
for b in range(256):
    ctr = 0
    for byte in byteArr:
        if byte == b:
            ctr += 1
    freqList.append(float(ctr) / fileSize)
# Shannon entropy
ent = 0.0
for freq in freqList:
    if freq > 0:
        ent = ent + freq * math.log(freq, 2)
ent = -ent
print('Shannon entropy: {}'.format(ent))[![enter image description here][1]][1]

stack.imgur.com/jMhkc.png 这是加密后的

这是在加密之前

Answer 1

加密文件的熵最大化。熵是衡量文件“随机性”的指标。

这是文本文件通常的外观，根据文件内容绘制熵：

这是加密文件的外观（忽略低熵的微小峰值，它是由某些标头信息或等效信息引起的）：

加密文件的熵接近 1。如果不是，它们就不会被很好地加密。模式 == 低熵，低熵 == 加密错误。

Answer 2

你真的碰到了一些困难的事情。让我引用过去的一些家伙：-

“我最关心的是如何称呼它。我想把它叫做“信息”，但是这个词用得太多了，所以我决定把它叫做“不确定性”。当我与约翰·冯·诺依曼讨论时，他有了一个更好的主意。冯诺依曼告诉我，“你应该把它叫做熵，有两个原因。首先，您的不确定性函数已在该名称下用于统计力学，因此它已经有了名称。其次，更重要的是，没有人知道熵到底是什么，所以在辩论中你总是有优势的。”

-克劳德·香农。

正如elsewhere 所讨论的，当您加密源/纯文本时，“熵”通常会增加。我可能没有深入细节，但根据上面的引述，熵有不同的定义。特别是在密码学中。密文看起来会更复杂。

---

使用来自here 的ent。