กำหนดชุดข้อความธรรมดา $P \subseteq \{0, 1\}^n$. สมมติว่าเรารู้ชุดข้อความรหัสที่สอดคล้องกัน $C \subseteq \{0, 1\}^n$ ผลิตโดยการใช้แผ่นครั้งเดียวกับรหัสที่ไม่รู้จัก $k \in \{0, 1\}^n$.
คำถาม: วิธีคำนวณ $k$อ้างอิงจาก $พี$ และ $C$?
แนวทางของฉัน: สำหรับทุกคู่ $(p, c) \in P \คูณ C$, คำนวณคีย์ $k' = p \oบวก c$. ส่งออกคีย์ที่ใช้บ่อยที่สุด $k'$.
คำถามของฉัน: อะไรคือความน่าจะเป็นของความสำเร็จของอัลกอริทึมที่เสนอ?
ปัญหาของวิธีนี้คือคีย์ที่พบบ่อยที่สุด $k'$ ไม่ซ้ำกันในบางกรณี ในบางกรณี $k'$ ไม่ซ้ำใคร ตัวอย่างเช่นเมื่อ $P = C = \{0, 1\}^n$.
เนื่องจากเรามีชุด $พี$ และ $C$, การค้นหา $k$เราต้องการเพียงหา (หนึ่งใน) คู่ $(p,c)\in P \คูณ C$ เซนต์. $p \oplus k = c$เช่นเดียวกับคู่นี้ $k$ เป็นเรื่องเล็กน้อยในการคำนวณ
ขั้นแรก เราสามารถสังเกตคุณสมบัติที่ให้สองคู่ที่สอดคล้องกัน $(p_1, c_1)$ และ $(p_2, c_2) \in P \คูณ C$, $c_1 \oplus c_2 = p_1 \oบวก p_2$ - กล่าวอีกนัยหนึ่ง ความแตกต่างระหว่างข้อความเข้ารหัสสองรายการจะเหมือนกับความแตกต่างระหว่างข้อความเข้ารหัสที่สอดคล้องกัน
เราสามารถใช้สิ่งนี้กับข้อความธรรมดาของเราที่สอดคล้องกับข้อความไซเฟอร์ โดยสมมติ $c_i \n ค_j$, ชุดของความแตกต่าง, $d_i^c$สำหรับที่กำหนด $c_i$ ด้วยคำอื่น ๆ ทั้งหมดใน $C$ จะไม่เหมือนใคร เช่นเดียวกับที่กำหนด $p_i$, กับ $d_i^p \ne d_j^p$ สำหรับความแตกต่างชุดอื่นๆ สำหรับข้อความธรรมดาที่แตกต่างกันใน $พี$อย่างไรก็ตาม สำหรับคู่ไซเฟอร์เท็กซ์ข้อความธรรมดาที่สอดคล้องกัน ความแตกต่างเหล่านี้จะเหมือนกัน
ตัวอย่างเช่น ถ้า $p_1$ เข้ารหัสเป็น $c_1$, แล้ว $d_1^p = d_1^c$และเราสามารถจับคู่สองสิ่งนี้ได้เนื่องจากเราทราบดีว่าความแตกต่างเหล่านี้ไม่ซ้ำกับข้อความธรรมดา/ข้อความเข้ารหัสที่กำหนด
จากนั้นให้เราคำนวณ $k = p_1 \oบวก c_1$.
คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา
