¿Quién podrá revelar el texto encriptado por mis propios método y software de encriptación? Cifrando / Descifrando mediante "ogDVfoCRVwdovk".

Si alguien puede descifrar el código adjunto, se gana un viaje a:

"rozzx5oLPELoTyEmgL75EzCfwnwryS7QulkvyZoFSgoDOQLVdToVFo6oCP97otgULomoqotozecuC1sJoYZo".

La anterior captura de pantalla de mi programa, muestra un novedoso sistema de cifrado/descifrado que he estado desarrollando, basado en algo que nadie ha usado hasta ahora, creo yo (quizás me equivoque) y sin utilizar los métodos de encriptación de terceros. El método, cálculos y resultados, se obtienen exclusivamente de procesos pensados desde cero, por mi, y con base en 35 años de experiencia en programación (y respecto del anterior link, vea los videos demo, de mis Sistemas, de Gestión Empresarial, de Búsqueda Web de 3 etapas tal como Google, entre otros, accediendo a este link) y sin dejar de lado, las matemáticas avanzadas, métodos de probabilidades y estadísticas (estudiadas y aprobadas todas en la universidad), sin olvidar la física cuántica, de la que soy autodidacta desde niño, cuando comencé a programar, a los 13 años (millones de líneas de código en múltiples lenguajes, desde C de bajo nivel, C++, Java, RM-COBOL85, PHP, VB.NET en sus variadas versiones, sumado a ser un Full Stack Developer).

Por supuesto, este programa, como todo en este mundo, espera varias innovaciones de mi parte, las que ya tengo en mente.

Primero, puedes mirar un pequeño video, de este programa, en pleno proceso de cifrado/descifrado (si se ven demoras en los procesos, es debido al hecho de mostrar el texto codificado, en un control ListBox, y no así, al proceso interno):

Encriptación resultante (y ver el análisis de la eficiencia criptográfica, luego del siguiente código):

"t20vOIOUtMWiw5tw5FIvM7bQIQktyo8JtWQzlcY0XHtXJrRIRZIj8zeateaxtimmQmtmut9xcsIlyc8OMdkjHtm268t8XIgdypxtpx5tOlytsts4tWdSltaJmNV5DDo4Ht4XoRIR3t5pd34I34PtTxZOitiZtPqmFtwxoqxUeIHtwgVSISaIhOsfFtfFtt7cRiyIyyt5eOQIqcMEbx4VVFqHtgVZ2I2FICzyb1Ib1GttmfW2t2wIMZDEtPWlG9VHtAIpUIU1IA4yZ3tZ3rIMyXtGIG1tTdTFtLYn0U5v3wHtK630I0NIX5lyJtyJitQ3oWZtZhtmIUnIQt2RBiHtnfyRtRAIqqR72t72st1uFVotoCtWhxWtfj4v18lHtNYyhIhLI3KcA3tA3mIUKSUuIusIBLKYtiEat99KEpqmAHtZMSRIRNILaRIGtIGDIwXohzIzSIsmK8IaXr45OHt3lAUtUCIiC65gt5gntRCFi8t8Ut2843tQGZyoEHt0SiRIRuIOgRAAIAAqtNKYV6I6OIRWimtZREyVJHtaPV5I5TIXa52It2IIt986pbtbitL983ILR2ipWarSFHtVKZdId8ITTK8Dt8D9IsAgrZIZLt65zqtiBvsdVFPHtU002I2ZIalfcLtcLttoBcptItstTNBrI9ze6c9JSzatvHtz7MQtQxIMVbjxtjxtthRO60t0gtVcmFtRS5zeigPkoHt0QzxIxUIVWZ6Ct6CWIyVhbIII3IZ6RRtvISutHtIkxAIAqIVPtKZtKZ3taqn66t6BtgCU0IejyMVwqbgMvsHtWVghIhtIpLy51t51vtW1jgEIEXtgSwRtTytFpvJHtnFB3I3hIT2sVYtVYmtzfTXataatFpSuIL1iKlIHtsKd2t2fI460AbtAbtt6RxUVtVLtVujltDldVSNHtwNAMIMmIb4iZ4tZ4vtcbmD7I7dt0VtMtFUybIpsvHtfKmnIniINPzA0tA0Ctu9szPIPJtW4haICKgCQHt8hsjIjBIBb9w7tw7QITrEdxIxjIZ6rot2IxVtLwjFBSHtDyryIypIeZOnDInDctybOeCICUt6Rtrt4rGOTF7L9frJHtudVbIbaItlpsWIsWqtCeUFtttAIOMObtWoG3xHtI1O3I3cIXzFIStISdIQiERLILXIo5cnI3kMPoYcu4zTeXHtrbygtgDIboR4Pt4PGt58iWdtdgtfOEEto5V9BqHtDO0fIfPIBKZ7rt7rytdeNuBIB5tkvMStKXG5mHtC9tTITiIzzsNUtNU5tAbKQpIpftAv1BIrsT7uHtG0Wztz0IjDDGxtGxitBtXe0t0vtYlaPt53C5PJeBHtZTDJIJRIutqaWIaW3tNjpxBtBiI5txZIL4sqQoumnfHtUKEVIVpI6Y2YSIYSZtdOTp2I2ktIyRXIc9xF5FukHt5M5BtBdI0MpdStdS3t422nQtQitgWLsthck6RAX8HtA9rdIdjtpVunttntjIxyD4KIKGIgLYVIwwg7KcAHtPafGIGmIeoMpZIpZntn4YgNtNjIwFtDIO3rjZCZYHtqclwIwAI2TZdzIdzwtJ3k9bIb2tJzfKttdJETCHtgo20I0JIGt67nI7nptTdnFptpyIzBYxtnElVbcMHtSQ4AIALIJxB1at1aPtoVsc0t0Qt5LegI94sYaUvnOyXHtKar6t6DI1jIRCtRCKIwbsVkIkWt6kYrtzUlYTQEQbcAT6f8lBmHtKBlvtvQImSDmotmo4tuyh0ktklt71OFtTzuizKHtE8z4I4pImv0LSILSwtRsv89I9gtZVhRt3YwWc46HtDobqIqTIW4CW0tW0htud5lztzDt2T9rI0GzKNF9dJNT7HtERSeIeoIaEYhRthRjIdFMCvIvot9meIt4iRlTOkDI3mJHtlh4itiUIWU3C9tC9qtAS3uTtTbtaiNFtRN8BFWBZwHtwzUTIT4IryDKVtKVStpR2u9t9lIJ9EhI6KjXPGLaHtGB6eIeFIvAgcbtcb8IDsrK3I3eIMj8ZI4D1eyOm2AlTGHtNxiuIuZISGpiAtiAqI9EpVdId2tEumLIawEu4Ht5SIYIYhI48lMutMuUIn7QETITVIUguSIElyeL0a8HtAWD2t2IID6rLFtLFft9IK7utuKt4Ck7tlKvrCjtbfzDecXmYHtM3iIIIZIfiTbrtbrBIqtaLUIUTt4ytCts2f2ApHtlBozIzXIKFVZItZIbtKz02ItIvto8Q3IkcftRHt6KDvtvtIQeYpztpz1tOzicJtJntazfDtmJ2Fdn5KGETOcZHtrBgJIJPIotKYtIYt9tp0omytyEtcfyPtzRoYCiHtgvkFIF7IJaCjmtjm0td748CIC3t8kvYI7Zk6vycoHtX8fvIvvIEkVn4In4ctdsNvxtxFIrfNltasP5Gp488Htm9dQIQoIDnNfTIfTqtS3pxAtA6IRyrDIcgRyQW1Htnw7xIxlIN9oYhtYh6IE6RU1I1kI5KJbI95n7WpSHt6gzlIlSIsDzKrtKryIN9BVWIW7IVzvptqpqbaFhHtAXpyIyPImO0w6tw6Dt2BPRbtbntuXMCIdoyAeLa4HtMi31t1SIMxoCitCiQtr6uGrtrzthFvTtIM8SZHtuUxnInNI6xPmSImSftu2JwMtMot11CWIJvz4tjHtg0eEIEZIBz2C5IC5ytpNlJ0I0Vtmg7LILgQlDqHtyzhCIC5ISvDY5tY5Itjx0gNIN2tpzB1I0Adaxv9XrGHt4AaitiGIdCVWEtWE2tFvk14t4GtUlW1tXTZs5yi3pHtRFyyIyoIaYUsntsnxI8JRP0I0UIjOyWtdfjf9OHtv6FaIanI5mVjRtjRkI1qXfhIh1IfUz8IQvSuZDIqeZHtbw8AtACIh1zj5tj5Et9TTyVtVytKUoottylLPHtmvl6I6XIn5AxttxtwIb495StSpt1sTUtekfdAEFlz7QgoHtqds8I8kIkgllMtlMot7fQSCtCAtDpyiIui8GlV1gHtaaxntnSI2npKLtKLOtRhQoeteVtib0stJaiDzycOklHtw8poIoGIyS5wOtwOWtBWgJSISJtS3SRIkGBPzHtZcUnInGICkmhVIhVZtAArigtgpIaJE7IXK9FSdzJ30puGHt040vIvZIFnx0lt0lftSp5JqtqfIWDN5IpNtJSBCK2HtDhD8I8EImc31Gt1G0tUiuIVtVBtjYTEIGR9Y6Ht6fdhIhkI5ErRQIRQptGi4oJtJYtLOMmts7sEQZuHtnQuLILGIWBoEwtEw1tc73kntnht94etIJwQPrHtKXKxIxXIbgymatma0taF9WDIDhtfMbFtRpbT86r9wHt0JfbIbgIc3k0gt0g3I0QcBSIS5IIWWPIMNpCDZNHtjt8ItITI3b1r7tr7vtuCnuZtZ9tgJIItiYpiKdDXotHts0fMIMyImAVk3tk3mt9K49OIOZtmjnztjBxWpovyAD1WiHt3ZSvIvTIJkpaMtaMTtwEXdDIDetcvYcIivLDrHtpwn0t0vIM8mlctlcgtSEractcWtFDLyt1C7ibi7UfHtee5EIEVIRB7BvtBvCIdisTdId7tBOyPtm6UVPc8h3HtIWMxIxFItFQSntSnDtn6KlrtrjtL3uVIZ17ovHtTrWCtCDIP4ujytjy7tJyzXctcAta7M0tOsBetVEUHtBynZIZPIOQhUcIUc1tG1AoZIZUtXgGQtMDiKlHtcSa2I2ZIhFlJGtJG0IuShwJtJJtYmYcIIwtlv1sUIseHtY4DbIbpI7ueXwIXwPtICZjXtXkI2sWZtsjBoRKfmtHt0hNWIW4IwxS5lt5ljtL2ghNtNNtUDz2I7LYzOtnwyyKeZaHtavonInGIUIbL5tL5NIlTjb4I4AITK3Vtqu9p0qQwKZHI71OhIhfILcep2tp2tIeU6ibIbwtNCDeIU8KXtD8yyHthdPpIpZIdzEEqtEq2t6uIrBtBat585zI6pEURzImUHtESaJtJwIMrks7ts7it69C52t2FtBeqktYjmaKLuvEYC5gHtwPOZIZfIY0shdthditCNFISISgtl9Rktt938CeHtWG7dIdsI77dkEtkEgtuloC3I3etDoXgIJVarLPHtrfIUtUyIx7VcQtcQwt3GAV2t2UtIuJ1tjFl0U4HtcLpmImMI76caPIaPptDIKAdtdNIlcg5IyC10hKeKUHtOAR3I37I0GnmUImULt759r3I36teUMPIMsnZfJHtjQUAtANI1eMEwtEwytQeIUEtEMt8eoFtFOF55LJNMHtilmlIlVIfSrSjtSjzIj5LWGtGwtUWyjIJ9tPCHtSXn2I2jIXzZ4jt4jiIM21GAIAPIpC5Dt6AYzsjHtI4DVIVzICl9XTtXTetLZnuDtDiIx4h5IpDbXbHtPjNeIeZI01rR4tR4tIkUmwTITfI8UuxIUNspbhqPHtfIPIIIwIvfheAteAxIk1ka8I8RIOuSPtaMN41HtaRBQIQ6IDweDVIDVItuUalmtm8IsXnLIE8Uq8HtwXFJIJDIMxmfbtfbstOFikMtMbIfkbMIV3XG6vtbOIhB6ZFHtm9XnInTIdrU3Wt3WTIq45OytywtrGfOIvGNQlkElFHtVJ5wIwtISMICXtCXetuZeCuIuutN07MImAp9JejsHtjjhlIlVIsJRINtINnIA5VVpIp9ITOhXtfTIl6KHtydmMIMTID5TW3IW3AtglUCRIRNtJkrntj6WBIqm1ScGDS2HtEOQAIAVIRXdCKtCK5tavmeyIyCtZd9FIA3SgehOHtl6jktkvIKN9IitIiGtDMbxBtBJtskNktAB87VHtqjxrIr3ImJ2VdIVdmtJFZ9ptpqtaM5ZtRFxrIuNoHtrYqGIGfImP4bxIbxfteps09t9dIhEN5tqCbSCg0DvUHtxI51I1BI1xer8tr80IaFs6BtBbtQssqIj9Nmn8HtTuZsIscIFPd3Bt3BPIqzOX3I39tWOa6InNfNGzFHt9npaIaGIxljbmtbmtIszMYYtY9tyjOdIfbkK5KkuxUfHtEo0rIrNIb9U5hI5h6tgo5vRIRwt92QUtyzKEKKvnHtjiQpIp6ILAPmBtmBrI7WYsTtTftgyrRIgVRfu3DnhaZgxqxkHt7buoIoiIkaZWfIWfitJnosmImhIhvI7t6AMngqBlglfjWHtY7tSISlItrtTFtTF0I8e77UIUYIj8BLIPGGbjq5HtBoxptpeIaIp0kt0k8IcNf3oIoGIPZEttWWpIlHtSziitiSIBSIU6tU6btKj3h7t7htYpoht5SXTP9zHtsxhxIxAt3gYGdtGdCIiEXvtItat05mXtB5ICSHtOKD9I9UIpdP2It2IutXsaltttKtD4JgIVhrqN3pHtl3ZctcFIezYUltUlPtK1Xuhth2t8cZhtIw1NVPKiytW2IHtqeqtItstrbbEdIEdLtL9EQKtKqtyk0Ttd6RJiPudB9AHtr1M0I0PIX05aztazFtp796RIRltK0KII6IPtC9HttC8cIcmIlBs3WI3WYtFya7MtM8IrrGQt5mAVIHtn0qAIARIn69RptRpXIRkzqNINRtIOkttiRcBmHtvFWfIfMI0x326t26OtqCdSPtPMtoVudI0D2ZdlobTnHtOPNytylIiXht8tt8rtAcu4TtTVtFDePtEBhQCY4HtN1fFIF8IW3MLJtLJNIKZgklIlmIeNEttEvnSeQGHtAvesIsRIwuUmmtmmbIrM3x5I5kIbxRlImqiqfTyUq37HtN2q8t81IUMl1ft1fAtcVBf6t6atuK5RtvKPv5P3J9ivJHtdkbpIpKIJDsPJIPJdt2YjlUIUZIyMYDtcZiEQilpRzlHtdIZTITtIQXiDRtDRltKripbtb7t2SLEIhcAkTYSHt9DzgIgeIlxR5wt5wSIZtzSMIMEtvmqdtJlk32pjlSFyZHtLQdSISaIDRLhWthWYthaXZFIF3t13mhIf9PfOoHtqPRltlnISErbdtbdWtbV7dCtCstEZxktTbGFYHt1a6kIkmINlTdUtdUIIDvNzyIyjIViRethi4TFJgtibyHtVJUMIMgIYbWxstxsuthTGEdtdXt1DTWIjjrunDnJiWHtl56sIsZIN0EFmtFmlthS8X4I4XtYOSNtdQRoA2yrvDRHtrP2fIfVIBJ6I6tI6vtZE34OtOstiepjIOJJ9qt1Nz0c7x9xFHtMN2ZtZjIOgo1Ut1UKteUYnKtKVtcGbltyjRl9MjHtkxtBIB4IYgl91t91Tt2JDF3I3Mt9dAVtggqgKHt4yz0I0wIR3uJrtJr5tDKIA1I1ZtRiSUI9fz8Iz9Ht23byIysIXINR8tR8NIO0qM6I6AItvdltOTRs9Ee3HtmyNpIp8IYp3SIISIwtelhrEIEEtv3RgtB5XEBuHttEZVIVUIaef31I31RtjL7LJtJmIxSh8tXhdbgxu3ENBHtTR4BIBxIVdfQAtQAiI3uzT5I5mIsOCGIr3vx2WZcgtAIHtS9vDtDSINUqkKtkKttV5pAVtVztfmBptGzLZx9PHtJl9aIaBIr7qt2tt2lt4f3IJIJUtu1wdtAk0UMNmalHtQNmTITYIbvgtuttuKt7IE2wIwotV9uJIxzGu1Ht9dxXtXVImV3FwtFwqtOVRxUtUdtN4VctxnFwQHtUEp9I9iIvUr3lI3lNt4pV3sts7Io2lWIoSsoXVtcbnZHt68VkIkyIBoddUIdUqtOMnFDIDMtmuEtIUn1Tc7HtGiOotoyINw0vztvziteZNwrtrTt4JzjtSmJ0iKXSHt3KsQIQltVmmdjtdjKIvSuREIEpILtvxIe8RKRHtxaogIg0InmGhBIhBVtWJdxTtTjInmjdIW8yYGw4SHtb6OPIP8IQK8moImoPt9CftgIgrtOIOgtG5RmRHtrU2ZIZkIDZlayIayytu2NJltlVImdaothYed6LQw64HtYvVmImuIOBERBtRB4ttLZFJtJFtmYERIccLkRTTHt8wpPtPLIpgRRRtRRBIupIR9I9Ntpo6ztMh0oAHt88hNtNpIf65xttxtqtJLUtOtOKtMuOUtVFoPRyZlu6nHtMhLXIXIIO5maaIaajtqRdNlIlVt2X8YtereiLV24Q6VHtdhC8I8YID04YitYihtXUfRWtWJtWBPUIorRdKHtRIKlIldIzzN8Vt8VdIVaokEIEgthGxUtZr0PNqHtxN0EtEDIVjIpqtpqStm3P5MtMptWZ6et97JhEqHtlKVnInCIKBgYttYtft8U9GQtQtIsNw0IyYwrLAwyBSCHtNozzIzIIiwl0Vt0VEIKRAeYIYcIie1JIjjfClYUv5w3pFITHtUSOIIIAI6mso3to32IymyqOIOFt0AlzI4XIZo4nkHtS1MlIlCIF708tt8tjIzlPWJIJxI61a9IAuvmkv08TaoCHtTwFAtAdITRwOftOfntg8hB8t8CtYxBLtoo4kAXEaHtqwWBIBfIK3ErCtrC1Ig2nMmImvtpiQDtxOQQrNQmobxJXHtE6ODID3I1r5w0tw0it4wOTrtrhthYmnI2hyXGU3qXEr4KkaFSHtcRmztzPIJRDjhtjhzttkoDiti4tmqrttcjd60ZHtA2iFIFVIZOY8UI8UvtZ6NZ5t5KtxnJdtW7w5V8dHtI9Q8I82IbX2EttEtdtQcL3eIevtztjnIT6IyTHtTbRCICmICh655I55itt0pMata6IzueOtqql9vVb6HtRJ1qIqVIabvOmIOmYt0JaobtbuI3FDOIuB2u0VCHtqKwkIkqIXhRTqtTqvIxaFa6I6RIDjLpIMMsWZq52HtoaT6I6bI22QNQtNQKIottrOIO9IGIcgtQFPyPlllsWtHtSUN7I77ItXb5Ut5UdtaFPg9t9AtzRB1IAYGjeK3M8HtDrKNtNLI8pZ7bt7b8tcD7EMtMAtphpNtpSY3z4zDWDYHtrwF4I4oIFncdCIdC1tsf2Q1t1AttpqKIa7pAs9wHtun0gIgTIEEJcEIcEFtY2qADIDttJvdzIFFeubUcwWUSHtyDUTITbI6wSEJtEJEtzj9fjIjPtDdcXIWw0t7BTF5jHt7oFMtMdIJuoCntCnotf9D90t0XtlTuAt4cE6gHtcFpOIOwIMILhXthXnIxuSd5I5RITln7t1Bz3gHtdGf3I3tI25OuZtuZkI1WmmJIJWIT0QuI9Tn9lfHtjAzAtAeIxJTodtoddtdc49qtq5tC5CktXfzcs6HtFwvUIUIIFeFIgtIgnI2PsAktk8tcQPCt5v2kGq8Htff2qIqeIKI3LitLimtnYmkptpJtoI68IaWqBmsBkmSSXW6HthRf5t54Is6diZtiZctUNGxitivtNyxGtNNEllPZHt5uwDIDhIYCYT2tT2Ptnusa8I8VtxfjeI4rNAb6OZ4HtEgzTITKIYSO4gI4g6tbTL72t2fIXF6SIfKzdISnHtJqCTITpIEOJBWtBWatXVJUYtY7I7AJ8ICD8Kv4aHtrSW0I0QIp6kIwtIw5tUSYmxtxJtCUXAIr69NaxHtnvEyIyII1MIugIugyt9MrcdtdXtPydvtLSFCU9CUbvFHtIvCPIPTIW7ls8ts86tEDGYZtZJtqJNZIQG0LBpSayHtDJUyIyNIcdSvrtvrOtzx8EMIMGtaTxjtx9DVU53GIGDuHtWFa6I66Iwu9zBtzBeIZAu5BIB5I71wIInFTSedNiDeCOHthfCrtr4IAOEWvtWvWt5aDjStS0tUylttuWp3PXSHtXAdvIvvIwRk97t97Bt7bxiCICTtAfMRtASUwSHtYZIaIaDISJNTPtTPntECmttItTtU8WKIUTYOMFuHtws9dtdZI4pLF4tF4xtrW91ftfltfAkBtLqKbW61OYvHtg3VAIA8IE3tCTtCTsIb52JiIiitGgtatVv8YN9HtgPvjIjJI9NdBAtBA8tEDp8VtVbtFh4jIZsbjcxjAwtpHtGZwNtNUI7OaWwtWwltcrhcZtZ1tQgiStFRNKE3kHtk8JgIgSIMGIQaIQaltOg5pQIQYtLCuSt1i1RIiHtXmsaIaJIxZdfWtfWSI6Ju81t1VtmWmrICRup8HtffKuIujItdu87I87qteDySstsGIYkeOtsJczymQg9Ht77ZdIdgIj2s1yt1yVtkXhVxtxatVjg1IowLgCrhawUaXq82ofJHtNvMJIJzIu70I4tI40INNJsLILlIw8hntmCnW811xTtOKozHIiweSISSIITvv5tv5cIJeR0kIk0t3epqIVIsUaHt7FpzIzRIudej4tj4ctq5mejtj3teR00Ip7074ZpEJh3HtmKzxtxvI6fbQdtQdvtBTVPztzBti4DxtAiWNaHthar5I5bIMTPddtddGtv5NzPIPttQE1LtWNzR5IjRzGchwHt6fcXIXOIzpreAteAPt9ypCbIbVtxXIpILRKKpHtWAYftfGIeAW1Zt1Zxt04EDwtw0tpYoTtnF9DPTDEHtVWj4I44I2esebIebVtmFVNhthOIT8rGIl9aPVHtZbisIsTIDpODaIDaEtQS1EZIZNtySJkIRcD7oURLPQpmHtkYEotooIimXoStoSnt5MS2ZtZCtqFKZt0ckDEqWy7C52HtIfaCICuIACQXotXoNIAkisstshtlyRhIaa8EmFTpX4YHtDoreIeZIRUMYFtYFSIsBXENINYISl2ftV02jbuHtieOeIeAI8VaZgtZgbtKxTjhthFImxYxICDIfSHtI74CICvIkZnyRtyRUITPQqhIhBIkC0GITEiAL9Ht2DX1I1nI1zRV0tV0tI1Rv6qIq6IY2mDtW2Cb8UuktHtChcaIaMIOczD8ID88tyKkW3t3lIosgpIEBI4WW3W31NnHttE8GIGQImQmudtud3tIqpCstsaIRiYpIRZB3biXI2Z2Ym3awaHtqeQqIq4IhlEiBtiBRIf7UgqtqdtMgimI2ZZxRvcP9HtylXzIz0IZev3st3sttjl2jEIEVtVQRvI6zFr7bm1HtbUASISNI7D25St5S6IYAKncIc0IV34NtiKEnUa6qc9JHtT5EyIyEIAJw6aI6aptZ7y9eIeDtatbDtqm02pQ07lHtBGohIh1INtMUMtUMTtF54YcIc3t7XSnIm5uLvmPMWHtJc0WtW1IcVzDstDsBtKwVShthjtSe2ht2Q7zWPkIrHtDWBQIQSIwWX2nI2nLtX28cltlXt2MtltABU3RMCHtleyRIRUIAdkMoIMoDtg5syeteUIoBr8tWqY77qHt5zIjIjfIu5oFXtFXUIl3tQLtLjtylO2IyUql5HtKbmEIEOIZGzlNtlNeIPNeFWIWltGEM0IerRpnxxHtSDfcIcWII1t0gt0gMInmb2NtNYtpdYUIIEOfRuHtg0ukIk3ITA4M2IM2at799w8I8rt7sJgt0s8KlHtRwM2I2WIy6NOZtOZ0IxXZZ4t4etUx3nIqcOjj7fzzdvHteItYIYXI3KdfEIfEutIRdYLILwIAORMtayYyr7cQHtRCgEIE5IczMl4tl4UIRKV5aIatI2qiEIZzFIg9HtG8LRtRaIQD1eTteTcI06zNSISVInY99tRJmy0RHtFCODtDYIjQbNVtNVZt8jxBtttDtpAY2tVhIPQgHtzrgDIDbtUNUehteh9I33EukIkatEELRtAhsFAYKHtGosmImxIVvQAwtAwitkenJ3t3WtjLFGIgSmdDSQHtzJT7t7wIPxnlhtlhytxgkEvtvdtLc3VtDl2gbvIPKHt2NV7I7Et4tZglIglFtcznnAtA8tzvWrttSGJSsiEDnHtAPQWIWDIfkU2st2s3t35ZyWIW0tJEc1IXM8431wjlcNstIHtL7AzIzQI1mX5xI5x2t2xjQptpAIXSeFtRoqqMXpHtkGxSISnIUQIxCtxCnIdzzdvIvMtXG6xttkO2z3I1j8HtxwpRIRpI1XzVotVo0tqek3UtUqtlCCvIp30Tlt7qHt7wWQtQlIZw1datdaVte1o5GtGCteTxSt6ZdQwJIMLUHttnAdIdVIp25metmeKI3voouIu1I0oT4tfqxlapIIsuHtMJliIiRIiRkUJtUJ2IyYZMfIf0Inr7VICcO79PHtY8gbtb5IXrXeUteUEtFgTPKtKftvhGPtWBcKzTq64yEHtGWyEIEJIrWA6bI6bpthVkuUIUoI9U6ztTh5P47IxHtTgg6I68IiP4sPtsP8tuUwsVtVltKJbcIQNAgs03HtcuM6I6mIF2iVItVIPIuIUIZIZ9tmhRZtalT1bqWyHt66FWIWzInjyQ1tQ1ntimSm7I7at3vFWI1ZZLMaB576UnHtykl9t9JIzv7AVtAVMtqla9itiWth9vCtlW8bpxHt5slMIMdIjzIhlthlZIK6roqIqmIpnEjtJr8WXHtjFdPIPBIW4oa2ta2sth1M6gtgItwmBGIpEKoMTHttLuSIShIenkXotXoStRDuAsIsxta78wt7trbxjFHtWDQnInVIh2Wuxtux4t9AVQztzxtPg54Ic8vxlvIHtZ09ataBICIkbEtbEDtmJAXTtTstMTS9t8RzveLHtXWisIseID7x3gt3g9tErxGMIMZtgbYwto2dln82QlvARqg7WHt4McvIvnIXZfp8tp8htFKQxVIVntWC5eIWMWa9uSjHtUP7IIIaIywqsGtsGWIqkNCKIKGI2UTqtgtGqxCHtUdrqIqPIbCMsyIsywtWsyWDIDatP2yctt3jzo9h2GRHtp5DbIblIBqma0Ia0PtwmcgNtNSIAaJutyEI1A5dHtoT8oIoPIJ65avtavxI6RD1UIU6IPXodIdIOSpXdHtEQlBtBJIrA0JgtJgZtr2EswtwItSMkjtZRDgiP7zHtBxIEIE9IFTyx6tx67tab2bWIWSt7ii7tkCy96HtnJ9oIoUICAuF6tF6QtJ0bprIrFt9FBQIld0FG7uVHtOYZrtrxIRXBCptCpPty5w9XtX1tr704tNS9XZHt8M3FIFSI42ObsIbsdtRClbAtA3IrFRVImlMTUHtzLkUIU1ItjRcDIcDJtU4zSsIsFtP7cbIUIPr6FlJusliHt1fAEtEnI8I82It2IUttaXMataBtZxaitXRdNflTEslU4HtPu0EIENtgfKwQtwQGIDLJXzIzOIznGDIXg7Swc9MHthJzSISbI002e2Ie2OtyWcZutuIIcjO9IG6DrVHtVXhrIrjITfsEiIEi8tmcxKoIoTtPTzutY6Txo0hqvUHtDcceIeJIqxMBkIBkUt5QrKCtCkIrt8rtNsngpVHtcmMxIxRIjsBQitQiQt3uUDDtDotR9AZImBQ064pNOguHtvXYwtwEII8unRtnRBIP94KuIuxtJt3DtnV5xOrHtsil9t9CIFidwktwkftu0M5ataBtEAVvtRR0jLbHtCTwJIJUIGV7a9Ia9Tt1pJSPIPGtmvuqtIeFb0qFnHtFzmrIr1IJznhVthVptG2sF8t8wtz2kNI5AVR9dHtnJLwIw3IAThX4tX4eItQGh2I23tsbp5tC1yyJSCobHtwGtTtTuI1QJbQtbQIt56jUqtqetq3P0tEsrtDEyYvHthI80I0rIV92MitMiatjS5qDtDCIq6fsINqXT6xCRkoHtUIJqIqYIvfOpGtpGuIFwvbgIg7IeL8JIapYON2GR4HtPX9VIVMIYvlCBtCBNIAfFRZIZTtzExTInBg2dpHtN8YdIdyItWOjRtjRkIch4gUIUxIajbvISyWcbON3YdzHtqaFstsYIYxVcStcSztwmrzWtW1tYzGItetCAWjdCnHte9CFIFIIxVY4vt4vfIQn1WWIWEtscVAtAKvpQQhDIPFKt2HteYKaIa5I7bBzGtzGztL6ThLtLltWJGTIx3iJ0Ht1w7PtPdIgP8qctqcjt1QFb7t7dtXZYItnafsiHt5mtBIBuIWeMX3IX3FtecaqptpMtBAGAtOLLEsPxIUHtlewoIoKIrhg5Ot5OstEfSKlIlDtUL4KIK5K7dbwaHtmCw3I3qI3cogXIgX2tj9lRataCIJQnZtojk3LPcc6Ht4ejzIznI2Ji3PI3PytSorkMtMWIn2oVIeKGsTyWDU0rHtGVQtItiIxY6RJtRJlI8VO2GIGJIX2d1IY6i0MJLIUFCqHtuXVUIUbI8onhxthxxISA511I1eICeJ0tcE56w5qHt6wcnIn4IUJ6SXtSX4tgAMiXtXatz18SIcNJ6GQ4HtAIMLtLmIeneSutSuJtqRhRJtJrtahiztEOLopPRjNaJHtsgmIIIuIslkJlIJlytKvxOAtAmtI5EcI4NbQgCETq3tr2mbHtq2EfIfYI6wT1NI1NltK2y4qIqftxoPuIqQAWQJTmHta7YtItOI2dSzKtzKrtls86oIoptFoRkI1iSjtfPltpHtdrTRtRGIZZ49ut9uqtI2TgVtVbt9WyKtrqtmfrtRRWQHtoNuxIxaIN479ut9uJIY5kBfIfvIwATatzKuuDHty0flIlyIW7TnStnSRIojXDSISdIYUMjIGTTSe3HtKkBZtZZIx7Iwjtwjntyqn4QtQztxxy8tnJIjPVHtkGS5I5cI8tsNvtNvfIbt0MXtXTtKALatt2EhtHtQtm2I2NID80nftnfptAUIEEtE4t4XFqIv28z7JsxSyPuHt0CKvtvtI6IBC5tC53twWkbBtBatO3KJt6bKGXHtfhbpIpuIUZ8q5tq5MtkC0WjIjttWMBoIscLItTAHt7letItoIXDp2SI2SBtWlcdltljI4rBeIzqVVCkJEHtkJekIkhIijzX7tX7dtkhCyLtLYIfIsEISRXORM5aHtKdBxIxoIXUlcltclItpNrSBtB8tuoQlIrQRnKz96xHtXmykIkPI2XX35I35Qtl6R5tttutvnTJtuSXcplK3fkBHtbWVJIJOIcqcpntpnytj7W0vtvKtbQWtIDn8lf1O2Ht7AlcIcVIa7cqstqs9tXRVfMIMVt5UiUt6qFCQT4ZfHtNcwvIvlIVbgURtURXIsW4hYIYeIrFKXIWgM1oZHt1Yy9t9AIn37bTtbTytMupGntnMtIsw4tr4y99XBHt694pIpDIXuauktuk9tC6jCjIjLtiAA0tnYh0AHtCgxAIAJIgbQd2td2vt8x7cxIxetoAZKICfNmGHtBosQtQUIy1Q0tt0tttmFBVotost2p9UtjYVOxYmUUyHtmEwRIRQINduWhtWhRIfoO7SIS1tY7gDtyCRhLCv0rHtSh35I5iImcrvYtvYVtjBKS3t3bt26pNItPFDlHtkqOxtxOI8dTIOtIOit5aNhLtL2tgk7stELnZwndkKHtJbC4I4LIeYhcFIcFJtyL55bIbQtCvQit9rOSDPKHt46xhIh6Iq9yCTtCTeIzANL5t5dtEwYEIADeO9grYwHtGyzcIcoI9eFQUIQUxtr7TeLtLlIw2qTtfwlnz0HtaCLWIWzI4LsXRtXRCtwbqTjtjytGp63I5yuNxfS56q3gHtQrnuIukI5xB8ft8f9IcjNVAIALIEJPgtD9ss0HIwVaOIOcIcfqdJtdJSINcuawIw5t2sIwIcINfZF2aHt3lGDID6I2DPCCtCCKtti8G1t1ftmUwjIbQOt8NbHtp1nftfOIxmNp7tp7DtBctC1t1etDPSxtIxoOgj37HttUSMIM2IaRuoYtoYTtQ08O3I3vt4IqztsE9DxCjQHtxvqoIo2Is5pPltPlNtF913mImBt0A3zIruEZQGHt5xqVtVTIxvrPutPu1t99IOltlvtOZ8AtN8fKEgm6Htp3urIreI9MkDKIDK9t9LJqXtXxIqZ8eIUDGIzXOaY7KuHtjCu9I9aILcUffIffCtvGR7iIidtDMB5IFVc6lPHtA2QQtQhI2oxh6th6otSWavtttctKoX0tJiVpnONx9mqHtpWZVIVpIi4qAKtAKZIicDkbtbytl7sMIiwcCRsfSYHtcyonInqIlhwCktCkYITL7vbIbtIPQvPt0S8R591HtPtn0I0bIkmbGAtGArtwnpBotoyIPKupIZf7YZND59WUat28KHtMaFvIv0IBkoultullI2a7BlIlPIe7PwIaBa7zaUbLHtsYuhIhVIMhX0lt0lhIXuNfJIJ2I3g33t9tN2t0S51UAKYHt0aaBIBkIMKVekIekRt2eazxtxpI9uQUI15FK4GSFtCIHtxRyqIqfIrTLUFtUFktbR4FRtREI4LWCI2m10kXKa8dHtGNwXIXrIU1eBKtBKmI2tmxPtPotKr3nIcMSIAk6j4vHtJJEBIBRI1Gadttdtltrg08UIU0tiSGDImMgRwzHtibLyIyIInmtZ6tZ6EImWGU7I73IeQnRt9mgbWMPHtyWoTITUICc1grIgrrtep9jbIbztQJxUtAmsJPHtWSeiIiDIUWayUtyUCtqQct3I3RtlnASIuMEPGfdUYHtF4y0t08I6KG3xt3x7t5k3d4t4gtfhRLtSdNV1wHtx6hwIwZIein6hI6hrtbqEibtbrt4WqltMCvoeYHt3nlfIf0IoQYtOItO3tAf1BltlzIA9DjtlqdmopHtz6w8I8CIovLqFtqFdIqp1pZtZNtdhk2IwKLqdxHt9m2ZIZ5ImjJjntjnNI8b7f1I1LtCqb7IOoqUmPC6FpHt5r1DIDBIEzQRbtRbeIv8SJmtm1t7pZNIc0Dt6VMLYHtTR78I8sI4zUw5Iw5etM38IvIvbt3fK8tozeDXwHtYxPoIoFI9UnjTtjT3Ir1wgPtPCtODTwIOPyl1TmHtDqwUIUlITT4WEIWEFtN5ebVIVxIRuPhtaWqg8arYzwMHtO4W0I06IWOAp5tp5ZIMltIFIFBIrz78IAZYcpxXRIyHtZCy2t26ITeizOtzOzImVZ6GIGqIgevFtdJaZ7HH"

Programa, idea, código fuente, métodos, procedimientos, variables, constantes, arreglos, átomos y bosones, Copyright 2014 - 2018 - by Nelson Ressio.

He analizado el código encriptado de arriba (que en cada imagen de abajo, está de forma completa, dentro del cuadro con la etiqueta "Mensaje a Analizar"), por  medio de un software online para tal fin, y estos fueron los resultados gráficos (muy alentadores por cierto, teniendo en cuenta que es mi propio método de encriptación):

Un Índice de Coincidencia (IC) de 0.03378 en un texto encriptado (imagen superior) indica una baja coincidencia o similitud entre las frecuencias de los caracteres en el texto. El Índice de Coincidencia es una medida que proporciona información sobre la distribución de caracteres en un texto y se utiliza comúnmente en criptografía para evaluar la aleatoriedad de un texto cifrado.

Un IC cercano a 0.0677 (aproximadamente 1/26) indica una distribución uniforme de los caracteres, similar a lo que se esperaría en un texto en claro en un idioma con un alfabeto de 26 letras. Sin embargo, un IC de 0.03378 es más bajo que el valor esperado, lo que sugiere que la distribución de caracteres en el texto encriptado es menos uniforme de lo que se esperaría en un texto en claro.

Este bajo valor de IC puede ser un indicio de que se ha utilizado algún método de cifrado o mezcla que ha alterado la distribución original de los caracteres. Puede implicar que el texto encriptado es más difícil de analizar y descifrar, ya que no sigue las frecuencias típicas de los caracteres en un idioma determinado.

Es importante tener en cuenta que el análisis del Índice de Coincidencia es solo uno de los muchos métodos utilizados en criptoanálisis, y el valor del IC en sí mismo no proporciona información completa sobre el tipo de cifrado utilizado o la seguridad del texto encriptado. Se requiere un análisis más detallado y el uso de otras técnicas criptoanalíticas para intentar descifrar completamente el texto.

Un valor alto del Índice de Shannon (imagen superior) indica que la entropía del texto desordenado es alta. El Índice de Shannon es una medida de la cantidad de información o incertidumbre presente en un conjunto de datos. Cuanto mayor sea el valor del Índice de Shannon, mayor será la entropía, lo que significa que el texto desordenado contiene una mayor diversidad o variabilidad de caracteres o símbolos. En términos más simples, un valor alto del Índice de Shannon sugiere que el texto desordenado es menos predecible y más caótico en su estructura. Por lo tanto, podemos concluir que el texto desordenado en este caso en particular tiene una alta entropía. En algunos casos, si se utiliza un cifrado fuerte, como un cifrado simétrico o asimétrico moderno, es posible que el texto cifrado parezca indistinguible del ruido aleatorio y tenga un Índice de Shannon muy alto. En estos casos, el valor del Índice de Shannon podría estar en el rango de 4.0 a 6.0 (casi como mi texto cifrado por mi propio método de encriptación) o incluso más alto, dependiendo de varios factores.

Conclusión. El texto encriptado, y compartido al comienzo de este artículo, el cual fue generado por mi encriptador basado en una metodología inventada 100% por mí, aparentemente posee un alto índice de aplicar "caos al orden".

Por Lic. Nelson J. Ressio.