Te daré una respuesta teórica no práctica. Estas máquinas no existen hoy.
Bien, esta es la teoría: puede convertir una contraseña en un número muy grande. Con aproximadamente 8 bits por carácter ASCI y 14 caracteres (una contraseña segura) obtienes 5.192e + 33 números posibles.
Ahora, para cifrar lo que hace una computadora, multiplique los datos que desea proteger por este gran número. Dado que es enormemente costoso probar todos los valores posibles para ver cuál desbloquea la computadora, tiene una tarea imposible. (Esta complejidad de búsqueda fue la historia detrás de la ruptura de los códigos nazis en el juego de imitación. Eso solo funcionó porque los nazis fueron descuidados [dejando una entropía reducida en el mensaje fuente] y Turing tuvo suerte).
- ¿Qué fuente de alimentación funcionaría mejor con una placa base GA-F2A88xm-D3HP?
- ¿Cuáles son los términos más mal utilizados o semánticamente degradados en tecnología informática y TI?
- ¿La pantalla azul de la muerte es inevitablemente fatal o se puede guardar una computadora con ella?
- ¿Cuál es la mejor jerarquía / estructura de carpetas para un nuevo disco duro?
- ¿Cómo se clasifican las computadoras? ¿Cuáles son sus diferencias?
En la teoría de la complejidad computacional, a menudo hablamos de O (), como O (N), O (N log (N)), etc. Luego extrapolamos para determinar qué problemas son irremediablemente complejos y que nunca se pueden resolver en la práctica. Aquí es donde comienza la diversión.
Uno puede ver la multiplicación de números como un problema de convolución. Esto se debe a que multiplicar polinomios equivale a una convolución de coeficiente. Y podemos ver un número como un polinomio en la base del sistema numérico. (¡Intenta salir 173 veces 242, es divertido!). Pero sabemos que la Transformada de Fourier acelera la convolución al reemplazarla con multiplicación por puntos. En el caso de números grandes, la multiplicación por puntos es en bits, por lo que podemos usar la transformada de Fourier para multiplicar números grandes. Esto es lo que los teóricos del número han hecho durante décadas. La transformación rápida de Fourier (FFT) revolucionó la teoría de números al reducir la complejidad de calcular esta transformación de [matemática] N ^ 2 \ a \ N log (N) [/ matemática]. Las computadoras cuánticas pueden hacerlo mejor. (Lo siguiente es de una publicación anterior sobre algoritmos cuánticos)
La transformada de Fourier del punto [matemático] 2 ^ n [/ matemático] de una transformada de Fourier discreta del punto [matemático] 2 ^ n [/ matemático] se puede hacer usando la computación cuántica (vea Transformada cuántica de Fourier) con [matemático] O (n ^ 2) [/ math] registros de memoria (puertas), versos [math] O (n2 ^ n) [/ math] usando una computadora clásica. Por ejemplo, tomar el FFT de 1,000,000,000 de puntos de una secuencia de números de 1,000,000,000 de bits requiere 900 puertas, ¡30 mil millones de clásicas! Mucho más pequeño que 5e33 en la oración introductoria, pero ves la esencia.