🔐 Laboratorio de Criptografía

Este laboratorio incluye implementaciones de algoritmos clásicos, modernos y post-cuánticos en Python mediante notebooks interactivos (.ipynb).

Cada notebook contiene explicaciones teóricas, ejemplos prácticos y código funcional, con el objetivo de comprender en profundidad los fundamentos y aplicaciones de la criptografía.

---

📁 Estructura del Repositorio

📊 Análisis y Fundamentos

• Análisis de frecuencias.ipynb: Análisis estadístico de frecuencias en textos cifrados, útil para criptoanálisis clásico.
• Cuadrados latinos.ipynb: Construcción y propiedades combinatorias relevantes en criptografía.

---

🏛️ Criptografía Clásica

• Cifrado Cesar.ipynb
• Cifrado Afin.ipynb
• Cifrado de Vigenere.ipynb
• Cifrado Playfair.ipynb
• Cifrado Homófono.ipynb
• Cifrado por transposición columnar.ipynb
• Cifrado de Fish.ipynb
• One time pad.ipynb

Cada uno de estos notebooks explora los métodos históricos de cifrado, sus fortalezas, debilidades y posibles ataques.

---

🔐 Criptografía Moderna

• RSA.ipynb
• El Gamal.ipynb
• Curvas elípticas.ipynb
• Intercambio de Clave Diffie–Hellman.ipynb
• Firma Digital RSA.ipynb
• Firma y Verificación con ECDSA.ipynb
• Chat Seguro con ECC + AES.ipynb
• Registro de desplazamiento con realimentación.ipynb
• Cifrado de mochila Merkle–Hellman.ipynb

Implementaciones modernas ampliamente utilizadas en sistemas reales de comunicación segura y firma digital.

---

🧪 Criptografía Avanzada y Post-cuántica

• Firma digital post-cuántica basada en lattices.ipynb
• Isomorfismo de grafos_pynb.ipynb
• Pruebas_de_Cero_Conocimiento.ipynb
• Validación de firmas.ipynb

Exploración de técnicas emergentes y resistentes a computadoras cuánticas, incluyendo propuestas avanzadas de verificación sin revelar secretos.

---

📌 Objetivos del Proyecto

• Reforzar conocimientos teóricos en criptografía clásica, moderna y post-cuántica.
• Implementar algoritmos criptográficos desde cero en Python.
• Desarrollar habilidades de análisis criptográfico y seguridad computacional.

---

🧠 Tecnologías Utilizadas

• Python 3.x
• Jupyter Notebooks
• Bibliotecas: numpy, sympy, matplotlib, Crypto, entre otras.