At first glance, the worst-case model seems intuitively ideal. The guarantee that an algorithm will succeed no matter what is, of course, highly alluring. However, it demands too much. A real-life adversary cannot spend an indefinite amount of time examining a message in order to find the one error pattern which an algorithm would struggle with.

As a comparison, consider the Quicksort algorithm. In the worst-case scenario, Quicksort makes O(n²) comparisons; however, such an occurrence is rare. Quicksort almost invariably makes O(n log n) comparisons instead, and even outperforms other algorithms which can guarantee O(n log n) behavior. Let us suppose an adversary wishes to force the Quicksort algorithm to make O(n²) comparisons. Then he would have to search all of the n! permutations of the input string and test the algorithm on each until he found the one for which the algorithm runs significantly slower. But since this would take O(n!) time, it is clearly infeasible for an adversary to do this. Similarly, it is unreasonable to assume an adversary for an encoding and decoding system would be able to test every single error pattern in order to find the most effective one.

แบบจำลองสัญญาณรบกวนแบบสุ่มสามารถอธิบายได้ว่าเป็นแบบจำลองสัญญาณรบกวนแบบ "โง่" กล่าวคือ มันไม่มีความสามารถในการปรับตัวเพื่อรับมือกับภัยคุกคามแบบ "อัจฉริยะ" แม้ว่าผู้โจมตีจะมีขอบเขตจำกัด แต่ก็ยังเป็นไปได้ที่พวกเขาอาจจะสามารถเอาชนะแบบจำลองแบบสุ่มได้ด้วยความชาญฉลาดเพียงเล็กน้อย แบบจำลองแบบสุ่มไม่มีวิธีที่แท้จริงในการต่อสู้กับการโจมตีประเภทนี้ และด้วยเหตุนี้จึงไม่เหมาะสมที่จะรับมือกับภัยคุกคามแบบ "อัจฉริยะ" ซึ่งควรจะมีระบบป้องกันไว้

ดังนั้น จึงมีการเสนอแบบจำลองการต่อต้านที่มีขอบเขตการคำนวณเป็นทางออกประนีประนอมระหว่างทั้งสอง^{[ 1 ]}ซึ่งบังคับให้ต้องพิจารณาว่าข้อความอาจถูกบิดเบือนโดยเจตนา หรือแม้แต่โดยมุ่งร้าย แต่ไม่ต้องบังคับให้นักออกแบบอัลกอริทึมต้องกังวลเกี่ยวกับกรณีหายากซึ่งมีโอกาสน้อยมากที่จะเกิดขึ้น

เนื่องจากศัตรูที่มีข้อจำกัดในการคำนวณใดๆ สามารถโยนเหรียญสำหรับแต่ละบิตได้ในเวลา O( n ) จึงเป็นที่เข้าใจได้ง่ายว่าระบบการเข้ารหัสและการถอดรหัสใดๆ ที่สามารถทำงานต่อต้านศัตรูนี้ได้จะต้องทำงานในแบบจำลองสัญญาณรบกวนแบบสุ่มด้วยเช่นกัน ในทางกลับกันนั้นซับซ้อนกว่า อย่างไรก็ตาม สามารถแสดงได้ว่าระบบใดๆ ที่ทำงานในแบบจำลองสัญญาณรบกวนแบบสุ่มสามารถเข้ารหัสและถอดรหัสได้อย่างมีประสิทธิภาพต่อต้านศัตรูที่มีข้อจำกัดในการคำนวณ และมีค่าใช้จ่ายเพิ่มเติมเพียงเล็กน้อยซึ่งเป็นพหุนามในnเท่านั้น^{[ 1 ]}วิธีการต่อไปนี้ในการดำเนินการนี้ได้รับการออกแบบโดย Dick Lipton และนำมาจาก: ^{[ 1 ]}

อนุญาต${\displaystyle E()}$ทำหน้าที่เป็นตัวเข้ารหัสสำหรับแบบจำลองสัญญาณรบกวนแบบสุ่ม และ${\displaystyle D()}$ให้มีตัวถอดรหัสแบบง่ายๆ สำหรับข้อมูลเดียวกัน โดยแต่ละตัวทำงานในเวลาพหุนาม นอกจากนี้ ให้ทั้งผู้ส่งและผู้รับใช้ฟังก์ชันการเรียงสับเปลี่ยนแบบสุ่ม ร่วมกัน${\displaystyle \pi }$และรูปแบบสุ่ม${\displaystyle R}$.

สำหรับการเข้ารหัส: 1. ให้${\displaystyle X=E(M)}$.

2. ให้${\displaystyle Y=\pi (X)\oplus R}$.

3. ส่งสัญญาณ${\displaystyle Y}$

จากนั้นสำหรับการถอดรหัส: 1. รับข้อมูล${\displaystyle Y'}$คำนวณ${\displaystyle Z=\pi ^{-1}(Y'\oplus R)}$.

2. คำนวณ${\displaystyle M=D(Z)}$.

เช่นเดียวกับการเปรียบเทียบ Quicksort ข้างต้น หากช่องทางนั้นต้องการทำอะไรที่ชาญฉลาด มันจะต้องทดสอบการเรียงสับเปลี่ยนทั้งหมดก่อน อย่างไรก็ตาม นี่เป็นสิ่งที่ไม่สามารถทำได้สำหรับผู้โจมตีที่มีข้อจำกัดด้านการคำนวณ ดังนั้นสิ่งที่พวกเขาสามารถทำได้มากที่สุดคือการสร้างรูปแบบข้อผิดพลาดแบบสุ่ม${\displaystyle N}$แต่แล้ว:

${\displaystyle Z=\pi ^{-1}(Y'\oplus R)=\pi ^{-1}(Y\oplus N\oplus R),}$

เนื่องจาก${\displaystyle Y'=Y\oplus N}$ตามคำจำกัดความ

${\displaystyle =\pi ^{-1}(Y\oplus R)\oplus N'}$, ที่ไหน${\displaystyle N'=\pi ^{-1}(N),}$

เนื่องจากการเรียงสับเปลี่ยนใดๆ ก็ตามเป็นเชิงเส้นเมื่อเทียบกับการดำเนินการ XOR

${\displaystyle =X\oplus N',}$

ตามคำจำกัดความของ${\displaystyle Y}$ข้างบน.

เนื่องจาก${\displaystyle \pi }$เป็นการสุ่ม${\displaystyle N'}$เป็นเพียงสัญญาณรบกวนแบบสุ่ม และเราสามารถใช้ตัวถอดรหัสแบบง่ายเพื่อถอดรหัสข้อความที่ได้รับและส่งกลับได้${\displaystyle M}$.