更多样式，更少工作量：卡片样式数据减小风险限制审计的样本量
密码学与安全
2020-12-08 v1 统计方法学
摘要
美国选举严重依赖计算机，如选民登记数据库、电子投票名册、投票机、扫描仪、计票器和结果报告网站。这些给选举结果带来了数字威胁。风险限制审计（RLAs）通过人工检查选票卡片的随机样本来减轻其中部分系统的威胁。RLAs 有很大机会纠正错误结果（通过对可信投票记录的全面人工计票），但在报告结果正确时可节省人力。当抽样无法定向到包含受审 Contest(s) 的选票卡片时，这种效率会被削弱。若样本从所有投出卡片中抽取，RLA 样本量随包含受审 Contest(s) 的选票卡片比例的倒数而缩放。该比例随着每张选票卡片数增多（即选举包含更多 Contest）以及含该 Contest 的选票比例下降（即有资格投票该 Contest 的选民百分比更小）而缩小。对多卡片选票上的 Contest 或小 Contest 进行 RLA 的州，可通过利用关于哪些选票卡片包含哪些 Contest 的信息——即跟踪卡片样式数据（CSD）——大幅减小样本量。例如，CSD 将审计 4 卡片选票上单个全县 Contest 所需的预期抽取数减少 75%。类似地，若一 Contest 在每张选票上、另一 Contest 在 10% 选票上，对 4 卡片选票上同差额的两个 Contest 审计，CSD 将预期抽取数减少 95% 或更多。在实际例子中，节省可达数个数量级。
引用
@article{arxiv.2012.03371,
title = {More style, less work: card-style data decrease risk-limiting audit sample sizes},
author = {Amanda K. Glazer and Jacob V. Spertus and Philip B. Stark},
journal= {arXiv preprint arXiv:2012.03371},
year = {2020}
}
备注
19 pages, 9 figures. In submission at Digital Threats: Research and Practice