Risk-limiting audits or RLAs are rigorous statistical procedures meant to detect invalid election results. In general, they call for an examination of paper ballots cast during the election to statistically assess potential disagreements between the winner determined by the ballots and the winner reported by tabulation. The design of an RLA must balance risk, the chance that the audit fails to detect such a disagreement when one occurs, with efficiency, the total effort to prepare and conduct the audit. The most efficient approaches-when measured in terms of the number of ballots that must be inspected-proceed by ballot comparison. This technique, however, requires an untrusted declaration of the contents of each cast ballot, rather than a simple tabulation of vote totals. This cast-vote record (CVR) is then spot-checked against ballots for consistency. The cost of generating such a CVR dominates the cost to conduct the audit in many practical settings which precludes adoption. We introduce a new RLA procedure: a lazy ballot comparison audit. In this audit, a global CVR is never produced; instead, when a ballot is selected for audit a three-stage procedure is followed: 1) the batch containing the ballot is announced, 2) a CVR is produced for that batch, and 3) the ballot is announced and compared with the CVR. The analysis of such an audit is complicated by the fact that the details of each CVR may depend-perhaps adversarially-on the prior history of the audit. We present three main contributions: (1) A formal adversarial model for RLAs; (2) Definition and analysis of a lazy audit procedure with rigorous risk limits and an associated correctness analysis accounting for the incidental errors arising in typical audits; and (3) An analysis of the relative time savings of these techniques.


翻译:风险限制审计或RLA是旨在发现无效选举结果的严格统计程序,通常要求检查选举期间所投的纸质选票,以便从统计上评估选票确定者与以制表方式报告的获胜者之间可能存在的分歧。RLA的设计必须平衡风险,如果审计发生时审计无法发现这种分歧,以效率为最高标准,则有可能在筹备和进行审计的全部努力中发现这种分歧。当用必须通过选票比较来检查的选票数量来衡量时,最有效的方法就是:但是,这种技术需要不经信任地宣布每张选票的内容,而不是简单的制表,以便从统计角度评估选票总数。这种投票记录(CVR)的设计必须权衡风险,然后对选票进行抽查,以便保持一致性。产生这样的CVR的成本主宰了在许多实际环境下进行审计的成本,无法被采纳。我们引入了一个新的RLA模式:对选票的懒惰性比较审计。在这次审计中,从未产生全球性的CVR程序;相反,在为审计选择选择所选的3个阶段性总成本分析之后,将进行CR会计分析。

0
下载
关闭预览

相关内容

专知会员服务
44+阅读 · 2020年10月31日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
VIP会员
相关资讯
征稿 | CFP:Special Issue of NLP and KG(JCR Q2,IF2.67)
开放知识图谱
1+阅读 · 2022年4月4日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
【ICIG2021】Latest News & Announcements of the Industry Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年7月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员