Oron för väljarfusk har ökat de senaste åren, särskilt efter att federala tjänstemän rapporterade att ryska hackare försökte få tillgång till väljarregister i presidentvalet 2016. Administrativa röstningsfel har rapporterats, för; till exempel, en granskning av statliga tjänstemän visade att 84, 000 röstrekord duplicerades av misstag av California Department of Motor Vehicles (DMV) i primärvalet i juni 2018.

Michael Alvarez, professor i statsvetenskap vid Caltech, och hans team hjälper till med situationen genom att utveckla nya algoritmer för att spåra väljardata. De har samarbetat med Neal Kelley, Orange Countys väljarregistrator, och, från april 2018 till maj 2019, utvärderade mer än 1,5 miljoner röstrekord i Orange County. Projektets första resultat, redovisas i tidskriften Amerikansk politisk forskning , visa att denna typ av teknik kan användas för att bedöma ett vals integritet. I detta fall, dock, inga fall av bedrägeri eller betydande administrativa fel hittades.

"Manipulationer av röstlängder kan orsaka förödelse i ett val, säger Alvarez, som också arbetar på det större Caltech/MIT Voting Technology Project, bildades i efterdyningarna av det kontroversiella presidentvalet 2000. "Du kan ha folk som dyker upp för att rösta som inte finns med på listan, eller så kan personers adresser ändras i databaserna så att väljarna inte får sina instruktioner på posten. Det finns många scenarier, några bedrägliga och några administrativa, som kan påverka valkvaliteten och integriteten negativt."

Teamets algoritmer är utformade för att ta ögonblicksbilder av röstrekord på daglig basis. Även utan några bedrägerier eller fel, röstningsrekord förändras ständigt på grund av att väljare tillkommer och tas bort, adressändringar och andra administrativa processer. Alvarez och hans team, ledd av Caltech doktorand Seo-young Silvia Kim, utvecklat en algoritm för att mäta de dynamiska förändringarna som äger rum i röstningsprotokollen och en andra algoritm för att leta efter statistiska anomalier i den dynamiska processen.

"Vi vill se till att de förändringar vi ser är förväntade och inte oönskade, säger Kim, en samhällsvetenskaplig doktorand med inriktning på statsvetenskap, som lärde sig datorprogrammering på egen hand när hon arbetade med detta projekt. "Finns det några tydliga röda flaggor?"

"Orange County är ett bra laboratorium för denna studie, " säger Alvarez. "Neal Kelley är mycket hängiven den här processen, och vi har byggt ett starkt samarbete med Orange County."

En tredje algoritm som utvecklats av teamet söker efter dubbletter av röstningsrekord. Dubletter är en normal förekomst i väljardatabaser som uppstår, till exempel, när väljare flyttar eller registrerar sig på flera platser, men de kan också indikera övergrepp eller fel.

"Övervakning av dubbletter är en indikator på hälsan hos en väljardatabas, " säger Spencer Schneider, en Caltech sophomore som arbetade på projektet som en Summer Undergraduate Research Fellow (SURF)-student och som är den andra författaren till uppsatsen.

Teamet säger att ett mål med projektet är att dela det de lär sig med allmänheten så att andra kan övervaka röstningsregister och statsvetare kan komma åt data för sin forskning. För detta ändamål, teamet har lagt ut sina resultat och datorkoder online. De har också påbörjat ett liknande projekt med Los Angeles County; i Oregon, de övervakar röster som kommer in per post.

"Administrativa fel och potentialen för skenheligheter är stora i amerikanska val, och vi måste avvärja eventuell korruption i röstlängderna i tid, " säger Alvarez. "Vår vision är att alla stater ska ladda upp väljardata dagligen och att algoritmer övervakar deras integritet."