密歇根州称部分 Dominion 机器存在“全国性问题”，而科罗拉多州国务卿泄露了投票系统密码密歇根州国务卿 Jocelyn Benson 承认，使用 Dominion ICX 选民辅助终端 (VAT) 的分票选民应该为选举日的“编程问题”做好准备。VAT 是一种特殊类型的设备，残疾人可以使用它来标记选票，然后机器会打印选票并将其放入制表机。密歇根州国务卿、民主党人 Jocelyn Benson 承认，Dominion 终端存在全国性问题，导致选民在投票时无法做出某些选择。他们称之为“编程问题”。你知道什么没有编程问题吗？纸质选票。 pic.twitter.com/rcVoCAOEcd— Ro
Security Vulnerability of Switzerland’s E-Voting System
在线投票不安全，就是这样。但这并不能阻止组织和政府使用它。（对于低风险的选举，它可能没问题。）瑞士（而不是低风险的）在全国选举中使用在线投票。 Andrew Appel 解释了为什么这是一个坏主意：去年，我发表了一个关于瑞士电子投票系统的 5 部分系列文章。与任何互联网投票系统一样，它存在固有的安全漏洞：如果有恶意内部人员，他们可以破坏投票计数；如果数千名选民的计算机被恶意软件入侵，恶意软件可以在传输选票时更改选票。瑞士通过正式宣布他们不会在网络安全评估中考虑该威胁模型，从而“解决”了印刷办公室中恶意内部人员的问题……
Judge finds Newsmax aired false and defamatory claims about voting-tech company
特拉华州法官发现右翼网络播出了有关Dominion投票系统在2020年总统大选中的作用的虚假和诽谤性陈述。陪审团的审判定于4月下旬。
Court hearing centers on Newsmax CEO's role in spreading election-fraud claims
Newsmax被Dominion投票系统起诉诽谤，该公司涉及Fox News涉及Fose News forse False 2020选举弗拉德索赔，并以近8亿美元的和解权走开了。
AdaBoost Classifier, Explained: A Visual Guide with Code Examples
集成学习将权重放在最需要的地方随机森林解释：带有代码示例的可视化指南每个人都会犯错 — 即使是机器学习中最简单的决策树。AdaBoost（自适应增强）算法不会忽略它们，而是会做一些不同的事情：它从这些错误中学习（或适应）以变得更好。与一次生成多棵树的随机森林不同，AdaBoost 从一棵简单的树开始，并识别它错误分类的实例。然后，它构建新的树来修复这些错误，从错误中学习并在每一步中变得更好。在这里，我们将准确说明 AdaBoost 如何进行预测，通过结合有针对性的弱学习者来增强力量，就像将集中锻炼变成全身力量的锻炼程序一样。所有视觉效果：作者使用 Canva Pro 创建。针对移动设备进行了优
Study Committee Members Brief Congress on Election Security
当全国各地的司法管辖区探索如何加强其投票系统以应对 2016 年大选中暴露的漏洞时，国会昨天举行了一场听证会，以了解有关网络威胁和阻止这些威胁的更多信息。
