lunes, diciembre 14, 2020

Elecciones USA 2020: Auditoría forense de las máquinas y software de Dominion Voting Systems demostró que fueron diseñados intencionalmente para influir en los resultados electorales

 
Tomado de https://es.theepochtimes.com

Dominion fue diseñada intencionalmente para influir en los resultados electorales: informe forense

Por Zachary  Stieber

14 de Diciembre de 2020

Una auditoría forense de las máquinas y software de Dominion Voting Systems en Michigan mostró que fueron diseñados para crear fraude e influir en los resultados de las elecciones, dijo una empresa de datos el lunes.

“Concluimos que Dominion Voting Systems está intencionalmente y a propósito diseñada con errores inherentes para crear un fraude sistémico e influir en los resultados de las elecciones”, dijo Russell Ramsland Jr., cofundador del Allied Security Operations Group, en un informe preliminar.

“El sistema genera intencionadamente un enorme número de errores en las boletas. Las boletas electrónicas son transferidas para su adjudicación. Los errores intencionales conducen a una adjudicación masiva de votos sin supervisión, sin transparencia, y sin rastro de auditoría. Esto conduce a un fraude electoral. Basándonos en nuestro estudio, concluimos que Dominion Voting Systems no debe usarse en Michigan. Concluimos además que los resultados del Condado de Antrim no debían haber sido certificados”, añadió.

Ramsland (un exfuncionario de la Administración Reagan que ha trabajado para la NASA) y otros integrantes del grupo examinaron los productos de Dominion en el Condado de Antrim a principios de este mes como parte de un caso en curso.

El equipo inspeccionó y realizó la duplicación forense en el servidor de gestión electoral del condado, que estaba ejecutando Dominion Democracy Suite 5.5.3-002, tarjetas compactas flash utilizadas por las circunscripciones locales en su sistema Dominion ImageCast, memorias USB utilizadas por las terminales de asistencia a los votantes de Dominion y memorias USB utilizadas para el libro de votación. Utilizaron X-Ways Forensics y otras herramientas como Blackbag-Blacklight Forensic Software y Virtual Box.

El juez del 13º Circuito Kevin Elsenheimer aprobó el examen forense en el caso Bailey contra el Condado de Antrim, que alega que el infame cambio de votos que los funcionarios del condado informaron el mes pasado puede no haber sido el resultado de un error humano, como los funcionarios habían alegado.

Elsenheimer, a primera hora del lunes, aceptó que se publicara el informe sobre dicho examen.

Ramsland señaló que durante la noche de las elecciones los funcionarios del Condado de Antrim informaron primero que el candidato presidencial demócrata Joe Biden recibió, de 12,423 votos, casi 7800.

Dos días después, dijeron que el presidente Donald Trump ganó el condado, recibiendo casi 9800 votos de los más de 17,000 emitidos.

Pero el 21 de noviembre, los funcionarios volvieron a actualizar las cifras, eliminando unos 1300 votos de Biden.

Ramsland dijo que el registro de escrutinio del servidor del condado que se sometió al examen forense mostraba 15,676 eventos individuales. De esos, alrededor del 68 por ciento fueron errores registrados.

“Estos errores resultaron en errores generales de escrutinio o en el envío de boletas para su adjudicación. Este alto índice de errores prueba que Dominion Voting Systems es defectuoso y no cumple con las leyes electorales estatales o federales”, escribió.

“Un asombroso número de votos requirió su adjudicación. Esta fue una versión 2020 no vista en anteriores ciclos electorales aún almacenada en el servidor. Esto es causado por errores intencionales en el sistema. Los errores intencionales conducen a la adjudicación masiva de boletas sin supervisión, sin transparencia o pista de auditoría. Nuestro examen de los registros del servidor indica que esta alta tasa de error era incongruente con los patrones de años anteriores. La afirmación que atribuye estos problemas al error humano no es consistente con la evaluación forense, que apunta más correctamente a errores sistémicos de la máquina y/o del software. Los errores sistémicos están diseñados intencionadamente para crear errores con el fin de forzar la adjudicación en masa de un alto volumen de boletas”, añadió más tarde.

Ramsland fue contratado por William Bailey, el demandante del caso.

“Russell James Ramsland, Jr. y su equipo en ASOG tienen una formación y experiencia en seguridad cibernética y forense que no se puede ignorar. De hecho, al examinar su equipo, sus patentes, su experiencia, tenemos ahora un análisis creíble de que, como predije, los algoritmos que se están utilizando en Dominion Voting Systems están diseñados intencionadamente y a propósito para crear un fraude sistemático e influir en los resultados de las elecciones y, en este caso, no a favor del presidente Trump”, dijo Gary Miliefsky, miembro fundador del Departamento de Seguridad Nacional de los Estados Unidos y editor de Cyber Defense Magazine.

En otra declaración, Gustavo Delfino, residente de Michigan, dijo que estuvo involucrado en unas elecciones en 2004 en su país natal, Venezuela. Dijo que fue testigo de extraños eventos y que más tarde encontró discrepancias relacionadas con las computadoras Smartmactic. Dijo que se alarmó cuando se enteró de que la tecnología se estaba utilizando en las elecciones presidenciales del 3 de noviembre y dijo que el patrón de los llamados “glitches” y de las máquinas de votación conectadas a internet reflejaban lo que ocurrió en su país hace casi dos décadas.

La Oficina de la secretaria de Estado de Michigan Jocelyn Benson (D), Dominion, y un portavoz del Condado de Antrim no respondieron a las solicitudes de comentarios.

Erik Grill, un asistente del fiscal general, dijo al juez el lunes por la mañana que el informe preliminar era “inexacto, incompleto y engañoso”. Haider Kazim, un abogado del condado, dijo que dicho documento contenía varios errores que el condado cree que se basaban en “suposiciones erróneas e incorrectas”.

Siga a Zachary en Twitter: @zackstieber .


Etiquetas: , , , , , , , , , , , , , ,