Anonymisation de données

La sécurité et la confidentialité des données est aujourd’hui au cœur des préoccupations des organisations. L’enjeu est de trouver un compromis entre la valorisation des données et le risque d’utiliser des données personnelles pour des projets analytiques et d’intelligence artificielle.

La gouvernance des données partage la responsabilité avec d’autres équipes, notamment les experts en cybersécurité, de mettre en place des mesures nécessaires pour garder un contrôle granulaire sur les droits d’accès de chaque employé. Par exemple, elle définit des niveaux d’accès par rôle directement sur les données. Cependant, la mise en place de ces mesures et des processus qui en découlent restreint l’accès aux données, et ce, quelle que soit l’utilisation qu’on veut en faire. Cette approche atteint aussi ses limites lorsqu’on souhaite donner des accès partiels à des bases de données, car les risques d’inférence et de re-identification augmentent.

Des alternatives existent et constituent des domaines de recherche très actifs. Elles peuvent être regroupées en trois catégories (non disjointes) :

• Techniques d’anonymisation de données (p. ex. : “k-anonymisation”) visant à rendre moins sensible les données d’origine.
• Analyses conçues pour conserver la confidentialité des données (p. ex.: “Differential Privacy”). On utilise les données d’origine et on désensibilise les calculs sur les données.
• Modèles génératifs de données synthétiques.

Ces approches introduisent le concept de mesure de confidentialité et donc une quantité associable au risque des données.

Compte tenu de leurs avantages et inconvénients inhérents quelle(s) approche(s) faudrait-il favoriser pour optimiser le compromis entre le risque de confidentialité et la valorisation des données?