FrenchTech SAAS
33.5K views | +0 today
FrenchTech SAAS
Les news de l'univers SAAS et FrenchTech
Curated by Mickael Ruau
Your new post is loading...
Your new post is loading...

Popular Tags

Scooped by Mickael Ruau
June 25, 2019 5:49 AM
Scoop.it!

Dans les coulisses d'une infrastructure hautement disponible.

Bienvenue dans l’infrastructure interne, et bientôt externe, des bases de données relationnelles d’OVH. L'ensemble des applications responsables de la continuité de service reposent de près ou de loin sur ces SGBD. Nous vous exposerons nos méthodes d'administration d'un tel système en abordant la haute disponibilité, la gestion des sauvegardes, de leurs restaurations et les mises à jour de version.

Nous mettons à la disposition de nos développeurs un environnement isolé par rapport à la production pour effectuer des changements de schéma en toute sécurité. Nous extrayons ces données vers des infrastructures de business intelligence.

No comment yet.
Scooped by Mickael Ruau
June 6, 2019 6:32 AM
Scoop.it!

Lancement de schema.data.gouv.fr - data.gouv.fr

Lancement de schema.data.gouv.fr - data.gouv.fr | FrenchTech SAAS | Scoop.it
Un nouvel outil au service de la qualité des données
Mickael Ruau's insight:

Qu’est-ce que schema.data.gouv.fr ?

Avec ce nouveau service schema.data.gouv.fr, Etalab s’engage dans une démarche de référencement et de validation des schémas de données. Les schémas peuvent être référencés sur la plateforme dès lors que le schéma a une existence réglementaire et/ou que la réutilisation des données décrites par le schéma bénéficie à un grand nombre et/ou que de nombreux producteurs sont amenés à utiliser ce schéma.

Etalab n’est pas la seule à s’inscrire dans un tel mouvement. L’association OpenDataFrance a par exemple développé un ensemble de schémas dans le cadre du socle commun de données locales (SCDL). Les schémas du SCDL sont d’ailleurs intégrés dans schema.data.gouv.fr, aux côtés d’autres schémas dont certains correspondent à des obligations réglementaires (profils d’acheteurs, IRVE).

Une complémentarité avec les outils de validation

Les producteurs de données sont invités à valider la conformité d’un jeu de données avec le schéma existant. schema.data.gouv.fr ne propose pas d’outils de validation.

Plusieurs solutions existent pour faire valider un jeu de données :

  • la plateforme Validata, développée par OpenDataFrance dans le cadre d’un financement PIA, intègre un outil de validation pour toutes les données du socle commun des données locales,
  • des solutions tierces, en anglais existent comme goodtables.io de l’Open Knowledge Fondation (Frictionless Data) ou encore CSV Lint proposé par l’Open Data Institute,
  • enfin, il est possible d’intégrer cette fonction de validation d’un jeu de données directement dans la procédure de publication d’un jeu de données. C’est par exemple le cas pour les données d’adresses locales qui font l’objet d’une validation directement sur le site adresse.data.gouv.fr.

À terme, il est possible d’envisager que la plateforme data.gouv.fr intègre elle aussi cette fonction de validation de certains jeux de données dès la phase de publication.

Vous pouvez retrouver sur schema.data.gouv.fr des schémas de données de qualité et conformes.

No comment yet.
Rescooped by Mickael Ruau from Ressources d'apprentissage gratuites
May 25, 2019 6:26 AM
Scoop.it!

Tout savoir sur la Data Science - tuto gratuit

Tout savoir sur la Data Science - tuto gratuit | FrenchTech SAAS | Scoop.it
Vous souhaitez acquérir des compétences dans le domaine de la Data Science ? En partenariat avec Tuto.com, on vous propose une formation gratuite en vidéo dans laquelle vous découvrirez concrètement comment fonctionne cette science et comment l'utiliser.

Via Thot - Cursus
No comment yet.
Scooped by Mickael Ruau
April 2, 2019 7:14 AM
Scoop.it!

Le coût énergétique d’indexation des données

Un des précédents articles « Le coût des données n’est pas celui que l’on croit… » se référait à l’obésité des données et à ses coûts cachés. Un point technique particulier, le « padding », fut abordé. Cet article aborde un sujet peu abordé dans la littérature: le coût énergétique de l’indexation. Introduction et rappel(s) « Lorsque vous effectuez une requête sur... Read more »
Mickael Ruau's insight:

Deux grands axes principaux d’optimisation se dégagent :

  • celui lié aux capacités d’indexation en provenance de l’infrastructure ;
  • celui lié à la façon dont on demande l’information au niveau applicatif.

On peut s’intéresser aux éléments suivants pour déterminer les axes d’action :

  • Ratio : Taille des données / Taille de l’index               [Ratio VT]
  • Tableau de « Taille d’une requête en nb de termes / Temps de réponse (en millisecondes)       * 1000 »                                    [Ratio TR] (**)
  • « Temps Requête en mode cache » / « Temps Requête initiale »                                                                                         [Ratio CRi](***)

(**): Un terme est un mot, une locution. Exemple de 2 termes : « Abeille Bourbon » pour trouver le « remorqueur de haute mer » ; exemple de trois termes « Cul de Sac » qui en fait ne fut qu’une locution « cul-de-sac » pour une bonne solution d’indexation.

(***) : le « cache » représente l’information qui a déjà été demandée et qui demeure latente pour être disponible sans devoir effectuer une nouvelle requête. Le « cache web » est décrit sur cet article de Wikipédia

Ces trois ratios permettent  de comparer simplement la qualité d’une stratégie d’indexation existante comme nous allons le montrer plus bas.

No comment yet.
Scooped by Mickael Ruau
March 13, 2019 8:52 AM
Scoop.it!

Cohérence ou disponibilité des données : quels éléments de choix ?

Cohérence ou disponibilité des données : quels éléments de choix ? | FrenchTech SAAS | Scoop.it


Le théorème du CAP prouve qu’il n’est pas possible, au même instant, de garantir :

La Cohérence/Consistance (Consistency) des données : la définition utilisée par le théorème est que les données seront les mêmes, à tout instant, sur tous les nœuds d’un système répliqué. Cette définition est très différente du C (consistant / cohérent) de la définition des bases ACID ! Dans la suite de cet article, j’utiliserai le terme cohérent au sens défini dans CAP.
La Disponibilité (Availability) des données : la définition utilisée par le théorème est qu’un nœud en état de fonctionnement doit être capable de traiter tout type de requête supporté par le système (que ce soit en écriture ou en lecture).
La Tolérance au partitionnement (Partition Tolerance) : il s’agit ici de dire que seule une panne affectant toutes les communications entre tous les nœuds doit empêcher le système de fonctionner correctement. En fait, très peu de systèmes actuels peuvent se passer de cette contrainte.

Le théorème est certes une vision simplifiée (et avec des contraintes très fortes) de la réalité. Mais le fait qu’il soit nécessaire de faire un choix, au moins dans une certaine mesure, entre la Cohérence ou la Disponibilité des données reste une réalité. On parlera de systèmes AP (Availability / Partition Tolerance) ou CP (Consistency / Partition Tolerance) en fonction des choix qui sont faits.

Spoiler! Dans la majorité des systèmes actuels, on préférera la disponibilité à la cohérence, on acceptera alors la cohérence à terme. C’est-à-dire que le référentiel sera cohérent dans le futur (sans forcément connaitre le délai).
No comment yet.
Scooped by Mickael Ruau
March 4, 2019 5:36 AM
Scoop.it!

Comment structurer un dataset client à l’aide de la théorie des graphes pour la prédiction d’achat : retour d’expérience

Comment structurer un dataset client à l’aide de la théorie des graphes pour la prédiction d’achat : retour d’expérience | FrenchTech SAAS | Scoop.it
Contexte Notre client, spécialisé dans le marketing, dispose d'un historique de plusieurs centaines de millions d'événements d’achat. Les objectifs de ce client sont d’analyser le parcours des consommateurs, d’identifier les habitudes d’achats (affinité à une marque) et surtout,de prédire le comportement du consommateur, en particulier
No comment yet.
Scooped by Mickael Ruau
January 30, 2019 10:02 AM
Scoop.it!

Comprendre le RGPD 2018 en une infographie

Comprendre le RGPD 2018 en une infographie | FrenchTech SAAS | Scoop.it
En vigueur dès le 25 mai 2018, le RGPD : Règlement Européen sur la Protection des Données (ou GDPR en anglais) débarque pour responsabiliser les entreprises sur le traitement des données personnelles. Cette infographie récapitule les responsabilités des entreprises qui récoltent et analysent des données.
No comment yet.
Scooped by Mickael Ruau
January 23, 2019 5:16 AM
Scoop.it!

Sea, sex and… consent : la CNIL renforce ses contrôles sur les sites de rencontre en ligne - Fidal

Parmi les manquements constatés, la CNIL a généralement observé que les sites ne recueillaient pas le consentement exprès des personnes pour la collecte de leurs données sensibles. Cette catégorie de données couvre les informations relatives à leur orientation sexuelle mais également celles relatives à leur santé, leurs origines ethniques, leurs opinions religieuses, politiques ou syndicales. Compte tenu de leur nature très privée, cette catégorie de données est effectivement soumise à un encadrement spécifique prévu par la loi Informatique et libertés. L’article 8 de la loi prévoit par principe l’interdiction du traitement de ces données sauf exceptions limitativement énumérées parmi lesquelles le recueil du consentement exprès de la personne concernée.

Pour être valide, ce consentement doit être libre, informé et spécifique. Or, certains sites de rencontre recueillaient le consentement des personnes au moment de leur inscription par le biais d’une seule et unique case à cocher relative à trois informations distinctes (la majorité, l’acceptation des CGU et l’acceptation du traitement des données relatives à l’orientation sexuelle).
No comment yet.
Scooped by Mickael Ruau
January 18, 2019 5:32 AM
Scoop.it!

Algorithms Behind Modern Storage Systems

Algorithms Behind Modern Storage Systems | FrenchTech SAAS | Scoop.it
Alex Petrov talks about modern storage system approaches, discussing storage internals, and evaluation techniques to choose a database with the optimal read, write or memory overhead, best suitable for a certain data.
No comment yet.
Scooped by Mickael Ruau
December 14, 2018 1:48 AM
Scoop.it!

A, C, G, T : Un alphabet interdit de traitement de données ?

A, C, G, T : Un alphabet interdit de traitement de données ? | FrenchTech SAAS | Scoop.it

A, C, G, T. Adénine, Cytosine, Guanine, Thymine Les quatre bases composant l’ADN. Les quatre bases constituant le prochain défi auquel sera confrontée la protection des données.   Pourquoi ? Parce que l’ADN d’un individu étant en principe unique, c’est la donnée personnelle la plus absolue.

No comment yet.
Scooped by Mickael Ruau
December 12, 2018 7:54 AM
Scoop.it!

Reshaping and Cleaning Common Data | 6.1 Introduction | InformIT

Reshaping and Cleaning Common Data | 6.1 Introduction | InformIT | FrenchTech SAAS | Scoop.it
Discusses Hadley Wickham’s (a prominent member of the R programming language community) “Tidy Data” paper, which deals with reshaping and cleaning common data problems.
Mickael Ruau's insight:

Tidy data is a framework to structure data sets so they can be easily analyzed and visualized. It can be thought of as a goal one should aim for when cleaning data. Once you understand what tidy data is, that knowledge will make your data analysis, visualization, and collection much easier.

What is tidy data? Hadley Wickham’s paper defines it as meeting the following criteria:

  • Each row is an observation.

  • Each column is a variable.

  • Each type of observational unit forms a table.

This chapter goes through the various ways to tidy data as identified in Wickham’s paper.

No comment yet.
Scooped by Mickael Ruau
December 11, 2018 5:26 AM
Scoop.it!

The Power of Visual Data Stories | The Science of Storytelling | InformIT

The Power of Visual Data Stories | The Science of Storytelling | InformIT | FrenchTech SAAS | Scoop.it
Discover how the power of visual data stories can communicate discoveries and insights hidden in data though real-life and quintessential examples.
No comment yet.
Scooped by Mickael Ruau
December 6, 2018 10:46 AM
Scoop.it!

Acte 1 - L'UE propose une définition unique de la pseudonymisation...

Acte 1 - L'UE propose une définition unique de la pseudonymisation... | FrenchTech SAAS | Scoop.it

Aujourd’hui, je vous propose donc un nouveau chapitre, en deux actes, sur… la pseudonymisation !

Mickael Ruau's insight:

le législateur européen a décidé de prendre le taureau par les cornes et de poser une définition unique, similaire pour tous les Etats membres :

« pseudonymisation : le traitement de données à caractère personnel de telle façon qu’elles ne puissent plus être attribuées à une personne concernée sans avoir recours à des informations supplémentaires, pour autant que celles-ci soient conservées séparément et soumises à des mesures techniques et organisationnelles afin de garantir cette non-attribution à une personne identifiée ou identifiable. »

No comment yet.
Scooped by Mickael Ruau
May 27, 2019 11:10 AM
Scoop.it!

Jours fériés en France - data.gouv.fr

Jours fériés en France - data.gouv.fr | FrenchTech SAAS | Scoop.it

Ce jeu de données est une liste des jours fériés entre 1950 et 2050. 2 fichiers sont présents, avec le format suivant :

  • date: date, format YYYY-MM-DD. Exemple 1952-12-25.
  • est_jour_ferie: booléen, indique si cette date est un jour férié. Exemple : True
  • nom_jour_ferie: texte, si cette date est un jour férié, indique son nom. Exemple : Noël.

Le fichier jours_feries.csv contient tous les jours entre 1950 et 2050. Le fichier jours_feries_seuls.csv ne contient que les dates où les jours sont fériés entre 1950 et 2050.

No comment yet.
Scooped by Mickael Ruau
May 10, 2019 12:17 PM
Scoop.it!

SQL 201: 6 Ways to Search with System Tables - DEV Community �‍��‍�

SQL 201: 6 Ways to Search with System Tables - DEV Community �‍��‍� | FrenchTech SAAS | Scoop.it
Your database doesn't just contain your data. It also contains data about your data.
No comment yet.
Scooped by Mickael Ruau
March 21, 2019 3:39 AM
Scoop.it!

MySQL Connection Handling and Scaling

MySQL Connection Handling and Scaling | FrenchTech SAAS | Scoop.it

In this post we describe MySQL connections, user threads, and scaling. We hope that an increased understanding of how MySQL works will help application developers and system administrators to make good choices and trade-offs. We describe how connections work in a plain community server and we do not cover related topics such as thread pooling, resource groups, or connection multiplexing in this post.

Mickael Ruau's insight:

The MySQL Server (mysqld) executes as a single OS process, with multiple threads executing concurrent activities. MySQL does not have its own thread implementation, but relies on the thread implementation of the underlying OS. When a user connects to the database a user thread is created inside mysqld and this user thread executes user queries,  sending results back to the user, until the user disconnects.

When more and more users connect to the database, more and more user threads execute in parallel. As long as all user threads execute as if they are alone we can say that the system (MySQL) scales well. But at some point we reach a limit and adding more user threads will not be useful or efficient.

No comment yet.
Rescooped by Mickael Ruau from E-pedagogie, apprentissages en numérique
March 12, 2019 3:53 AM
Scoop.it!

La CNIL lance sa formation en ligne sur le RGPD ouverte à tous | CNIL

La CNIL lance sa formation en ligne sur le RGPD ouverte à tous | CNIL | FrenchTech SAAS | Scoop.it
Cet outil de formation gratuit est accessible à tous. Une fois son compte créé, l’utilisateur progresse à son rythme. Une attestation de suivi sera délivrée dans le Mooc à tout participant ayant parcouru la totalité des contenus et ayant répondu correctement à 80 % des questions par module.

Via Gilles Le Page
Gilles Le Page's curator insight, March 12, 2019 3:53 AM

Un Mooc qui convient aussi bien aux profils techniques que juridiques et peut être suivi par toute personne curieuse de cette matière. #elearning #mooc

Rescooped by Mickael Ruau from Retail' topic
February 15, 2019 1:21 PM
Scoop.it!

Isoskele, la nouvelle marque data marketing du Groupe La Poste

Isoskele, la nouvelle marque data marketing du Groupe La Poste | FrenchTech SAAS | Scoop.it
Le Groupe La Poste officialise le 15 février 2019 "Isoskele" une nouvelle entité spécialisée en data marketing et communication dédiée aux annonceurs. Sa signature : "De la connaissance à la reconnaissance client".

Via RetailExploration
No comment yet.
Scooped by Mickael Ruau
January 29, 2019 5:30 AM
Scoop.it!

Données personnelles : publication de nouvelles lignes directrices du G29 sur les études d’impact - Fidal

Si la CNIL avait déjà amorcé une réflexion sur les études d’impact, certaines questions restaient en suspens et notamment :

Ce qui est entendu par la notion de « risque élevé »,
La méthodologie à mettre en œuvre pour la réalisation d’études d’impact répondant aux exigences du RGPD.

La notion de « risque élevé »
Les traitements susceptibles d’entraîner un « risque élevé » pour les droits et libertés des personnes doivent faire l’objet d’une étude d’impact conformément à l’article 35 du RGPD. Dans cette perspective, les lignes directrices émises par le G29 visent un certain nombre de critères qui doivent être pris en compte par le responsable de traitement dès lors qu’il évaluera les risques présentés par le traitement considéré. Au nombre de ces éléments : l’existence de données sensibles, données de personnes vulnérables, transferts de données hors du territoire de l’Union européenne, de profilage ou encore de scoring.

Plus un traitement présente de critères avancés par le G29, plus il est susceptible de générer des risques élevés pour les droits et libertés des personnes.

Le G29 énonce également un liste de traitements qui selon lui nécessitent la réalisation d’une étude d’impact :

La surveillance par un employeur de ses employés sur leurs postes de travail informatique ou encore de leur activité sur internet ;
La collecte de données sur les profils publics de réseaux sociaux de personnes physiques ;
L’exploitation d’un système de vidéosurveillance sur les autoroutes dès lors qu’une analyse de la plaque d’immatriculation permet d’isoler et d’individualiser un conducteur.

En tout état de cause, le G29 recommande la réalisation d’une étude d’impact dès lors qu’il y a doute sur le niveau de risque.
Mickael Ruau's insight:

La méthodologie de l’analyse d’impact
Dès lors que le responsable de traitement estime que la mise en œuvre d’un traitement exige la réalisation d’une étude d’impact, la réalisation de celle-ci doit suivre une méthodologie particulière que le G29 développe dans ses lignes directrices.

Ainsi le processus est le suivant :

  1. Description du traitement ;
  2. Evaluation de sa nécessité et de sa proportionnalité ;
  3. Evaluation de sa conformité ;
  4. Evaluation des risques du point de vue des personnes dont les données sont traitées ;
  5. Détermination des mesures à prendre pour limiter et réduire le risque ;
  6. Documentation du processus ;
  7. Suivi permanent et réexamen ponctuel de la conformité du traitement.

Le G29 ne vise pas de formalisme particulier pour la réalisation des études d’impact mais il rappelle l’existence de normes ISO pertinentes: management du risque (ISO 31000) et Lignes directrices pour l’évaluation d’impacts sur la vie privée – sécurité informatique (ISO/IEC 29134).

Le G29 rappelle ensuite que l’étude d’impact n’est requise que pour les traitements mis en œuvre après le 25 mai 2018, avec une réserve tenant à une obligation de revue des traitements existants dès lors que le niveau de risque évolue.

Enfin, Le G29 pousse fortement à la production de DPIA sectoriels notamment par les fabricants de solutions (éditeurs etc…) de sorte à optimiser la compliance des responsables de traitement avec le RGPD.

No comment yet.
Scooped by Mickael Ruau
January 23, 2019 5:15 AM
Scoop.it!

Insuffisance des mesures de sécurité des données utilisateurs : Uber condamné par la CNIL - Fidal

Le 21 novembre 2017, Uber publie sur son site internet un article révélant qu’elle a subi des cyber-attaques ; deux personnes extérieures à la société ont accédé aux données des utilisateurs de sa plateforme numérique, ce qui concerne, au total, 57 millions d’utilisateurs, dont 1.4 millions sont situés sur le territoire français.

Le 22 décembre 2017, la CNIL adresse un questionnaire aux sociétés UBER TECHNOLOGIES INC et UBER B.V visant à mettre en lumière les circonstances de la violation des données et les mesures prises pour y remédier.


Philippe DebryDan Scemama

Mickael Ruau's insight:


Uber explique que des personnes extérieures sont parvenues à obtenir un accès à un espace privé de travail sur « GitHub », qui est une plateforme tierce de développement de logiciels sur internet utilisée par ses ingénieurs logiciels pour stocker du code. Les ingénieurs pouvaient ainsi se connecter à cette plateforme tierce en utilisant un nom d’utilisateur et un mot de passe, sans qu’un processus de retrait des habilitations soit mis en place lorsqu’un ingénieur quitte la société. Les cyber-attaquants ont utilisé ces identifiants pour se connecter à la plateforme tierce et y ont trouvé une clé d’accès inscrite en clair dans un fichier de code source. Celle-ci permet d’accéder à la plateforme où sont stockées les données à caractère personnel des utilisateurs de la plateforme numérique de Uber. Ces données personnelles concernent le nom, le prénom, l’adresse de courrier électronique, la ville ou le pays de résidence, le numéro de téléphone mobile et le statut des utilisateurs (c’est-à-dire, s’ils sont conducteur, passager, ou les deux à la fois).

En premier lieu, la formation restreinte de la CNIL considère que UBER B.V et UBER TECHNOLOGIES INC revêtent la qualité de coresponsables de traitement. En effet, la qualité de responsable de traitement pour UBER B.V n’était pas contestée et UBER TECHNOLOGIES INC est responsable de traitement en ce qu’elle a géré les conséquences de la violation des données et a révélé son existence au public.

No comment yet.
Scooped by Mickael Ruau
January 17, 2019 3:53 AM
Scoop.it!

5 métiers incontournables du Big Data!



Le Big Data propose une pluralité de métiers: il y en a pour tous les goûts. Nous vous proposons une sélection des plus connus:

L’informatique et les statistiques ne vous font pas peur? Vous avez le profil du Data Miner!

Point de départ de tout projet digital, le Data Miner n’hésite pas à plonger au milieu des données pour trouver, grâce à ses connaissances techniques, les statistiques qui sont susceptibles d’intéresser l’entreprise.

Vous préférez traiter les données? Devenez Data Scientist!

As du langage informatique, il excelle dans la création d’algorithmes permettant d’extraire les données qui répondront aux besoins de l’entreprise. Après les avoir collectées, il les évalue avant de les transmettre au Data Analyst.

Vous avez la fibre commerciale? Optez pour le métier de Data Analyst!

Véritable interface entre l’équipe du projet et l’entreprise, le Data Analyst s’occupe de rendre compréhensibles et intelligibles les données pour le client. Il manie l’art de l’infographie comme personne pour que l’entreprise puisse définir la nouvelle ligne directrice à prendre en fonction de ces informations.

Vous préférez superviser un projet? Vous êtes un Chief Digital Officer dans l’âme!

Le Chief Digital Officier (CDO) est celui qui encadre l’équipe autour du besoin d’un client. Il est le garant des données collectées et s’assure qu’elles ne vont pas à l’encontre des règles éthiques définies par la loi. Il est, en quelque sorte, un chef d’orchestre.

Enfin, vous respectez le droit à la lettre? Vous avez le potentiel du Data Protection Officer!
No comment yet.
Scooped by Mickael Ruau
December 12, 2018 10:52 AM
Scoop.it!

Données personnelles : anonymisation ou pseudonymisation ? Par Charlotte Galichet, Avocat.

Données personnelles : anonymisation ou pseudonymisation ? Par Charlotte Galichet, Avocat. | FrenchTech SAAS | Scoop.it

L’anonymisation permet d’échapper à la réglementation sur les données personnelles. Néanmoins les techniques existantes, examinées par le G29 dès 2014 (avis 05/2014) sont complexes et rarement efficaces à 100%.

No comment yet.
Scooped by Mickael Ruau
December 11, 2018 8:06 AM
Scoop.it!

The Clean Architecture Dependency Rule | The Dependency Rule | InformIT

The Clean Architecture Dependency Rule | The Dependency Rule | InformIT | FrenchTech SAAS | Scoop.it
Learn how to apply the Dependency Rule to your software architecture to create a more testable system.
No comment yet.
Scooped by Mickael Ruau
December 10, 2018 10:50 AM
Scoop.it!

Antisèche RGPD 6 : anonymisation ou pseudonymisation?

Antisèche RGPD 6 : anonymisation ou pseudonymisation? | FrenchTech SAAS | Scoop.it
Pour répondre aux exigences fixées par le RGPD, suite au recensement, il est nécessaire de sécuriser techniquement les données personnelles et sensibles traitées par l’entreprise. Deux grandes techniques de sécurisation sont disponibles pour répondre à ce besoin: lanonymisation et la pseudonymisation des données.
Mickael Ruau's insight:

Deux grandes méthodes d’anonymisation peuvent être utilisées:

  • La randomisation, qui permet d’altérer le lien entre la donnée et l’individu par des techniques telle que la mise à blanc, la troncature, la substitution, la simple suppression …
  • La généralisation, dont le principe se base sur la dilution de la donnée ou sa généralisation en modifiant sa précision, son échelle, sa grandeur…

Même si elle offre de bonnes garanties, l’anonymisation à grande échelle peut être difficile à mettre en oeuvre, voir ne pas être adaptée aux besoins.

En effet :

  • Si un amas de données ne contient pas d’éléments identifiables seuls, l’ensemble de cet amas, et surtout sa cohérence, rendent l’identification possible malgré tout.
  • La ré-identification du titulaire des données parfois nécessaire, comme dans le domaine médical, est définitivement empêchée.

La pseudonymisation est une technique de sécurisation réversible, qui consiste à réduire le lien de corrélation entre les données d’identification et les autres données d’une personne. Ces données ne sont alors pas tout à fait anonymes, mais pas directement identifiables non plus. Le tout est protégé par une clé d’identification, pièce maîtresse pour rétablir le lien entre les données .

Cette technique, est à privilégier chaque fois que la connaissance de la valeur d’une donnée personnelle n’est pas essentielle pour le bon fonctionnement des systèmes ou des traitements des intermédiaires qui l’exploitent. Par exemple, le travail d’un data analyst ou d’un data scientist peut être réalisé uniquement avec des pseudonymes.

Le chiffrement, le hachage, l’obfuscation, les signatures électroniques sont autant de techniques et méthodes qui permettent d’encrypter les données. La sécurité de la pseudonymisation réside en bonne partie dans la protection de ces clés d’identification.

No comment yet.