Ce module permet d'anonymiser les données d'une base de données principale pour des environnements de test ou de démonstration. Il génère des scripts SQL pour remplacer les données sensibles par des valeurs fictives tout en conservant la possibilité de restaurer les données originales. Les données sont anonymisées selon une configuration définie par entité et colonne, en utilisant des générateurs de données fictives comme FakerPHP.

Cet addon de l'ETL Alambic propose des recettes pratiques pour développer des modules métiers. Il regroupe des exemples concrets illustrant la consommation de données via des web services, la manipulation de données LDAP, la production de flux JSON, et des techniques d'anonymisation. Destiné aux développeurs, il facilite la réutilisation de bonnes pratiques pour enrichir des solutions basées sur Alambic.

Ce projet automatise la mise à jour quotidienne d'une base de données dédiée aux statistiques publiques de SignalConso. Il extrait les données pertinentes de la base de production, les anonymise pour garantir la confidentialité, puis les restructure dans une base simplifiée. Cette base alimente ensuite Metabase pour générer des tableaux de bord accessibles au public via le site officiel. Le processus est déclenchable manuellement via une API sécurisée.

Modèle de microsimulation conçu pour évaluer l'impact des politiques publiques sur l'autonomie des personnes à domicile. Il permet d'analyser les dépenses de santé, les besoins en soins et l'organisation des services médicaux et sociaux. Basé sur des données anonymisées et des algorithmes statistiques, il aide les décideurs à anticiper les évolutions démographiques et à adapter les ressources disponibles.

Ce projet contient un jeu de données anonymisé de descripteurs faciaux avec leurs étiquettes correspondantes anonymisées. Les descripteurs faciaux sont assignés à un programme, qui est basé sur des émissions de télévision réellement diffusées à la télévision française. Le jeu de données est utilisé dans [1] pour l'apprentissage non supervisé de co-occurrences pour la récupération d'images de visages.

Cet outil d'ETL (Extract, Transform, Load) permet de centraliser et d'unifier plusieurs bases de données PostgreSQL dispersées en une seule base structurée sous différents schémas. Il anonymise les données sensibles avant de les rendre accessibles à des outils de Business Intelligence comme Metabase, facilitant ainsi l'analyse et la visualisation des données pour des services publics comme RDV Service Public ou RDV Insertion.

Le projet belenios-prepared-database est une application permettant de préparer des bases de données pour le système de vote électronique Belenios. Il gère les données personnelles et électorales de manière sécurisée et permet de créer des jeux de données anonymisées pour les élections.

Cette bibliothèque fournit un ensemble d'outils basés sur le projet OpenNLP Apache pour identifier des entités nommées telles que des noms de personnes dans un texte donné. Certaines de ces fonctionnalités peuvent être utilisées pour anonymiser des données dans un texte en supprimant des noms et des adresses e-mail, par exemple.

Albert - Services Publics Plus est une plateforme développée pour faciliter l'accès aux services publics en automatisant et simplifiant les interactions des usagers. Elle permet de traiter des requêtes textuelles, d'anonymiser des données sensibles et de fournir des réponses automatisées basées sur des modèles d'intelligence artificielle, améliorant ainsi l'efficacité et la rapidité des échanges entre les citoyens et les administrations.

Ce projet permet d'anonymiser les données sensibles d'une base de données en les hashant avec MD5. Cette opération est effectuée automatiquement toutes les nuits, mais peut également être déclenchée manuellement via une API.