Ce projet vise à développer des méthodes de garantie de la confidentialité des données, telles que l'anonymisation, la génération de données de synthèse et la differential privacy. Il s'inscrit dans le cadre du programme 10% et a pour objectif de protéger les données personnelles et de garantir la conformité avec le RGPD.

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.

Le moteur NER de la Cour de Cassation est un outil d'anonymisation de décisions de justice. Il permet de protéger les données personnelles en identifiant et en anonymisant les entités nommées (noms, prénoms, dates, etc.) dans les décisions avant leur diffusion en open data. Il repose sur des techniques d'apprentissage automatique et de traitement du langage naturel.

Ce projet fournit une méthode et des outils pour anonymiser les données à caractère personnel, en introduisant l'utilisateur aux enjeux juridiques, scientifiques et techniques de l'anonymisation, et en proposant une méthode de k-anonymisation testée et robuste.