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.

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.

Le projet anonconda-notebooks permet l'analyse, la création de rapports et la visualisation de données anonymisées. Il offre une interface conviviale pour les utilisateurs métiers, leur permettant de travailler avec des données complexes sans avoir besoin de compétences techniques avancées.

Le projet anonconda-notebooks permet l'analyse, la création de rapports et la visualisation de données anonymisées. Il offre une interface conviviale pour les utilisateurs métiers, leur permettant de travailler avec des données complexes sans avoir besoin de compétences techniques avancées.

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.

Module permettant de lier des rendez-vous à des workflows, avec fonctionnalités d'envoi d'emails pour les notifications de rendez-vous et d'anonymisation des données utilisateur.

Compar:IA est un outil public gratuit conçu pour rendre les intelligences artificielles conversationnelles plus transparentes et accessibles. Il permet aux utilisateurs de comparer les réponses de différents modèles d'IA en temps réel, d'évaluer leur pertinence et leur impact environnemental. Les données collectées anonymisées sont partagées pour affiner les futurs modèles, notamment dans une démarche européenne favorisant la diversité linguistique et culturelle.

Ce dépôt contient des échantillons de fichiers journaux anonymisés provenant d'un serveur ezproxy, utilisables pour tester le fonctionnement du logiciel ezPAARSE, qui traite les données d'accès à des ressources électroniques.