Ce projet permet de générer des identités fictives ou anonymisées pour des tests, simulations ou analyses. Il offre des fonctionnalités pour créer des comptes utilisateurs complets avec des attributs démographiques, géographiques et temporels aléatoires ou contrôlés. Utilisé principalement pour valider des systèmes d'information sans recourir à des données réelles, il facilite les tests de charge, la conformité RGPD ou la préparation de jeux de données pour des formations.

Ce projet pédagogique vise à enseigner l'utilisation des collections en Kotlin à travers des exercices pratiques. Les étudiants manipulent des listes, ensembles et tableaux pour stocker, trier et analyser des données comme des pays avec leurs caractéristiques (nom, capitale, continent, population, superficie). Les exercices couvrent aussi la lecture de fichiers CSV et la génération de données aléatoires uniques.

Le projet privatebin-buildpack permet de déployer facilement l'application Privatebin sur la plateforme Scalingo. Privatebin est une application web open-source permettant de partager des données confidentielles de manière sécurisée, sans qu'elles ne soient stockées sur les serveurs. Les données sont chiffrées côté client et ne peuvent être déchiffrées que par le destinataire, grâce à une clé de déchiffrement générée aléatoirement.

Randomix est une bibliothèque de génération de données aléatoires. Elle permet de créer des données simulées pour les tests de développement et les démonstrations, en évitant de réutiliser des données réelles et confidentielles.

Comb_walks est un package Sage dédié à la compréhension et à l'obtention de données pour les fonctions génératrices de marches aléatoires dans le plan quarter, où la fonction noyau décrit une courbe elliptique. Cependant, le code est implémenté de manière à permettre également l'exploration des modèles avec une fonction noyau rationnelle.

Plugin pour le logiciel Icy dédié à la génération d'objets aléatoires utiles en analyse d'images biologiques. Il permet de créer des entiers, des nombres décimaux ou des sous-séquences aléatoires, facilitant ainsi la simulation de données et le test d'algorithmes dans un contexte de recherche en imagerie médicale ou biologique.

Dieharder est un outil open source conçu pour tester la qualité des générateurs de nombres aléatoires. Il permet aux chercheurs, développeurs et ingénieurs de valider la fiabilité et l'aléatoire des données produites par divers algorithmes. Utilisé principalement dans les domaines scientifiques et cryptographiques, il aide à détecter les biais ou faiblesses dans les séquences de nombres, garantissant ainsi des résultats plus robustes dans les applications critiques.

Ce projet universitaire propose une solution de chiffrement et déchiffrement de données sensibles via un système de clés cryptographiques partagées entre deux responsables. Les données sont protégées par des clés générées aléatoirement et stockées sur des clés USB, combinées à des mots de passe hachés. Le système permet également la répudiation des clés pour renforcer la sécurité des données.

Outil permettant de générer des graphes synthétiques pour des bases de données NoSQL, notamment Neo4j. Il facilite la création de jeux de données réalistes ou aléatoires pour tester, développer ou analyser des modèles de données orientés graphe. Idéal pour les développeurs, data scientists ou équipes techniques travaillant avec des bases de données graphes.

Quadtree2 est un projet de génération de cartes et de niveaux complexes pour des jeux vidéo en 2D. Il utilise une structure de données quadtree pour optimiser l'affichage et la gestion des éléments du jeu. Ce projet vise à démontrer la puissance de cette structure de données pour la création de mondes virtuels procéduraux et la génération de niveaux aléatoires.