La dé-identification du jeu de données actuariel retire les données personnelles d'un extrait de tarification. Une fois véritablement anonyme, il n'est plus une donnée personnelle au sens du RGPD Considérant 26 et sort du champ de la loi. anonym.plus le fait sur votre appareil.
Quand cela s’applique
La tarification et le provisionnement s'appuient sur de grands extraits de lignes historiques. Les envoyer vers un outil cloud est un risque de divulgation. Le travail local l'évite.
Comment anonym.plus s’en charge
- Pointez anonym.plus vers le dossier d'export sur votre serveur.
- Il analyse les colonnes d'identifiants et les champs en texte libre.
- Des alias stables gardent les jointures de cohortes intactes.
- Désactivez la clé de ré-association pour une vraie anonymité.
- Relisez le résumé et ajustez les règles par colonne.
- Enregistrez la table propre sur votre appareil.
Ce que vous devez fournir
- L'extrait en CSV, JSON ou lot.
- Une carte de colonnes pour les champs d'identifiants connus.
- Remplacer avec la clé de ré-association désactivée pour une anonymité totale.
Types d'entités de données de santé détectés
| Catégorie | Type d’entité anonym.plus | Exemple |
|---|---|---|
| Noms | PERSON | nom_assure → [PERSONNE_n] |
| Sécurité sociale | FR_NIR | champ nir → [NIR_n] |
| Dates | DATE_TIME | date_effet → [DATE] décalée |
| Pathologie | MEDICAL_CONDITION | diagnostic → [PATHOLOGIE] |
| Adresse | LOCATION | code postal → [REGION] |
| Compte bancaire | IBAN_CODE | champ iban → [IBAN_n] |
Conformité atteinte
- Une vraie anonymité place la table hors champ par le RGPD Considérant 26.
- Retire les identifiants de santé du RGPD Art. 9 des lignes.
- Le travail sur l'appareil soutient la résidence des données en France.
- Garde les liens de cohortes stables, donc la table reste utile pour la modélisation.
Anonymisez jeux de données actuariels hors ligne — voir les offres & commencer gratuitement →
Limites & précautions
Un âge élevé peut pointer vers peu de personnes et accroître le risque de ré-identification ; regroupez ces âges en tranches. Un sinistre atypique dans une petite région peut encore restreindre l'identité. Pesez le risque résiduel et ne gardez aucune clé de ré-association avant de traiter la table comme anonyme.
Questions fréquentes
Pourquoi regrouper les âges élevés ?
Les âges très élevés correspondent à peu de personnes, ce qui accroît le risque de ré-identification. L'outil les place en tranches pour réduire ce risque.
Les cohortes restent-elles associables après l'échange ?
Seulement avec une carte d'alias, ce qui rend le résultat pseudonymisé. Pour une vraie anonymité, désactivez la carte.
La modélisation fonctionne-t-elle sur la table propre ?
Oui. Les alias gardent les jointures stables, donc les modèles de cohortes tournent sans qu'aucune identité réelle ne subsiste.