Pseudonymisation (IA)
La pseudonymisation est un procédé qui consiste à remplacer les identifiants directs dans un jeu de données par des pseudonymes, tout en permettant une ré-identification via une clé séparée.
Définition
La pseudonymisation est définie par l'article 4 du RGPD comme un traitement de données personnelles qui les rend impossibles à attribuer à une personne précise sans recourir à des informations supplémentaires, à condition que ces informations soient conservées séparément et protégées par des mesures techniques et organisationnelles. On remplace par exemple un nom, un e-mail ou un numéro de client par un code, et on garde ailleurs la table de correspondance ou la clé qui permet de revenir aux personnes. Le procédé limite les conséquences d'une fuite ou d'un accès abusif : celui qui tombe sur le fichier ne voit que des codes. Il facilite aussi les analyses statistiques et les phases de test sans manipuler d'identités, et le RGPD le cite parmi les mesures de protection dès la conception et de sécurité. Mais les données pseudonymisées restent des données personnelles : droits des personnes, durée de conservation et obligation de sécurité continuent de s'appliquer. La qualité dépend de la méthode. Un code obtenu par simple hachage d'une adresse e-mail, sans secret ajouté, peut être retrouvé en testant des adresses connues ; un identifiant aléatoire, avec une table séparée à accès restreint, protège beaucoup mieux. D'autres champs (date de naissance, code postal, texte libre) peuvent aussi révéler l'identité et doivent être traités. Dans un projet d'IA, c'est un bon réflexe avant de partager des données avec un prestataire ou de constituer un jeu d'entraînement, à condition de ne pas la présenter comme une anonymisation.
Catégorie
Données et vie privée
Synonymes
data pseudonymization, pseudonyme de données
Avantages
- Renforce la protection en cas de fuite de données
- Facilite l'utilisation de données sensibles en IA
- Permet une ré-identification légale et contrôlée si nécessaire
Limites
- Ne supprime pas totalement le risque de ré-identification
- N'exonère pas des obligations RGPD (contrairement à l'anonymisation)
- Nécessite une gestion sécurisée de la clé de correspondance
Exemples concrets
Découvrez comment ce concept s'applique dans la réalité
Remplacer les noms des patients par des identifiants numériques dans une base médicale
Coder les adresses e-mail en hash dans une base marketing, en sachant que ce codage reste réversible par recoupement s'il n'est pas protégé par un secret
Stocker séparément une table de correspondance entre pseudonymes et identités réelles
Une PME qui confie ses exports de commandes à un prestataire d'analyse après avoir remplacé noms et e-mails par un numéro aléatoire, la table de correspondance restant chez elle
Un jeu de données de test pour une application, construit à partir de la base clients réelle dont les identifiants ont été remplacés
Applications pratiques
Où « pseudonymisation (IA) » sert concrètement
Santé : partage de données médicales pseudonymisées entre hôpitaux
Finance : traitement de données de transactions avec identifiants codés
Marketing : exploitation d'adresses e-mail hachées pour ciblage
Recherche : bases scientifiques pseudonymisées pour analyse
Questions fréquentes
Les questions que posent les entreprises sur « pseudonymisation (IA) »
Quelle différence entre pseudonymisation et anonymisation ?
La pseudonymisation conserve un lien avec les personnes via une clé ou une table gardée à part ; l'anonymisation supprime ce lien de façon irréversible. Dans le premier cas le RGPD continue de s'appliquer, dans le second le jeu de données en sort.
Les données pseudonymisées relèvent-elles du RGPD ?
Oui. Le considérant 26 précise que des données pseudonymisées, qui pourraient être attribuées à une personne grâce à des informations supplémentaires, restent des informations concernant une personne identifiable. La pseudonymisation réduit le risque et aide à démontrer la conformité, mais elle ne dispense d'aucune obligation.
Comment pseudonymiser correctement ?
Utiliser des codes aléatoires, ou un hachage avec une clé secrète, plutôt qu'un hachage simple d'une donnée devinable. Stocker la table ou la clé séparément des données, avec un accès restreint et journalisé, et traiter aussi les champs qui permettent de reconnaître la personne indirectement.
Quels risques persistent ?
Si la clé ou la table de correspondance est volée, ou stockée au même endroit que les données, la protection disparaît. Le recoupement avec d'autres informations peut aussi permettre de réidentifier des personnes, surtout sur de petits effectifs.
Peut-on la combiner avec d'autres mesures ?
Oui, et c'est recommandé : chiffrement des fichiers, contrôle d'accès, réduction des champs au strict nécessaire, durée de conservation limitée. Selon l'usage, on ajoute de l'agrégation ou de la confidentialité différentielle pour produire des statistiques.
Quand l'utiliser avec un outil ou un prestataire d'IA ?
Avant d'envoyer des documents à un prestataire ou à un service d'IA, remplacer les identités par des codes limite l'exposition en cas d'incident. Cela ne remplace ni le contrat de sous-traitance, ni la vérification du lieu d'hébergement et de l'éventuelle réutilisation des données par le fournisseur pour entraîner ses modèles.
Source et références
Source : CNIL – Glossaire IA
Voir la sourceTermes associés
Notions proches de « pseudonymisation (IA) »
Envie d'approfondir vos connaissances en IA ?
Découvrez tous nos termes et concepts dans le lexique complet
Un projet autour de « pseudonymisation (IA) » ?
Décrivez-nous votre besoin : nous vous répondons sous 24 h, sans engagement.
Testez gratuitement la visibilité de votre entreprise dans les IA. Lancer le test de visibilité dans les IA