L’anonymisation des Big Data est un vaste problème. Même “anonymisées”, elles peuvent permettre de réidentifier des personnes. Toutes les données sont devenues personnelles affirmions-nous déjà en 2009. Et il semble que ce soit chaque jour un peu plus vrai. Yves-Alexandre de Montjoye, du laboratoire de dynamique humaine du Media Lab du MIT (@yvesalexandre), nous en avait déjà fait la démonstration fin 2013. Il vient de récidiver dans un article pour Science utilisant une base de données commerciale de transactions depuis des cartes de crédit de quelques 1,1 million de personnes sur 10 000 magasins sur une période de 3 mois, nous apprend Natasha Singer pour le Bits blog du New York Times. Cette base de données contenait le détail des transactions de chaque client (date des transactions – mais pas l’heure -, montant facturé et nom du magasin) mais avait été “anonymisée”, c’est-à-dire qu’on y avait enlevé les noms et numéros de comptes des clients. Mais l’unicité des comportements des clients a permis de réidentifier nommément 90 % des acheteurs en les combinant avec des données disponibles en ligne provenant de Twitter ou d’Instagram. Il suffit de 4 points de données pour réidentifier la plupart des gens. Les chercheurs ont également montré qu’il était plus facile de repérer les femmes que les hommes, plus facile de repérer les personnes ayant un revenu élevé que les personnes à faible revenu. 

Une preuve de plus que “nous devons repenser et reformuler notre façon de penser la protection des données”, a déclaré le chercheur. L’étude remet en question la façon dont entreprises et organismes publics conçoivent actuellement l’anonymisation des données. L’anonymisation qui consiste à enlever les données personnelles des gens n’est pas une garantie. Elle ne rend pas les données anonymes et n’est pas suffisamment sûr pour les libérer d’une manière publique ou les céder à des tiers.