RAPID et le nouveau package R riskutility à useR! 2026 à Varsovie
Le 7 juillet 2026, Oscar Thees a présenté nos travaux à useR! 2026, la conférence internationale des utilisateurs de R, organisée cette année à Varsovie. Son exposé, Evaluating Disclosure Risk in Synthetic Data with the R Package riskutility, a présenté RAPID et le nouveau package R qui l’intègre désormais.
Il a ouvert avec un dessin de Ted Rall : deux personnes se voient refuser une assurance pour la même raison. Dans une case, leurs données dé-identifiées ont été retrouvées dans une étude (« vie privée violée ») ; dans l’autre, elles correspondent simplement à un constat général (« vie privée non violée »). Même préjudice, verdict opposé. L’exposé a volontairement laissé ouverte la question de savoir si de telles inférences constituent une atteinte à la vie privée. Sur le plan pratique, une chose reste vraie : qui publie des données doit pouvoir mesurer ce qu’un attaquant peut en inférer. Les données synthétiques rompent le lien avec les enregistrements réels, mais ne suppriment pas ce risque d’inférence.
C’est précisément ce que mesure RAPID (Risk of Attribute Prediction-Induced Disclosure). L’attaquant est simulé par un modèle d’apprentissage automatique entraîné sur les données synthétiques publiées, puis utilisé pour prédire les valeurs sensibles de personnes réelles. Une correction par rapport à une référence garantit que seule l’inférence allant au-delà de ce que chacun pourrait deviner compte comme risque.
Le risque n’est toutefois qu’une moitié de l’histoire : toute publication est un arbitrage entre risque et utilité, et les deux dimensions sont multivariées. C’est pourquoi RAPID fait désormais partie de riskutility, notre nouveau package R sur CRAN, qui propose une centaine de mesures de risque et d’utilité pour des données tabulaires synthétiques et anonymisées.
- Diapositives : programme de useR! 2026
- Article RAPID : arXiv:2602.09235
- riskutility sur CRAN : cran.r-project.org/package=riskutility
Ces travaux ont été menés avec Matthias Templ et Roman Müller.
Image de couverture : dessin de Ted Rall (2024), tiré de S. L. Garfinkel, Differential Privacy (MIT Press).