Résolution d'identité : Comment établir le nombre réel de personnes touchées ?

La résolution d’identité est l’étape qui transforme un ensemble de fichiers en une liste de personnes. C’est elle qui sépare un décompte défendable d’une estimation, et elle ne s’improvise pas le jour d’un incident.

Dans cet article, découvrez pourquoi compter des fichiers ne donne jamais un nombre de personnes, et par quelle méthode on obtient le second à partir des premiers.

Trois décomptes, trois résultats différents

Un partage compromis contient 200 fichiers. Combien de personnes sont touchées ? La question paraît simple, mais trois façons de compter donnent trois réponses :

  • Compter les fichiers ne dit rien du nombre de personnes : un seul tableau de paie peut en contenir mille ;
  • Compter les occurrences d’un nom gonfle le total, puisque la même personne revient dans plusieurs documents ;
  • Compter les personnes exige de reconnaître que plusieurs mentions désignent le même individu.

Seul le troisième décompte répond à l’obligation. Les deux autres produisent un chiffre que rien ne soutient.

Ce que la CAI exige exactement après un incident

Pourquoi la même personne apparaît partout

Dans une organisation, un individu laisse des traces dans des systèmes qui ne se parlent pas : un dossier d’employé aux ressources humaines, une ligne dans un fichier de paie, une réclamation d’assurance collective, un courriel archivé, un formulaire numérisé rangé dans un lecteur réseau.

Chacune de ces traces est un renseignement personnel. Ensemble, elles désignent une seule personne concernée, mais rien dans les fichiers ne l’indique.

Pourquoi son nom n’est jamais écrit de la même façon

C’est ce qui rend le rapprochement difficile. Les variantes les plus courantes :

  • Avec et sans accents, selon le système qui a enregistré la donnée ;
  • Avec ou sans deuxième prénom, parfois réduit à une initiale ;
  • Nom de famille placé en premier, héritage des exports de bases de données ;
  • Nom de naissance et nom d’usage ;
  • Diminutifs, abréviations et simples coquilles de saisie.

Un rapprochement fondé sur l’égalité stricte des chaînes de caractères échoue sur chacun de ces cas.

Appariement exact et appariement approximatif

1. L’appariement exact

Il relie deux enregistrements qui partagent un identifiant commun et stable : un numéro d’employé, un numéro de dossier. Rapide et sans ambiguïté, mais il ne fonctionne qu’à l’intérieur des systèmes qui partagent cet identifiant, ce qui exclut la plupart des documents.

2. L’appariement approximatif

Il compare plusieurs attributs à la fois nom, date de naissance, adresse, code postal et attribue un score de similarité à chaque paire. C’est la seule méthode applicable à des documents non structurés, et c’est elle qui permet de rapprocher « Marie-Ève Tremblay » d’un « Tremblay, Marie Eve » figurant dans un PDF numérisé.

Comment nous éliminons les doublons

Une précision sur le terme

En cybersécurité, « résolution d’identité » désigne souvent le fait de corréler des comptes et des sessions entre plusieurs systèmes, pour savoir quel utilisateur a fait quoi. En protection des renseignements personnels, le sens est différent : il s’agit de réconcilier des variantes qui désignent une même personne physique.

Les deux travaux n’ont ni les mêmes données d’entrée ni le même livrable. Un outil qui fait le premier ne fait pas nécessairement le second.

Les deux erreurs opposées

Surcompter oblige à aviser des personnes qui ne l’étaient pas : coût d’envoi, inquiétude inutile, atteinte à la réputation sans raison. Sous-compter laisse des personnes concernées sans avis, et expose à un reproche si le chiffre réel émerge plus tard.

Entre les deux, il n’y a pas de marge confortable. C’est pourquoi le décompte doit reposer sur une méthode, pas sur une estimation.

Conclusion : une méthode, pas une estimation

Ce qui distingue un décompte d’une approximation, ce n’est pas la précision du chiffre : c’est de pouvoir expliquer comment on y est arrivé. Quelles sources ont été balayées, quelles variantes ont été réconciliées, quel fichier justifie chaque personne inscrite sur la liste.

Privacy Safe produit cette traçabilité en même temps que le résultat, sur votre infrastructure, sans qu’aucune donnée ne sorte.

How about a free demonstration tailored to your situation?

Leave a Reply

Your email address will not be published. Required fields are marked *