Spatial Indexing Techniques for Privacy-Preserving Data Publishing

[French] Il existe une littérature foisonnante au sujet de l'anonymisation de données par généralisation des valeurs d'enregistrement. Les contributions portent soit sur le modèle de généralisation, enrichissant le K-anonymat de L. Sweeney, soit sur un algorithme de calcul d'une version anonymisée d'un jeu de donnée étant entendu qu'il été prouvé que le problème est NP-difficile, et donc que la plupart des algorithmes offrent des solutions approchées. Les méthodes d'accès spatiales (MAS), bien étudiées dans le champ des bases de données, suscitent un intérêt grandissant dans le contexte de l'anonymisation de données par généralisation des valeurs d'enregistrement, étant données (i) leur capacité à atteindre des grandeurs d'échelle inégalées par d'autres approches, et (ii) l'adéquation du format des entrées de l'index avec les données anonymisées. Nous proposons dans cette communication un état des lieux et une analyse critique des MASs étudiées sous l'angle de l'anonymisation de données. Nous évaluons les propositions existantes et suggérons des pistes de travail encore non explorées à ce jour.