anonymiser_donnees: Anonymiser un jeu de données

In statAfrikR: Statistical Tools for African National Statistics Institutes

Anonymiser un jeu de données

Description

Applique les techniques d'anonymisation conformes aux standards IHSN/PARIS21 : suppression, masquage, generalisation, perturbation et pseudonymisation des variables sensibles.

Usage

anonymiser_donnees(
  data,
  vars_supprimer = NULL,
  vars_masquer = NULL,
  vars_perturber = NULL,
  vars_generaliser = NULL,
  niveau_bruit = 0.05,
  graine = 42L,
  seuil_cellule = 5L,
  rapport = TRUE
)

Arguments

data	data.frame ou tibble — Données à anonymiser
vars_supprimer	character ou NULL — Variables à supprimer entièrement. Défaut : NULL.
vars_masquer	character ou NULL — Variables à remplacer par des codes anonymes. Défaut : NULL.
vars_perturber	character ou NULL — Variables numériques à perturber par bruit aléatoire. Défaut : NULL.
vars_generaliser	list ou NULL — Liste nommée de variables à généraliser avec les bornes : list(age = 5, revenu = 10000). Défaut : NULL.
niveau_bruit	numeric — Niveau de bruit pour la perturbation (proportion de l'écart-type). Défaut : 0.05.
graine	integer — Graine aléatoire. Défaut : 42.
seuil_cellule	integer – Seuil de confidentialite : les cellules avec effectif < seuil_cellule declenchent un avertissement. Defaut : 5L. Configurable selon la politique de l'INS.
rapport	logical — Produire un rapport d'anonymisation. Défaut : TRUE.

Value

Si rapport = FALSE : tibble anonymisé. Si rapport = TRUE : liste avec $donnees et $rapport.

Examples

## Not run: 
  resultat <- anonymiser_donnees(
    donnees_enquete,
    vars_supprimer  = c("nom", "prenom", "telephone"),
    vars_masquer    = c("id_menage", "id_individu"),
    vars_perturber  = c("revenu_mensuel"),
    vars_generaliser = list(age = 5)
  )
  donnees_anon <- resultat$donnees

## End(Not run)

statAfrikR documentation built on Sept. 20, 2026, 5:07 p.m.