Programme de recherche et développement en méthodologie : réalisations, 2022-2023
4. Confidentialité
Les travaux de recherche sur la confidentialité à Statistique Canada continuent de porter sur l’élaboration de nouvelles méthodes et idées qui offrent d’autres formes d’accès tout en continuant à garantir que les renseignements personnels des particuliers et des entreprises ne sont divulgués d’aucune façon. Des progrès ont été réalisés dans le cadre de deux projets décrits ci-dessous. Le groupe du Centre pour la confidentialité et l’accès de Statistique Canada continue également d’offrir des services de consultation aux partenaires internes et externes afin d’aider à développer la capacité de détection et de traitement des risques de divulgation.
PROJET : Données synthétiques
Il est essentiel de chercher à offrir plus d’options d’accès aux utilisateurs de données. La création de données synthétiques constitue un moyen de traiter les problèmes de confidentialité des données personnelles tout en conservant la plus grande valeur analytique possible.
Progrès :
En 2022, une version synthétique d’une base de données transversale du recensement couplée à des données administratives a été élaborée pour le nouveau modèle du système de revenu de retraite du Canada. Une première version de la base de données synthétiques a été mise à la disposition de chercheurs externes. Le défi suivant consistait à élaborer des stratégies pour synthétiser l’aspect longitudinal de la base de données. Une technique d’imputation par donneur a été appliquée pour ajouter des renseignements sur le parcours de vie aux unités familiales, puis les salaires et les revenus d’emploi ont été synthétisés au niveau individuel pour la période de 1966 à 2015 au moyen de l’approche de l’arbre de régression et de classification (CART). L’objectif pour la prochaine année est de synthétiser d’autres variables liées au Régime de pensions du Canada et de diffuser une version augmentée de la base de données synthétiques avec les données historiques synthétiques.
Le Groupe de haut niveau sur la modernisation des statistiques officielles de la Commission économique des Nations-Unies pour l’Europe a publié un guide de démarrage sur les données synthétiques en 2023 (Nations Unies, 2023). Statistique Canada a contribué à plusieurs parties de ce guide.
Pour obtenir plus de renseignements, veuillez communiquer avec :
Heloise Gauvin (343-597-3490, heloise.gauvin@statcan.gc.ca) ou
Steven Thomas (613-882-0851, steven.thomas@statcan.gc.ca).
Bibliographie
Nations Unies (2023). Synthetic Data for Official Statistics: A Starter Guide | UNECE. Genève: Nations Unies. Disponible à l’adresse https://unece.org/statistics/publications/synthetic-data-official-statistics-starter-guide.
PROJET : Évaluation du risque d’attaque par reconstruction au moyen des données de recensement de Statistique Canada
La publication de données présentant un degré de désagrégation plus important peut accroître la transparence et fournir des renseignements importants sur les groupes sous-représentés. L’élaboration d’options d’accès plus diversifiées et facilement disponibles augmente la quantité d’information disponible et produite par les chercheurs. Accroître l’étendue et la profondeur des renseignements diffusés permet une meilleure représentation de la population canadienne, mais impose également à Statistique Canada une plus grande responsabilité quant à la manière dont cela doit être fait pour respecter la vie privée des personnes et pour préserver la confidentialité de leurs données. Il est donc utile d’élaborer des outils qui permettent à l’organisme d’évaluer le risque lié à la granularité accrue des données.
Une stratégie pour aider à cerner les situations particulières présentant un risque de divulgation consiste à reconstruire une base de données. Cet outil d’évaluation permet de créer un fichier de microdonnées correspondant à une collection de statistiques données, par exemple, celles publiées en ligne. Les risques sont déterminés lorsque les observations sont liées de façon unique, systématique et avec certitude à des personnes faisant partie de l’ensemble de données. L’objectif de ce projet est d’élaborer les outils nécessaires pour évaluer les risques par l’entremise de la reconstruction d’une base de données et d’utiliser ces outils pour quantifier le risque d’une telle reconstruction pour les données du recensement canadien.
Progrès :
Une méthodologie a été élaborée pour reconstruire la base de données du recensement canadien à partir de tableaux publiés, conformément à une procédure décrite par Garfinkel, Abowd et Martindale (2019). L’utilisation de données synthétiques nous a permis d’organiser diverses attaques contre les données du recensement canadien dans diverses conditions et d’évaluer leur succès et, par conséquent, le risque que représentent ces attaques. On a constaté que la reconstruction d’une base de données nécessite un effort, une expertise technique et une puissance de calcul considérables, ce qui donnent à penser que la probabilité d’une telle attaque est faible. L’étude semble également indiquer que nos techniques normalisées de contrôle de la divulgation statistique (p. ex. l’arrondissement) sont suffisamment efficaces pour limiter les risques de divulgation dans les conditions qui ont été évaluées. Des mesures du risque, y compris le taux d’appariement entre les données reconstruites et les données réelles, ont été élaborées, mais il reste du travail à faire pour interpréter ces mesures et leurs limites.
Ces résultats ont été présentés lors du Symposium international de 2022 sur les questions de méthodologie de Statistique Canada et seront publiés dans les actes de la conférence (Abado et Stefan, 2022).
Pour obtenir plus de renseignements, veuillez communiquer avec :
Mathew Abado (519-868-4792, mathew.abado@statcan.gc.ca) ou
Steven Thomas (613-882-0851, steven.thomas@statcan.gc.ca).
Bibliographie
Abado, M., et Stefan, G. (2022). Risque d’attaque par reconstruction en utilisant les données de recensement de Statistique Canada. Recueil : Symposium 2022, Désagrégation des données : Dresser un portrait de données plus représentatif de la société, Statistique Canada, Ottawa (à paraître).
Garfinkel, S., Abowd, J.M. et Martindale, C. (2019). Understanding database reconstruction attacks on public data. Communications of the ACM, 62, 46-53.
- Date de modification :