Aller au contenu principal

Définir vos préférences

Vous pouvez configurer des préférences par défaut qui seront automatiquement appliquées à chaque exécution d'anonymisation. Ces paramètres permettent d'adapter le format de sortie des documents à vos besoins spécifiques.

Définir les préférences​

Via le client web​

  1. Accédez à Account → User Preferences dans l'interface web
  2. Configurez vos préférences par défaut
  3. Enregistrez vos modifications

Ces préférences s'appliqueront à toutes les futures exécutions initiées via le client web.

Via le client Python​

Définissez les préférences lors de la création d'un runner avec manager.create_runner() :

from avatars.client import Client
from avatars.models import DataRecipient, DataType, DataSubject, SensitivityLevel, ReportLanguage

client = Client()
manager = client.managers.get("my-manager")

runner = manager.create_runner(
max_distribution_plots=20,
pia_data_recipient=DataRecipient.INTERNAL,
pia_data_type=DataType.HEALTH,
pia_data_subject=DataSubject.PATIENTS,
pia_sensitivity_level=SensitivityLevel.HIGH,
report_language=ReportLanguage.FR
)

Préférences disponibles​

max_distribution_plots​

Type : int | None
Défaut : None

Nombre maximum de graphiques de distribution à inclure dans le rapport de qualité. Permet de limiter la taille du rapport lors du traitement de jeux de données contenant de nombreuses colonnes.

report_language​

Type : ReportLanguage
Défaut : ReportLanguage.EN

Langue du rapport de qualité généré.

Valeurs disponibles :

  • ReportLanguage.EN - Anglais
  • ReportLanguage.FR - Français

Métadonnées d'évaluation d'impact sur la vie privée (PIA)​

Les préférences suivantes permettent de documenter le contexte du traitement des données pour l'évaluation de la vie privée et la conformité réglementaire. Ces valeurs sont incluses dans le rapport d'anonymisation.

pia_sensitivity_level​

Type : SensitivityLevel
Défaut : SensitivityLevel.UNDEFINED

Évaluation du niveau de sensibilité des données personnelles traitées, basée sur la nature des données et les risques potentiels pour les personnes concernées.

Valeurs disponibles :

  • SensitivityLevel.VERY_HIGH - Données hautement sensibles avec risques sévères de ré-identification
  • SensitivityLevel.HIGH - Données personnelles sensibles (ex : catégories particulières RGPD Art. 9)
  • SensitivityLevel.MEDIUM - Données personnelles de sensibilité modérée
  • SensitivityLevel.LOW - Données démographiques peu sensibles
  • SensitivityLevel.VERY_LOW - Données de sensibilité minimale
  • SensitivityLevel.NEGLIGIBLE - Données non sensibles
  • SensitivityLevel.UNDEFINED - Sensibilité non encore évaluée

La valeur choisie influencera directement le contenu de l'analyse d'impact générée automatiquement en parallèle de l'anonymisation, et vous aidera à documenter les risques et mesures de mitigation associés à votre projet.

astuce

Les données personnelles sensibles au titre de l'Art. 9 du RGPD (santé, origine ethnique, opinions politiques, convictions religieuses, données génétiques, biométriques, etc.) nécessitent généralement un niveau VERY_HIGH ou HIGH.

pia_data_recipient​

Type : DataRecipient
Défaut : DataRecipient.UNKNOWN

Catégories de destinataires qui auront accès aux données anonymisées.

Valeurs disponibles :

  • DataRecipient.INTERNAL - Parties prenantes internes au sein de la même organisation
  • DataRecipient.CONTRACTUAL_THIRDPARTY - Tiers avec relation contractuelle (partenaires de recherche, prestataires)
  • DataRecipient.TRUSTED_THIRDPARTY - Tiers de confiance sous accord de confidentialité
  • DataRecipient.OPENDATA - Grand public via des dépôts de données ouvertes
  • DataRecipient.OUTSIDE_EU - Entités situées hors de l'Union européenne
  • DataRecipient.UNKNOWN - Destinataires non encore identifiés

La valeur choisie permettra de générer un paragraphe customisé dans le rapport d'analyse d'impact sur la vie privée.

pia_data_subject​

Type : DataSubject
Défaut : DataSubject.UNKNOWN

Catégories de personnes dont les données personnelles sont traitées.

Valeurs disponibles :

  • DataSubject.PATIENTS - Patients dans un contexte médical ou de recherche clinique
  • DataSubject.EMPLOYEES - Employés, candidats ou contractants
  • DataSubject.CLIENTS - Clients, consommateurs ou assurés
  • DataSubject.USERS - Utilisateurs de services numériques, publics ou de mobilité
  • DataSubject.STUDENTS - Étudiants dans des établissements d'enseignement
  • DataSubject.UNKNOWN - Personnes concernées non encore catégorisées

La valeur choisie permettra de générer un paragraphe customisé dans le rapport d'analyse d'impact sur la vie privée.

pia_data_type​

Type : DataType
Défaut : DataType.UNKNOWN

Catégories de données personnelles traitées, selon le secteur et le contexte.

Valeurs disponibles :

  • DataType.HEALTH - Données de santé avec variables cliniques et démographiques
  • DataType.HR - Données ressources humaines (historique emploi, rémunération, performance)
  • DataType.INSURANCE - Données d'assurance (titulaires de polices et sinistres)
  • DataType.FINANCE - Données financières (transactions, comptes, notations de crédit)
  • DataType.MOBILITY - Données de transport et mobilité (géolocalisation, itinéraires)
  • DataType.EDUCATION - Données éducatives (performances académiques, assiduité)
  • DataType.UNKNOWN - Type de données non encore déterminé

La valeur choisie permettra de générer un paragraphe customisé dans le rapport d'analyse d'impact sur la vie privée.

Exemple : Configuration complète​

runner = manager.create_runner(
max_distribution_plots=15,
pia_data_recipient=DataRecipient.CONTRACTUAL_THIRDPARTY,
pia_data_type=DataType.HEALTH,
pia_data_subject=DataSubject.PATIENTS,
pia_sensitivity_level=SensitivityLevel.VERY_HIGH,
report_language=ReportLanguage.FR
)

Cette configuration :

  • Limite les graphiques de distribution à 15
  • Indique un partage avec des partenaires de recherche contractuels
  • Spécifie des données de santé concernant des patients
  • Marque les données comme très hautement sensibles
  • Génère les rapports en français