Analyse de données multidimensionnelles préservant la confidentialité : réponse aux requêtes et publication de données sous garanties de la Differential Privacy

Dans le monde moderne, presque chaque individu dépend et interagit quotidiennement avec de multiples services et applications numériques. Ces services collectent d'importantes quantités de données, précieuses pour l'analyse, la prise de décision et l'amélioration des systèmes. Cependant, une grande partie de ces données — telles que la localisation, l'historique de navigation ou les informations financières — est hautement sensible. Les cadres juridiques tels que le Règlement Général sur la Protection des Données (RGPD) et le California Consumer Privacy Act (CCPA), ainsi que les considérations éthiques, visent à protéger les informations personnelles. Ces réglementations limitent toutefois la manière dont les organisations peuvent exploiter les données collectées.Pour répondre à ces enjeux, cette thèse propose des solutions permettant aux organisations d'analyser et de publier des données sensibles tout en garantissant de fortes assurances de confidentialité. Elle se concentre sur l'application de la Differential Privacy (DP) aux données multidimensionnelles (ou données tabulaires agrégées), dans deux objectifs principaux : (i) permettre l'analyse OLAP (Online Analytical Processing) à l'aide de requêtes d'agrégation dans des environnements centralisés et fédérés, et (ii) générer des vues des données préservant à la fois la confidentialité et l'utilité pour leur publication sécurisée.La première partie de ce travail introduit une solution permettant aux analystes d'interroger de grandes bases de données et d'obtenir des réponses quasi en temps réel grâce à des techniques d'approximation et d'échantillonnage, tout en intégrant soigneusement la Differential Privacy afin de maintenir la précision des résultats. Cette approche est ensuite étendue à un environnement fédéré, où plusieurs organisations doivent collaborer sans partager leurs données brutes. Le protocole collaboratif proposé est léger, assure une confidentialité de bout en bout et permet une réduction significative du coût de calcul et du temps de réponse.La seconde partie de la thèse présente deux nouvelles méthodes de publication de données en respectant la confidentialité des données. La première combine l'échantillonnage et la Differential Privacy pour générer un synopsis interrogeable des données, hautement scalable et garantissant une excellente préservation de l'utilité. La seconde introduit une technique de décomposition permettant de produire des vues prêtes à être publiées, capables de surpasser les approches existantes grâce à une gestion efficace des données multidimensionnelles et une application optimisée de la Differential Privacy.