En plus de l’anonymisation indiquée sur les noms, il aurait dû y avoir pseudonymisation sur le reste des données pour réduire les risques de ré-identifications.

Et elle n’a visiblement pas informé son prestataire de la confidentialité des données si celui-ci les a publié publiquement.

La CAF s’est complètement chiée dessus dans cette histoire j’ai l’impression.

Ca dépend.

Si le jeu de données est situé sur un environnement de formation proprement isolé et que le personnel formé est accrédité pour le manipuler, ça passe du point de vue RGPD à mes yeux si le responsable du traitement applique les mêmes exigences niveau CID que la production. Il y a des cas d’usage où la donnée réelle est nécessaire, notamment pour valider que les règles de gestion s’appliquent bien tout au long du traitement métier. Le risque d’une qualif avec des jeux de données simulés est qu’elle soit biaisée et non représentative et entraîne plus tard des incidents de production qui auraient pu être évités.

J’ai eu l’occasion de faire plusieurs fois des migrations de données d’un ancien système vers un nouveau, et donc du développer la reprise de données qui va avec. Pour développer la procédure de RDD, il fallait un jeu de données prenant les différentes règles de gestion possibles exigées par le métier. Sur l’env de dev, évidemment j’avais que de la merde insérée à la main pour initialiser la procédure.

Mais au moment de la qualification de la reprise, le métier m’avait filé une liste d’enregs représentant leurs besoins. Et histoire d’avoir une campagne plus représentative, j’ajoutais systématiquement une sélection d’une dizaine de milliers d’entrées aléatoires. Et c’était des données confidentielles de l’entreprise (pas des données perso, des données business avec marge, négo fournisseurs, et tout le toutim). Cet échantillon aléatoire a permis d’identifier une centaine de cas de merdes plus tordus les uns que les autres qui auraient nécessité des recadrages bien casse burnes en base sur le système cible des semaines après la migration si on ne les avait pas identifiés par ce moyen (du genre à te fausser une comptabilité, faire payer des fournisseurs à un tarif qui n’était pas celui négocié, et toutes ces joyeusetés).

Par contre oui, si les environnements de formation ou qualif sont infoutus d’être étanches de bout en bout, jouer avec des vraies données est une hérésie.

Je me rappelle d’un appel en panique de la Centrale d’achats d’un ancien client où un fournisseur avait alerté avoir reçu des centaines de commandes subites. L’environnement lui-même était étanche, mais le middleware d’échange entre eux s’est avéré quelque peut confus sur le routage et a routé des flux de qualif en prod.

(quote:2113506:consommateurnumérique)
Tous le monde se simplifie la vie, et fait des économies. Et entre nous : ça serait passé ni vu ni connu si le service Enquête de Radio France n’avait pas révélé ces faits.

Non car ils auraient dans tous les cas du notifier la CNIL.