Anonymisation des données dans les journaux de requêtes

Abstract

Les journaux de requêtes sont des fichiers contenant des données de recherche web. Ces journaux fournissent un large volume de données pour la communauté de chercheurs surtout qu'elles représentent l'expérience d'utilisateurs réels avec un système de recherche d'information. Mais la publication de ces données comporte un risque sur la vie privée des individus. Même en appliquant plusieurs mesures de filtrage, les données qui restent dans un journal de requêtes en l'occurrence la requête elle-même garde un risque de divulgation d'informations personnelles. Notre travail consiste à proposer une solution d’anonymisation des données dans un journal de requêtes. Notre proposition c’est de généraliser certains types d’informations personnelles, c'est-à-dire les remplaçant avec des informations de sens plus général. Nous évitons de cette façon d’appauvrir le journal de requêtes en réduisant les informations qu’il contient tout en garantissant que les informations restantes ne puissent identifier directement les utilisateurs. Parmi les informations que nous avons choisi de traiter nous citons les noms et prénoms des personnes et les adresses (les noms de lieux).