Font size
WorksheetsRGPD
Total questions: 11
Worksheet time: 2hrs 55mins
Le RGPD ne concerne pas :
Personnes Physiques identifiable
Personne Morales
Personnes décédées
Personnes anonymisées
Personnes habitants hors l'UE
Qu'est-ce qu'une donnée à caractère personnel (DCP) ?
Numéro de siret
Numéro de sécurité sociale
Un enregistrement vocal
siège social
Numéro de carte de fidélité
La date de naissance est un :
Attribut identifiant
Attribut quasi-identifiant
Attribut sensible
Le numéro de passeport est un :
Attribut identifiant
Attribut quasi-identifiant
Attribut sensible
La pseudonymisation est une action irréversible.
Vrai
Faux
Qu'est-ce que le K-anonymat ?
Une méthode de chiffrement des données sensibles
Un concept de protection de la vie privée dans lequel chaque individu est anonyme
Une technique de compression de données pour réduire leur taille
Une approche de détection des doublons dans un ensemble de données
Comment fonctionne le k-anonymat ?
En utilisant des techniques de chiffrement pour rendre les données anonymes
En supprimant complètement les données sensibles des ensembles de données
En généralisant ou en supprimant certaines informations des ensembles de données pour rendre les individus indiscernables
En appliquant des techniques de compression pour réduire la taille des données
Qu'est-ce que l'algorithme de Mondrian
Un algorithme de tri rapide
Un algorithme de clustering
Un algorithme de cryptage des données sensibles
Un algorithme de partitionnement des données pour l'anonymisation
Ordonnez les étapes de l'algorithme de Mondrian:
a-Choix de la valeur sur laquelle il faudra effectuer la division ( la médiane par exemple)
b-Séparation de la partition et deux autres partitions ( Left and Right partition )
c-Répéter les étapes précédentes de manière récursive jusqu'à ne plus satisfaire le K-anonymat, et retourner une table anonymisée
d-Vérification de la région à évaluer ( est-elle splittable ou pas )
e-Sélection de l'attributs quasi-identifiant (QID) , qui sera utilisé pour diviser les données en partitions ( en fonction d'un critère précis)
Quelle est l'impact d'une faible Discernibility Metric (DM) sur l'anonymat des individus ?
Une faible Discernibility Metric renforce l'anonymat des individus
Une faible Discernibility Metric diminue l'anonymat des individus
Une faible Discernibility Metric n'affecte pas l'anonymat des individus
Une faible Discernibility Metric augmente la complexité des partitions
Sachant que la formule de la métrique CAVG est : CAVG= ∣EQs∣⋅k∣T∣
|T| : la taille de la table initiale
|EQs| : la taille des classes d'équivalence
k =3 dans cette exemple
Quelle serait sa valeur pour cet exemple ?
1,5
0,75
0,34
1
