Analyse collaborative des nouveaux gisements personnels de données respectant leur confidentialité.

Zenith a participé à la rencontre Inria/Industrie, le Mardi 11 février 2014 à l’Ens de Lyon. Tristan Allard y a présenté nos travaux sur la découverte collaborative de profils dans les données personnelles, garantissant le respect de la confidentialité des données. Le “Quantified Self” est un mouvement qui gagne en popularité ces dernières années. Aujourd’hui, il est en effet possible de récolter des données personnelles sur de nombreux domaines, comme les activités quotidiennes, la santé ou les performances sportives. Cela peut se faire grâce à des capteurs physiologiques communiquant avec le dispositif personnel de l’individu les portant, un simple smartphone ou des “smart-glasses” par exemple, ou bien directement embarqués dans le dispositif, comme les accéléromètres notamment. Bien exploitées, ces données peuvent apporter des connaissances précieuses sur les domaines qui les concernent. Pour mieux traiter une maladie, il peut être important de mieux cerner le profil d’un individu pour proposer un traitement personnalisé. Pour un sportif, il serait intéressant de savoir dans quelle catégorie il se trouve afin d’adapter ses entraînement et concevoir un programme spécifique. Toutefois, pour préserver leur vie privée, les individus peuvent être réticents à l’idée de partager leur données. Cette démonstration montre le prototype d’un tel système de calcul des profils types dans lequel les participants collaborent ensemble par le biais d’un algorithme totalement décentralisé sans jamais communiquer en clair leurs données.   http://www.inria.fr/centre/grenoble/innovation/rii-bio-informatique/demos/demo-zenith