Pseudonymisation
De façon générale, la pseudonymisation consiste à remplacer les données permettant d’identifier directement une personne (nom, email, téléphone, etc.) par un identifiant artificiel (pseudonyme, code, numéro aléatoire), tout en conservant la possibilité de rétablir l’identité grâce à une information séparée. À ne pas confondre avec l’anonymisation, qui vise à rendre impossible l’identification de la personne, même indirectement. La pseudonymisation, elle, reste réversible sous certaines conditions. Ce terme est notamment employé dans le contexte du RGPD par la CNIL et l’Union européenne.
Fonctionnement
Dans Koha, la pseudonymisation permet à une bibliothèque d'être en conformité
avec le RGPD tout en conservant des informations utiles sur les lecteurs et les
transactions de circulation. De cette façon, la bibliothèque peut purger souvent
les tables sensibles : borrowers, old_issues et statistics. La
pseudonymisation reporte dans des tables spécifiques des informations relatives
aux lecteurs et aux transactions, mais l'identifiant du lecteur
(borrowers.borrowernumber) y est remplacé par un hachage.
Ce hachage est calculé avec bcrypt à partir d'une clé propre à l'instance
(voir plus bas). Il est toujours le même pour un même lecteur : on peut donc
compter les lecteurs distincts ou suivre l'activité d'un lecteur dans le temps,
sans savoir de qui il s'agit. Celui qui dispose de la clé et de la table
borrowers peut en revanche recalculer les hachages et retrouver le lecteur :
c'est ce qui fait de ce mécanisme une pseudonymisation et non une
anonymisation.
La pseudonymisation concerne les transactions de circulation (prêt, retour, renouvellement, prêt sur place) et les prêts entre bibliothèques (ILL : création et clôture d'une demande). Seules les transactions associées à un lecteur sont pseudonymisées. La consultation sur place, qui n'est pas associée à un lecteur, ne l'est pas.
Synopsis
- Activer les préférences système.
- Activer la pseudonymisation pour des attributs d'adhérent.
- Alimenter une première fois et rétrospectivement les tables de pseudonymisation.
- Réviser le réglage de la purge des tables.
- Créer des rapports à partir des tables de pseudonymisation.
Paramétrage
Préférences système
Activation et paramétrage de la pseudonymisation :
- Pseudonymization -- Activation de la pseudonymisation.
- PseudonymizationPatronFields -- Les champs de la fiche lecteur à conserver : ville, code postal, date d'inscription, sexe, etc. La bibliothèque et la catégorie de l'adhérent sont toujours conservées, qu'elles soient cochées ou non.
- PseudonymizationTransactionFields -- Les champs de la transaction de circulation à conserver : date et heure, site de la transaction, type de transaction, exemplaire, type de document, localisation, cote, etc.
Il faut cocher Date et heure de la transaction (datetime). Sans cette date,
les rapports ne peuvent pas situer les transactions dans le temps et
cleanup_database.pl ne purge rien (voir plus bas).
Attributs d'adhérent
En Administration > Types d'attributs d'adhérent, la bibliothèque définit des
champs supplémentaires pour la fiche des adhérents. Tout attribut peut être
conservé dans les informations pseudonymisées. Il suffit d'activer l'option :
Conserver pour l'anonymisation. Cette option n'apparaît que si la préférence
Pseudonymization est activée.
Tables
pseudonymized_transactions: transactions et lecteurs.pseudonymized_metadata_values: données complémentaires, de deux types qu'on distingue en fonction du champtablename:- borrower_attributes : les attributs d'adhérent.
- illrequestattributes : les données ILL, à savoir le type de la demande et le backend utilisé.
- Relation 1-N entre les deux tables :
pseudonymized_metadata_values.transaction_id = pseudonymized_transactions.id
Scripts
pseudonymize_statistics.pl
Les tables de données pseudonymisées ne sont alimentées qu'à partir du moment
où la préférence Pseudonymization est activée. Le script
pseudonymize_statistics.pl
(dans misc/maintenance) permet d'alimenter les tables rétrospectivement à
partir du contenu de la table statistics. Généralement, on lance ce script une
fois, juste après avoir activé et paramétré la pseudonymisation.
- -c, --confirm : Sans cette option, le script n'écrit rien et indique seulement ce qu'il ferait.
- -b, --before AAAA-MM-JJ : Ne traite que les statistiques antérieures à cette date. Par défaut, toutes les statistiques jusqu'à maintenant.
- -v, --verbose : Affiche le nombre de statistiques traitées.
cleanup_database.pl
Le script standard de purge des tables Koha permet de purger les tables de
pseudonymisation. Les dates portent sur le champ datetime des transactions :
- --pseudo-transactions JOURS : Purge des transactions plus anciennes qu'un certain nombre de jours.
- --pseudo-transactions-from AAAA-MM-JJ : Purge des transactions survenues à partir de cette date.
- --pseudo-transactions-to AAAA-MM-JJ : Purge des transactions survenues jusqu'à cette date incluse.
Combinée à --statistics JOURS, l'option --statistics-type-pseudo limite
la purge de la table statistics aux types de transactions pseudonymisés. Par
exemple, --statistics 30 --statistics-type-pseudo purge les prêts, retours,
renouvellements, etc. de plus de 30 jours, déjà copiés dans les tables de
pseudonymisation.
Clé de pseudonymisation
Le hachage de l'identifiant du lecteur est réalisé au moyen d'une clé. C'est un
paramètre à renseigner dans koha-conf.xml. Par exemple :
<bcrypt_settings>$2a$10$1Qa1s6Hbr.HdS2stWGMEGuW/QCB2FQaTWliuOd05AxcKZRZp3u6Gy</bcrypt_settings>
Les instances créées avec koha-create disposent déjà de cette clé. Pour une
instance qui n'en a pas, voici comment générer une clé unique :
htpasswd -bnBC 10 "" password | tr -d ':\n' | sed 's/$2y/$2a/'
Il ne faut pas changer la clé une fois la pseudonymisation en service : un même lecteur aurait alors un hachage différent avant et après le changement, et les rapports le compteraient comme deux lecteurs.