Vers une protection dynamique et intelligente de données durant leur cycle de vie

Towards Dynamic and Intelligent Data Protection Throughout Their Lifecycle

• Auteur / Autrice : Kenza Chaoui
• Direction : Nadia Kabachi, Nouria Harbi, Hassan Badir
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 19/12/2024
• Etablissement(s) : Lyon 2 en cotutelle avec Université Abdelmalek Essaâdi (Tétouan, Maroc)
• Ecole(s) doctorale(s) : École doctorale InfoMaths (Lyon ; 2009-....)
• Partenaire(s) de recherche : Laboratoire : Entrepôts, Représentation et Ingénierie des Connaissances
• Jury : Président / Présidente : Hicham Hajji
• Jury : Examinateurs / Examinatrices : Nadia Kabachi, Nouria Harbi, Hassan Badir, Nadia Lynda Mokdad, Gilles Zurfluh, Fadila Bentayeb, Asaad Chahboun
• Jury : Rapporteurs / Rapporteuses : Hicham Hajji, Nadia Lynda Mokdad

Mots clés

Mots clés contrôlés

Protection de l'information (informatique)

Mots clés libres

Securité

Données

Cycle de vie des données

Security

Data

Datalifecycle

Résumé

Le développement technologique rapide et l’interconnectivité croissante ont créé un environnement riche en opportunités, mais aussi en défis majeurs concernant la sécurité des données. Avec la montée des données sensibles et la sophistication des menaces comme les attaques informatiques, la protection de l'information est cruciale. Les entreprises doivent respecter des réglementations strictes, comme le RGPD, qui imposent des obligations et des sanctions en cas de non-conformité. La sécurité des données repose sur trois piliers : confidentialité, intégrité et disponibilité (CID), qui doivent être garantis tout au long du cycle de vie des données.Cependant, de nombreuses solutions actuelles se concentrent sur un seul de ces aspects, créant des failles. Chaque étape du cycle de vie des données – de la collecte à la destruction – présente des vulnérabilités. La traçabilité devient essentielle pour corriger ces failles et assurer la conformité avec les lois. Elle permet aussi de limiter les dommages en cas de violation et de réagir rapidement aux incidents.Notre approche propose une méthode d’étiquetage des données en deux niveaux, en utilisant des outils avancés comme k-NN et ExifTool pour l’étiquetage initial, puis une annotation automatique enrichie par des bibliothèques légales incluant les régulations de la HIPAA, la FERPA, la PIPEDA et le RGPD. Cela garantit une classification précise des données selon les exigences légales.Nous intégrons ensuite l'algorithme MD5checksumK pour vérifier l’intégrité des données, offrant une détection améliorée des altérations et évitant les collisions. Les modifications légitimes sont vérifiées via un dictionnaire de données, évitant les fausses alertes. En parallèle, nous avons mis en place une méthode d'altération/désaltération pour sécuriser les étiquettes avant stockage. Cela rend les données illisibles en cas de compromission et les restaure à leur état initial lorsque l'accès est nécessaire, garantissant confidentialité et intégrité.Un système multi-agent intelligent assure la gestion continue des données. Il comprend :Agent d'Étiquetage : Responsable de l'étiquetage des métadonnées et du contenu textuel selon les deux niveaux.Agent d'Intégrité : Utilise MD5checksumK pour vérifier l’intégrité et signaler toute altération.Agent d'Altération : Masque temporairement les données sensibles avant stockage, permettant leur restauration.Agent de Cohérence : Veille à ce que les étiquettes restent cohérentes tout au long du processus.Agent de Réponse aux Incidents : Assure la surveillance en temps réel, garantissant la disponibilité et une réponse rapide aux incidents, tout en permettant la tolérance aux pannes via des mécanismes de clonage et de réplication.Ce système renforce la résilience, la tolérance aux pannes et la sécurité des données. Les agents permettent de réagir instantanément aux menaces, minimisant les interruptions. En conclusion, cette approche automatisée répond aux besoins croissants des entreprises pour protéger leurs données dans un environnement de plus en plus complexe, tout en respectant les régulations internationales

The rapid technological advancements and increasing interconnectivity have created both opportunities and significant challenges in data security. With the rise of sensitive data and sophisticated threats such as cyberattacks and data theft, safeguarding information is crucial. Companies face strict regulations like GDPR, which imposes severe penalties for non-compliance.Data security relies on confidentiality, integrity, and availability (CIA). These three pillars must be guaranteed throughout the entire data lifecycle. However, current solutions often focus on only one aspect, leaving vulnerabilities. Traceability has become essential for identifying and addressing these gaps while ensuring compliance with regulations. It allows quick response to security breaches and minimizes damage.Our approach introduces a two-level data labeling method that uses advanced tools and regulatory frameworks for robust protection. The first level leverages the k-nearest neighbors (k-NN) algorithm and ExifTool to extract metadata and perform an initial data labeling. The second level employs automatic annotation using legal libraries, including HIPAA, FERPA, PIPEDA, and GDPR. This ensures accurate classification according to jurisdictional requirements.We also integrated the MD5checksumK algorithm for data integrity verification. This advanced hashing technique detects data alterations and avoids collisions, offering enhanced security in complex environments. Each detected change is cross-checked with a data dictionary to validate its legitimacy, avoiding false alarms.Furthermore, we implemented a data alteration/de-alteration method to secure sensitive labels before storage. This process temporarily alters labels, making them unreadable if compromised. De-alteration restores them when needed, ensuring confidentiality while masking sensitive information.Our multi-agent system enhances continuous data management and security. The five agents specialize in:Data Labeling Agent: Responsible for labeling both metadata and textual content.Data Integrity Agent: Ensures data integrity using MD5checksumK.Data Alteration Agent: Secures data through temporary alteration before storage.Label Coherence Agent: Maintains the consistency of labels throughout the data lifecycle.Incident Response Agent: Monitors system activities in real-time, ensuring fault tolerance and quick recovery.This system strengthens resilience, fault tolerance, and continuous data protection. Through agent replication and automated responses, the system quickly addresses threats, minimizing disruptions.In summary, this approach meets businesses' growing need for automated data security, ensuring confidentiality, integrity, and availability while complying with international regulations.