Passer au contenu principal

Confiance

27 janvier 2026

     

Ingénierie de la vie privée : des traces de données à la confiance numérique

Un ingénieur chevronné spécialiste de la protection de la vie privée explique comment Mastercard assure la sécurité de milliards de transactions - et des personnes qui les effectuent - dans une économie fondée sur les données.

logo de Google

Vicki Hyman

Director,

Global Communications,

Mastercard

Murali Mani a passé la majeure partie de sa vie en tant qu'ingénieur, depuis son doctorat sur la géométrie du mouvement jusqu'à son travail d'intégration de puces dans les premiers téléviseurs à haute définition. Mais une dizaine d'années après le début de sa carrière, il est passé de la mécanique physique à l'architecture invisible de l'ingénierie de la protection de la vie privée, où les problèmes étaient plus épineux et les enjeux souvent plus importants.

En tant que responsable principal de la confidentialité pour une entreprise mondiale de soins de santé travaillant sur des essais cliniques, puis comme responsable conformité pour une division de dispositifs médicaux et une startup de tests génétiques, il a construit des protections autour des données de santé, parmi les plus sensibles — mais avec des garanties permettant aux médecins et chercheurs de débloquer des informations pour de nouveaux traitements sans mettre en danger la vie privée des patients.

Pour Mani, l’objectif de l’ingénierie de la vie privée a toujours été de construire la confiance et de protéger les personnes tout en favorisant l’innovation. Aujourd’hui, il est vice-président de la confidentialité, de l’IA et de la responsabilité des données chez Mastercard, chargé de protéger les données transactionnelles de l’entreprise et d’autres informations sensibles, l’intelligence artificielle rendant les données brutes plus puissantes — et plus révélatrices.

Avec le passage au numérique, les données ne sont plus simplement un sous-produit de la vie. C’est la vie : nos achats, nos habitudes, nos déplacements, nos identités. En conséquence, le travail des ingénieurs en confidentialité est devenu plus important et exponentiellement plus difficile. Les données circulent plus vite, franchissent les frontières plus facilement et peuvent être combinées de manière à révéler bien plus que ce que quiconque avait jamais voulu, car les systèmes d’IA peuvent détecter des schémas invisibles aux humains.

Les gouvernements du monde entier renforcent également les réglementations sur la manière dont ces informations sont utilisées et où elles peuvent être traitées, ce qui soulève des débats mondiaux sur la protection de la vie privée, la sécurité et la souveraineté. Mais la protection des informations personnelles n'est pas seulement une question de conformité - il s'agit aussi d'anticiper la manière dont les données peuvent être utilisées, mal utilisées ou mal comprises.

 


     

« En tant que personne en confidentialité, je leur donne des dispositifs de sécurité standards, comme une ceinture de sécurité et un rétroviseur latéral. Mais parfois, c’est un airbag et un freinage antiblocage — pour que tout le monde soit mieux protégé. »

Murali Mani

    


 

Bien que Mani travaille avec des équipes dans toute l'entreprise - avec des développeurs de produits et de logiciels, des scientifiques des données, des experts en IA et des avocats - il aborde la confidentialité des données en tant qu'ingénieur, en trouvant de nouvelles façons d'intégrer la confidentialité dans les rouages de Mastercard.

Et, comme on pouvait s’y attendre d’un ingénieur, il utilise une métaphore automatique pour expliquer son rôle : « Il s’agit avant tout d’aider les équipes qui gèrent réellement les données, de leur parler et de mettre en œuvre les contrôles », dit-il. « Imaginez que l’équipe produit construit un véhicule avec les dernières fonctionnalités moteur et technologiques, et qu’en tant que personne en confidentialité, je leur donne des dispositifs de sécurité de série, comme une ceinture de sécurité et un rétroviseur latéral. Mais parfois, c’est un airbag et un freinage antiblocage — pour que tout le monde soit mieux protégé. »

 

De la tokenisation au taging

Après avoir quitté la startup de tests génétiques, Mani cherchait un nouveau défi. Il a été intrigué par l’investissement de Mastercard dans les technologies de confidentialité, en particulier son travail sur l’anonymisation des données via Trūata, une « data trust » basée à Dublin, qui a débuté comme une coentreprise avec IBM et fait désormais partie intégrante des ressources de données à l’échelle de l’entreprise Mastercard. (Le trajet de 20 minutes jusqu’à Mastercard’s Purchase, New York, depuis sa maison dans le comté de Westchester, n’a pas nui non plus.)

Mani a vite appris que les données de paiement sont extraordinairement puissantes, mais aussi uniques dans leur composition. En 2024, Mastercard a traité 159 milliards de transactions, et ces informations sont anonymisées et agrégées lorsqu’elles sont exploitées pour obtenir des informations sur les données. Mais Mastercard utilise aussi des techniques comme la tokenisation — remplacer le numéro de compte de carte bancaire par un simple substitut — afin que les données de la carte ne puissent pas être retracées jusqu’à des individus en cas de piratage.

Ce sont des exemples de contrôles de la vie privée, qui se divisent en deux grandes catégories. Les contrôles techniques sont intégrés dans les systèmes eux-mêmes — comme la désidentification des données avant leur utilisation. Les contrôles administratifs reposent sur les personnes et les processus, comme la formation des employés à reconnaître quand quelque chose semble anormal. Et dans certaines situations, les deux sont nécessaires.

Le travail de Mani est de créer et d’intégrer ces contrôles afin que les données dé-identifiées puissent être rapidement accessibles, traitées de manière sécurisée et conforme à de nombreuses réglementations nationales et internationales.

Par exemple, la limitation de la finalité - l'utilisation des données uniquement pour la raison pour laquelle elles ont été collectées - est difficile à mettre en œuvre. Parfois, elle est mise en œuvre par le biais de la formation. Cependant, les entreprises se tournent de plus en plus vers des contrôles techniques qui empêchent l'utilisation des données à des fins non autorisées. "Vous pouvez créer des données en tant que produit, explique M. Mani, et la plateforme vous empêchera de les utiliser à d'autres fins.

Les ingénieurs de Mastercard développent des outils logiciels pour le profilage de données, en analysant d’énormes ensembles de données pour en déterminer l’origine, la sensibilité et les caractéristiques, un peu comme une prise de sang révèle ce qui se passe à l’intérieur du corps. L’entreprise maintient également des bases de données identifiées et désidentifiées séparées, garantissant que les analystes ne puissent jamais accéder aux deux en même temps, ce qui constitue une garantie contre la réidentification.

Aujourd’hui, explique Mani, l’un des plus grands défis de la vie privée mondiale est la localisation des données — des lois qui exigent que les données extraites localement restent à l’intérieur des frontières d’un pays particulier. Les ingénieurs de données travaillent sur des outils pour étiqueter les données avec des dizaines d’attributs qui permettront à Mastercard d’appliquer ces règles automatiquement. À l’avenir, les données pourront être étiquetées pour refléter les exigences contractuelles et les préférences des clients ; Autoriser, par exemple, un titulaire de compte bancaire ouvert à accorder, révoquer ou renouveler des consentements limités dans le temps pour le partage de données de compte ou de transaction avec des tiers. 

« Mettre en œuvre les contrôles à grande échelle, » dit-il, « nous permet d’utiliser l’analytique à grande échelle. »

 

La prochaine frontière de l’ingénierie de la vie privée

Mastercard explore en permanence d'autres technologies de préservation de la vie privée, telles que les données synthétiques - des ensembles de données générées artificiellement qui imitent les données réelles sans aucun lien avec les informations sous-jacentes sur les clients. Les données synthétiques sont utiles pour les démonstrations, les tests et l'évaluation d'outils tiers, mais M. Mani rappelle que les modélisateurs d'IA préfèrent les données d'entraînement du monde réel.

Les "salles blanches" permettent à Mastercard et à ses partenaires de combiner temporairement des données, d'effectuer des analyses et de les supprimer par la suite. Les techniques de calcul multipartite permettent aux entreprises de tirer des enseignements de ces ensembles de données combinés sans partager les informations sous-jacentes avec d'autres partenaires.

Si la vie privée était déjà complexe, l’IA la transforme en échecs tridimensionnels. Les analyses traditionnelles peuvent catégoriser les titulaires de carte selon la fréquence d’utilisation de leur carte. L’IA peut détecter des comportements complexes, des signaux que les humains ne penseraient jamais à rechercher. Ce pouvoir augmente le risque de réidentification et ce que Mani appelle le « facteur de creepy ».

« L’IA pourrait détecter toutes sortes de signaux complexes dont nous ne connaissons même pas », dit-il, citant un cas où un logiciel d’analyse de données d’un grand détaillant a pu déduire que des femmes étaient enceintes et estimer leurs dates d’accouchement à partir d’achats apparemment anodins, comme une lotion non parfumée.

Les équipes IA de Mastercard examinent chaque cas d’usage et appliquent des contrôles stricts à ceux qui sont approuvés. Les applications à haut risque sont arrêtées avant d’atteindre leur production. Et dans chaque algorithme, il y a la transparence (montrant comment fonctionne un système d’IA et les données qu’il utilise), l’observabilité (surveiller son comportement pour détecter et résoudre les problèmes) et des outils pour détecter les biais, afin que les gens puissent faire confiance à ses résultats.  

 

Conseils pratiques pour la vie privée

Malgré toute la complexité de la mise en place de contrôles de confidentialité à l’échelle mondiale, ce que Mani aime dans son travail, ce sont les personnes qui l’entourent. « Principalement parce que je travaille avec ces gens brillants et que j’apprends quelque chose de nouveau chaque jour », dit-il. « Et je peux contribuer dans cet environnement, créer de nouvelles idées tout en aidant à protéger la vie privée en même temps. »

À la veille de la Journée de la protection des données du 28 janvier, le conseil de Mani à quiconque s’inquiète de sa propre piste numérique est bien plus simple que les systèmes qu’il conçoit : « Restez discrets », dit-il, y compris sur les réseaux sociaux et les moteurs de recherche, ce qui minimise les indices que vous laissez en ligne. Éteignez les cookies dont vous n’avez pas besoin ; ne divulguez pas votre localisation ; Réduisez la surface de ce que le monde peut apprendre sur vous.

C'est la même philosophie qui sous-tend l'approche de Mastercard en matière de données: La confiance se construit en intégrant la sécurité, l'intégrité et la responsabilité dans les mécanismes de son réseau - une confiance qui se conçoit et se mérite.

Vos données et comment nous les protégeons

Nous comprenons que les informations personnelles ne sont que cela — personnelles. Les gens ont le droit de choisir comment, quand et où leurs informations personnelles sont utilisées et partagées. 

Deux collègues regardent ensemble un ordinateur portable.