Federated Learning et données sensibles en environnement à haute criticité : Analyse informationnelle des conditions de viabilité d’une architecture distribuée.
- Pigeon-Lerouge, Gabrielle (2026)
Mémoire
Non consultable
- Titre en français
-
Federated Learning et données sensibles en environnement à haute criticité :
Analyse informationnelle des conditions de viabilité d’une architecture distribuée. - Auteur
- Pigeon-Lerouge, Gabrielle
- Directeur de recherche
- Dupin de Saint Cyr-Heckel, Cécile (1976-....)
- Co-directeur de recherche
- Costes, Mylène (1981-....)
- Date de soutenance
- 25 juin 2026
- Établissement
- Université Toulouse-Jean Jaurès
- UFR ou composante
- Département Documentation, Archives, Médiathèque et Edition (DDAME)
- Diplôme
- M1 Information Documentation
- Sujet
- Informatique
- Mots-clés en français
- Federated Learning (Apprentissage fédéré)
- Données de santé
- Données sensibles
- Intégrité contextuelle
- Gouvernance informationnelle
- Résumé en français
-
Ce mémoire de Master 1 en Information-Documentation analyse la viabilité du Federated Learning (apprentissage fédéré) pour traiter des données sensibles dans des environnements à haute criticité comme les services de réanimation. En s'appuyant sur une simulation menée avec les données du CHU de Toulouse et des entretiens qualitatifs, le travail montre que le FL permet d'atteindre des performances proches d'une approche centralisée tout en maintenant les données locales cloisonnées.
Néanmoins, ce dispositif génère une opacité structurelle et des défis de calibration qui déplacent les risques informationnels. L'auteure conclut que la viabilité d'un tel système dépend avant tout de la « maturité informationnelle » des organisations, c'est-à-dire de leur aptitude à développer une gouvernance collective, des médiations adaptées et une gestion partagée de la responsabilité. - Accès au document
- Non consultable
Citation bibliographique
Pigeon-Lerouge, Gabrielle (2026), Federated Learning et données sensibles en environnement à haute criticité : Analyse informationnelle des conditions de viabilité d’une architecture distribuée. [Mémoire]