Ce rapport porte sur les techniques d’anonymisation des données personnelles, en s’inscrivant dans le contexte de la statistique publique et de la protection des informations individuelles. Il met en lumière le dilemme central auquel sont confrontés les instituts statistiques : concilier utilité analytique et confidentialité. Dans une première partie, il présente le cadre contextuel et conceptuel de l’anonymisation, en abordant les obligations éthiques et légales, ainsi que les principaux concepts et risques liés à la divulgation d’informations individuelles. La seconde partie décrit l’état de l’art des méthodes d’anonymisation, en distinguant les approches visant à réduire le risque de réidentification (identifiants directs et quasi-identifiants), celles visant la protection des attributs sensibles (l-diversity, t-closeness, micro-agrégation, perturbation) et celles limitant le risque de divulgation inférentielle (agrégation, confidentialité différentielle, génération de données synthétiques). Enfin, la dernière partie illustre l’application pratique de ces techniques à l’aide de R, montrant comment les méthodes étudiées permettent de protéger les individus tout en conservant une valeur statistique exploitable.