Cybersécurité et protection des données fiscales à l'ère du Big Data : enjeux, défis et perspectives pour les administrations africaines
DOI :
https://doi.org/10.5281/zenodo.16948836Résumé
Résumé :
La numérisation progressive des administrations fiscales en Afrique entraîne une augmentation rapide et continue du volume des données fiscales collectées, analysées et conservées. L’exploitation des technologies du Big Data et de l’intelligence artificielle (IA) ouvre de nouvelles perspectives pour renforcer la performance des contrôles fiscaux et améliorer la gestion des ressources publiques. Cependant, cette évolution accroît également l’exposition aux menaces cyber, avec des risques élevés de violations de données, de fraude numérique et de cyberattaques sophistiquées. Cet article analyse les enjeux de la cybersécurité et de la protection des données fiscales dans le contexte africain, en mettant en lumière les spécificités régionales, les défis structurels et les bonnes pratiques observées. La méthodologie adoptée repose sur une analyse documentaire approfondie, mobilisant des sources académiques récentes, des rapports institutionnels (OCDE, Banque mondiale, Union africaine) et des études de cas issues de plusieurs pays africains. Les résultats montrent que, malgré des progrès notables dans la digitalisation, les administrations fiscales africaines demeurent vulnérables en raison d’infrastructures technologiques limitées, d’un cadre juridique fragmenté et d’une pénurie de compétences spécialisées. L’article propose un modèle conceptuel de renforcement de la cybersécurité fiscale intégrant trois dimensions : technologique (IA, blockchain, chiffrement avancé), organisationnelle (gouvernance et gestion des risques) et réglementaire (harmonisation des lois et adoption de standards internationaux). Les conclusions soulignent la nécessité d’une coopération interétatique, d’un investissement massif dans les capacités techniques et d’une adoption progressive de technologies émergentes adaptées au contexte africain.
Mots clés : Cybersécurité, données fiscales, Big Data, Afrique, intelligence artificielle, protection des données, gouvernance fiscale.
Abstract :
The progressive digitalization of tax administrations in Africa has led to a rapid and sustained increase in the volume of tax data being collected, processed, and stored. Leveraging Big Data and artificial intelligence (AI) technologies offers new opportunities to strengthen the effectiveness of tax audits and improve the management of public resources. At the same time, this transformation exposes administrations to heightened cyber risks, including data breaches, digital fraud, and sophisticated cyberattacks. This article explores the key issues of cybersecurity and tax data protection in the African context, with particular attention to regional specificities, structural challenges, and emerging good practices.
The study relies on a comprehensive documentary analysis, drawing on recent academic contributions, institutional reports (OECD, World Bank, African Union), and country-level case studies. The findings indicate that, despite notable progress in digitalization, African tax administrations remain vulnerable due to limited technological infrastructure, fragmented legal frameworks, and a shortage of specialized expertise. To address these vulnerabilities, the paper proposes a conceptual framework for strengthening fiscal cybersecurity, structured around three dimensions: technological (AI, blockchain, advanced encryption), organizational (governance and risk management), and regulatory (legal harmonization and adoption of international standards).
The article concludes by underscoring the need for interstate cooperation, substantial investment in technical capacity, and the gradual adoption of emerging technologies tailored to the African context.
Keywords : Cybersecurity, tax data, Big Data, Africa, artificial intelligence, data protection, tax governance.
Téléchargements
Publiée
Comment citer
Numéro
Rubrique
Licence
(c) Tous droits réservés African Scientific Journal 2025

Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.