Les laboratoires permettent de se familiariser de façon pratique avec les technologies d’amélioration de la confidentialité. Ils abordent des thématique tels que la ré-identification, l'anonymisation, la confidentialité différentielle, la protection des donnée de mobilité et l'apprentissage machine préservant la vie privée. Le total des points des laboratoires (100) correspond à 35 % de la note finale (voir la rubrique évaluation).

L'étudiant se familiarise avec des outils de protection de la vie privée tels que Scikit-mob, Opacus, Adversarial Robustness Toolbox... Il implémentera également des attaques d'inférence et de mécanismes de protection en langage Python.