Les meilleurs logiciels pour supprimer les données sensibles d'un document

Quatre familles de logiciels pour supprimer les données sensibles

Chaque famille agit sur une couche différente du document. Les confondre est la première cause de fuite : un fichier au texte soigneusement caviardé peut encore livrer le nom de son auteur dans ses propriétés, ou celui d'un client dans une image en annexe. Sur les produits tiers, nous ne citons que des fonctions documentées par leurs éditeurs ; vérifiez-les dans la version installée.

Les services en ligne forment une catégorie transversale : quel que soit le résultat, le document complet part d'abord sur les serveurs du prestataire, une transmission qui est en soi un traitement à encadrer, comme le rappelle la page logiciel hors ligne.

Les cinq critères qui départagent les logiciels

Pour comparer des outils aussi différents, nous retenons cinq critères, qui correspondent aux questions que se posent nos utilisateurs avant de désidentifier un document.

1. La détection automatique. Le logiciel trouve-t-il seul les noms, les numéros de sécurité sociale, les IBAN, les SIREN, en vérifiant leurs clés de contrôle ? Un outil limité à la recherche manuelle vous laisse la charge de penser à chaque valeur et à chaque occurrence.
2. La réversibilité. Un alias accompagné d'une table de correspondance permet de restaurer les vraies valeurs, par exemple dans la réponse d'une IA. C'est une pseudonymisation au sens de l'article 4 du RGPD, et la table doit être protégée comme l'original. Sans table, la suppression est définitive ; l'article anonymisation ou pseudonymisation détaille ce choix.
3. Les formats Office et les scans. Un contrat Word ou un classeur Excel doit ressortir dans son format, avec sa mise en forme ; un scan exige une reconnaissance de caractères avant tout masquage. Beaucoup d'outils s'arrêtent au PDF texte.
4. Le traitement hors ligne. Un logiciel installé, sans connexion, n'ajoute pas de sous-traitant à la chaîne et simplifie l'analyse au regard de l'article 28 du règlement.
5. La couverture complète du fichier. Texte, métadonnées, commentaires, nom du fichier, images : le logiciel traite-t-il tout, ou faut-il un second outil ? C'est le critère le plus souvent oublié.

Le prix vient ensuite, indiqué par catégorie et à rapporter au temps de relecture que l'outil vous laisse.

Tableau comparatif : ce que chaque logiciel supprime vraiment

Le tableau résume la position de chaque outil sur les critères précédents ; « à vérifier » signale une fonction qui dépend de l'édition ou de la version installée.

Les outils gratuits se complètent plus qu'ils ne se remplacent : LibreOffice pour le caviardage, l'Inspecteur de document pour les propriétés, ExifTool pour une photo. La détection automatique sépare deux mondes : les outils où vous désignez chaque valeur, et les anonymiseurs qui proposent une liste à valider. Sur quarante pages, la différence se mesure en heures.

Quel logiciel choisir selon votre situation

Plutôt qu'un classement, voici le choix que nous conseillons dans les situations les plus fréquentes.

• Un document Word à partager, peu sensible. Rechercher et remplacer pour les noms, puis l'Inspecteur de document, comme l'explique l'article anonymiser un document Word.
• Une photo ou un scan transmis à un tiers. Un nettoyeur de métadonnées, et un outil qui écrase les pixels de la zone à occulter : un cadre posé dans une application de retouche n'est définitif qu'une fois l'image exportée aplatie.
• Des pièces de procédure ou des dossiers patients, régulièrement. Un anonymiseur hors ligne, avec détection automatique et table de correspondance quand le document doit être restitué : le cas que couvre la page anonymiser un document.
• Des milliers de fichiers dans un système d'information. Presidio ou une solution d'entreprise, intégrée par une équipe technique, avec des règles de DLP pour les flux sortants.

Pour la troisième situation, nous avons conçu Biffer, édité par Opcadia et créé par Romain Rissoan, formateur et consultant. Le logiciel s'installe sur Mac (puce Apple ou Intel) et sur Windows depuis la version 2.1.0, et fonctionne entièrement hors ligne. Il détecte les personnes, coordonnées, dates, numéros de sécurité sociale, IBAN, SIREN et SIRET (vérifiés par leur clé de contrôle), les champs de 18 métiers et les identifiants de 30 pays européens, puis remplace chaque valeur par un alias stable, en français ou en anglais, ou par un masque : pseudonymiser, masquer ou conserver se règle par type de donnée. Les métadonnées sont vidées, les scans passent par un OCR embarqué qui noircit les pixels, et la table de correspondance chiffrée reste sur votre poste. Le détail figure sur la page fonctions de Biffer.