Boîte noire ≠
données supprimées
La plupart des outils de caviardage placent une barre au-dessus du texte. Visuellement illisible — le contenu se trouve encore dans le content stream du PDF et peut être restauré en quelques secondes. Datenmaske supprime le texte réellement et le vérifie en fail-closed.
KI-generiert
LE PROBLÈME
Un caviardage récupérable est une fuite de données en attente.
Un audit logiciel d'Essex (n=72 PDF indexés publiquement) a trouvé dans environ 17 % — un fichier sur six — des données sensibles résiduelles extractibles dans des documents apparemment caviardés. Échantillon, non représentatif , mais le mécanisme est techniquement incontesté.
Pour un cabinet, une autorité ou des RH, cela signifie : un PDF remis dont le contenu peut être restauré est une fuite pertinente au regard de la DSGVO et du §-203-StGB — indépendamment de l'aspect visuel de la boîte.
COMMENT DATENMASKE CAVIARDE
Suppression du content stream, vérifiée en fail-closed
Détecter
Regex + spaCy/GLiNER-NER + gazetteer + OCR optionnel fournissent, par correspondance, une bounding box + le texte détecté.
Supprimer
MuPDF applyRedactions() supprime les opérateurs de texte et les références de glyphes du content stream — aucune superposition. Les métadonnées sont en outre supprimées via pdf-lib.
Vérifier (fail-closed)
verifyRedactions rouvre le PDF exporté et vérifie qu'aucune chaîne PII détectée ne subsiste. En cas d'échec, l'export est bloqué.
COMPARAISON
Que devient le texte PII ?
LIMITES HONNÊTES
Ce que nous ne promettons pas.
- Les pages OCR sont vérifiées sur la couche texte, pas au pixel. Si une PII figure en tant qu'image sur une page OCR, nous confirmons la suppression du texte mais ne pouvons garantir le pixel de l'image. Nous marquons honnêtement ces pages comme
verified: falseavec la raisonocr_page_not_pixel_verified. - « 100 % irréversible » concerne le contenu textuel supprimé — une capacité propre que l'étape de vérification met à l'épreuve. Aucune garantie que toutes les PII concevables aient été détectées (c'est pourquoi l'humain dans la boucle reste la valeur par défaut).
- Pas de « certifié § 203 ». Il n'existe aucun certificat de ce type. Datenmaske est un outil dans la pile de conformité.