Caviardage des PII
Le caviardage des PII (PII redaction) consiste à détecter puis supprimer ou masquer les informations personnelles identifiables, comme les noms, numéros de téléphone, adresses et numéros de carte, dans du texte ou des images avant de les envoyer à un modèle, de les stocker dans des journaux ou de les montrer à d'autres.
Aussi appelé : PII, personally identifiable information, PII masking, de-identification
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Les informations personnelles identifiables (PII) sont des informations qui permettent d'identifier une personne précise, seules ou combinées à d'autres données. Le guide SP 800-122 du NIST est une référence courante sur ce qui en relève et sur la façon de les protéger. Les applications d'IA en traitent beaucoup : conversations de support, documents téléversés, transcriptions d'appels et journaux de prompts conservés pour le débogage.
Pourquoi c'est important quand on construit avec l'IA
Chaque prompt envoyé à un modèle hébergé quitte votre système. Chaque trace stockée par votre outil d'observabilité des LLM en est une copie de plus. Caviarder d'abord les PII réduit ce qu'un fournisseur, une personne qui consulte les journaux ou un attaquant peut voir, et peut empêcher des données personnelles de se retrouver dans des jeux de fine-tuning. Il trouve naturellement sa place du côté entrée de vos garde-fous.
Comment ça marche
Un détecteur parcourt le texte à la recherche d'entités. Les plus simples utilisent des motifs et des sommes de contrôle, par exemple pour les numéros de carte ou d'identité nationale. D'autres utilisent des modèles de reconnaissance d'entités nommées pour trouver les noms et les lieux, que les motifs ratent. Chaque correspondance est ensuite remplacée : supprimée, masquée par une étiquette comme `<PERSON>`, ou remplacée par un substitut cohérent ou une fausse valeur pour que le modèle puisse encore suivre la conversation. Certains systèmes conservent une table de correspondance sécurisée pour remettre les vraies valeurs dans la réponse finale. Presidio, l'outil open source de Microsoft devenu projet communautaire, est une boîte à outils très utilisée qui détecte et anonymise des entités dans le texte et les images.
Limites
La détection n'est jamais parfaite. Les noms inhabituels, les fautes d'orthographe, les adresses en format libre et les indices de contexte passent au travers, tandis que des réglages agressifs suppriment des mots dont le modèle avait besoin. Le caviardage ne règle pas non plus la question de l'endroit où les données sont traitées ou conservées ; voir la résidence des données et la conservation zéro des données. Ce qui relève des PII, et ce que vous devez en faire, dépend des lois qui vous sont applicables, que cette page ne couvre pas.
Termes liés
- Garde-fous (IA)
- Les garde-fous (guardrails) sont des contrôles exécutés autour d'un modèle de langage qui inspectent les entrées et les sorties et les bloquent, les réécrivent ou les redirigent, afin qu'une application reste dans son sujet, évite les contenus nuisibles et respecte des règles que le modèle seul ne tiendrait pas de façon fiable.
- Résidence des données
- La résidence des données (data residency) est un contrôle qui garantit que les données d'un client sont stockées, et souvent traitées, dans une région géographique choisie comme l'UE, afin qu'une équipe puisse respecter ses propres règles légales, contractuelles ou clients sur le lieu où se trouvent les données.
- Conservation zéro des données
- La conservation zéro des données (zero data retention, ZDR) est un dispositif dans lequel un fournisseur d'IA ne conserve pas les prompts et les sorties d'un client une fois la requête traitée, généralement proposé uniquement aux clients approuvés et uniquement pour les fonctionnalités d'API éligibles.
- Observabilité des LLM
- L'observabilité des LLM (LLM observability) consiste à enregistrer ce que fait une application d'IA en production, y compris les prompts, les réponses, les appels d'outils, la latence, la consommation de tokens et le coût, sous forme de traces consultables, afin de déboguer les défaillances et de voir comment le système se comporte dans le temps.