Tutoriel ONYRI Sanitize : anonymiser votre premier document, pas à pas

Dans ce tutoriel ONYRI Sanitize, vous anonymisez un document de bout en bout. Notre exemple est un courrier fictif de remboursement de frais. Il vous faut un PDF, un fichier Word (.docx) ou une image, et un navigateur sur ordinateur ou sur téléphone.

Ouvrez la fenêtre d'import et choisissez votre fichier

Ouvrez la page Documents et cliquez sur « Anonymiser un document ». Dans la fenêtre, glissez votre fichier ou cliquez sur « Choisir un fichier ». L'application accepte les PDF, les fichiers Word (.docx) et les images ou scans, mais pas l'ancien format .doc. Un fichier déposé n'importe où sur la page n'ouvre pas la fenêtre : l'analyse démarre aussitôt.

Réglez ensuite deux options. Le « Profil de détection » est sur « Par défaut », qui reconnaît le pays du document : laissez-le. Le « Marqueur noir » pose des barres pleines. La carte « Token » remplace les valeurs par des étiquettes et demande Pro : avec l'offre Free, elle affiche un cadenas et la mention Pro.

Cliquez sur « Anonymiser » et lisez le résultat

Cliquez sur « Anonymiser ». L'application lit le fichier dans votre navigateur. Un PDF avec couche de texte est lu directement. Un scan, une image ou une page de PDF sans texte passe par l'OCR sur votre appareil, ce qui peut prendre quelques secondes.

Regardez trois endroits. La barre du fichier affiche le compte : « 12 éléments masqués » pour notre courrier. L'aperçu montre une barre noire sur chaque valeur détectée. Sur grand écran, la colonne de droite contient le panneau « Exporter », le pays reconnu et la liste « Données détectées ». Chaque valeur y a une étiquette et une case. Décochez la case pour laisser la valeur visible.

Sur un ordinateur avec souris ou pavé tactile, un modèle de reconnaissance de noms cherche aussi les noms de personnes et d'entreprises. Il tourne sur votre appareil. La barre du fichier affiche alors « recherche d'autres noms… », et le bouton de téléchargement reste inactif, 90 secondes au plus. Téléphones, tablettes et connexions lentes ou économes utilisent les règles seules, comme sur nos captures d'écran. Sur ordinateur, votre compte peut être plus élevé.

Masquez ce que les règles ont manqué

La détection n'est pas exhaustive. Dans notre courrier, « Nautilus » est un nom de code de projet, qu'aucune règle ne connaît. Sur ordinateur, le modèle de reconnaissance de noms peut prendre « Nautilus » pour un nom d'entreprise et le masquer. Pour un mot qui reste visible, utilisez la barre au-dessus de la page : choisissez « Sélectionner du texte ». Surlignez ensuite le mot à la souris, ou touchez-le sur un écran tactile.

Une bulle indique que « Nautilus » est présent 4 fois. Cliquez sur « Masquer les 4 occurrences » pour toutes les cacher. Dans notre courrier, la barre du fichier affiche alors 16 éléments masqués. « Seulement celle-ci » ne cache que l'endroit choisi. La barre au-dessus de la page offre d'autres outils, valables avec toutes les formules :

• « Tracer une zone » : tracez un rectangle sur une signature, un logo ou une photo.
• « Rechercher dans le document » : tapez un terme, puis masquez tous les résultats d'un clic.
• Cliquez sur un masque et choisissez « Ne pas masquer » pour le retirer.
• « Annuler » ou Ctrl/Cmd+Z : revenez sur votre dernière action faite avec ces outils.

La détection ne repère pas les signatures, logos, tampons, visages, photos, codes-barres, QR codes ni l'écriture manuscrite. Elle ignore aussi les diagnostics écrits en toutes lettres, la religion et les salaires sans devise. Masquez-les à la main.

Passez en mode Token pour distinguer les valeurs

Cette étape est facultative et demande Pro. Dans le panneau « Exporter », sous « Mode de masquage », cliquez sur « Token ». Chaque valeur devient une étiquette comme [NAME1] ou [MAIL1]. Une valeur identique reçoit partout la même étiquette : le lecteur peut le plus souvent suivre qui est qui. Une variante est une autre valeur : « Madame Claire Exemple » et « Claire Exemple » reçoivent deux étiquettes.

Un terme masqué avec « Masquer aussi », « Masquer les N occurrences » ou « Masquer les N résultats » reçoit [+1], [+2], etc. « Seulement celle-ci » donne [M1], [M2]. Une zone tracée donne [Z1].

La carte Token de la fenêtre d'import affiche « Réversible ». Ce mot signifie que celui qui détient votre fichier d'origine peut relier chaque étiquette à sa valeur. C'est de la pseudonymisation. L'article 4, point 5, du RGPD la définit, et le considérant 26 précise que ces données restent personnelles. L'application n'a ni bouton de restauration ni fichier de clé, et elle ne garde rien après votre session. Conservez votre original.

Vérifiez l'aperçu, puis téléchargez

Avant de cliquer sur « Télécharger le PDF », relisez l'aperçu comme le ferait un inconnu. Suivez ensuite cette liste.

1. Lisez chaque page. Chaque valeur sensible doit se trouver sous une barre ou une étiquette.
2. Parcourez « Données détectées ». Décochez toute valeur qui doit rester visible.
3. Cherchez un avertissement signalant qu'une valeur détectée n'a pas pu être placée. Elle n'est pas masquée : masquez-la à la main.
4. Sur ordinateur, attendez que « recherche d'autres noms… » disparaisse.
5. Cliquez sur « Télécharger le PDF ».

Le téléchargement est un nouveau PDF fait d'images de pages. Les masques sont peints dans les pixels : il n'y a plus de couche de texte, et rien ne se cache sous une barre. Un fichier Word revient en PDF, une image seule en PNG. L'autorité britannique de protection des données (ICO) avertit qu'un texte simplement recouvert d'une forme noire reste dans le fichier. C'est pourquoi l'export est aplati.

Le fichier garde son nom d'origine suivi de « -anonymized » : renommez-le si ce nom est sensible. Le résultat n'est pas un texte recherchable. L'application bloque le téléchargement si une page est illisible ou si le document ne contient aucun texte lisible. Rien n'y serait masqué. Relisez le fichier téléchargé avant de le partager.

Besoin du fichier à nouveau ? La liste « Cette session » garde jusqu'à 5 documents, chacun avec « Télécharger à nouveau ». Ils restent en mémoire seulement et disparaissent quand vous actualisez la page.

Connaissez les limites et les formules

ONYRI Sanitize réduit l'exposition. Il ne garantit ni l'anonymat ni la conformité au RGPD, et la relecture reste votre travail. La détection n'est pas exhaustive. L'OCR lit l'anglais, le français et l'allemand, plus l'espagnol, l'italien ou le néerlandais si votre navigateur en utilise un. L'écriture manuscrite n'est pas lue.

Un document compte quand il est anonymisé, pas quand vous le téléchargez. Pro coûte 9,90 € HT par mois ou 99 € HT par an (11,90 $ ou 119 $). Il commence par un essai de 7 jours, pour un premier abonnement seulement. Vous saisissez une carte : rien n'est prélevé aujourd'hui. Le premier paiement a lieu après l'essai, sauf annulation. Les fonctions Team arrivent bientôt.

Questions fréquentes

Sources et références