Plateforme | Pseudia

Visite du produit

Une vraie plateforme, pas une maquette.

Chaque écran ci-dessous est issu de la console Pseudia réelle : découvrez comment une équipe configure et exécute la pseudonymisation au quotidien.

Espaces de travail

Organisez vos équipes

Créez un espace de travail par équipe ou département (BI, analytics, ingénierie) et laissez chacun configurer ses propres sources et environnements de données.

Capture d'écran de l'onglet Workspace de Pseudia, montrant une liste d'espaces de travail

Configuration

Définissez ce qui doit être pseudonymisé

Associez une configuration à une source de données et choisissez précisément les champs à pseudonymiser, jusqu'à la colonne près.

Capture d'écran de l'onglet Configuration de Pseudia, montrant des champs associés à une source

Playground

Prévisualisez sur des échantillons

Testez une configuration sur quelques enregistrements d'exemple avant de connecter une vraie source, idéal pour une vérification rapide ou quand aucune source n'est encore définie.

Capture d'écran de l'onglet Playground de Pseudia, prévisualisant la pseudonymisation sur des échantillons

Pseudonymisation de texte

Masquez le texte libre sensible

Détectez et masquez les informations sensibles directement dans du texte non structuré, comme des e-mails, notes ou tickets de support.

Capture d'écran de l'onglet Pseudonymisation de texte de Pseudia, masquant du texte sensible

Worker

Passez à l'échelle

Exécutez votre configuration de pseudonymisation en traitement par lots sur une source de données complète, suivie depuis un tableau de bord unique.

Capture d'écran de l'onglet Worker de Pseudia, montrant un traitement par lots de pseudonymisation

Fonctionnalités

Du concret, pas des promesses.

01

Clés séparées des données

Une architecture où la clé ne co-réside jamais avec les pseudonymes. Une fuite expose des pseudonymes, pas des personnes.

CISO

02

Environnements de test en quelques minutes

Générez des jeux de données réalistes à la demande : même structure, même distribution et cohérence relationnelle préservée.

Innovation

03

Passerelle IA pour les LLM

Pseudonymisez prompts, documents et sources RAG avant qu’ils n’atteignent un LLM externe. Vos équipes conservent leurs outils d’IA préférés.

IA

04

Audits exportables par finalité

Configurez, tracez et exportez. Chaque traitement est documenté et auditable. Prouvez la conformité au lieu de simplement la déclarer.

DPO

05

Fonctions personnalisées (BYO)

Intégrez vos propres algorithmes via l’API si nos fonctions natives ne couvrent pas vos contraintes sectorielles spécifiques.

Flexibilité

06

100 % Européen & Souverain

Conçu et hébergé en Europe. Zéro transfert de données hors UE par défaut. Déploiement sur site (On-premises) disponible.

Souveraineté

Comprendre

Toutes les approches
ne se valent pas.

Avant de choisir, il faut savoir ce qu'on compare vraiment.

Pratique courante

Suppression naïve du nom

Seul le nom est supprimé. Le reste (IBAN, âge, code postal) continue de circuler librement. En recoupant quelques champs, 87 % des individus sont ré-identifiables. (MIT, Sweeney)

⚠ Ce n'est pas une vraie anonymisation. Les obligations RGPD restent entières.

Données originales

Nom Marie Dupont

IBAN BE68 5390 0754 7034

Âge 34

Code postal 4000

→

Result

Nom ████████ effacé

IBAN BE68 5390 0754 7034 exposé

Âge 34 exposé

Code postal 4000 exposé

Anonymisation rigoureuse

k-anonymité · confidentialité différentielle

Mathématiquement fondée. Chaque individu devient indiscernable d’au moins k autres : la ré-identification par recoupement devient très improbable.

ℹ Peut sortir les données du périmètre RGPD si elle est bien menée. En contrepartie, la précision des données est dégradée (intervalles, régions) et l'effort d'implémentation est élevé.

Données originales

Nom Marie Dupont

IBAN BE68 5390 0754 7034

Âge 34

Code postal 4000

→

Result

Nom ████████ caviardé

IBAN ████████ caviardé

Âge [30–35] généralisé

Code postal 4*** généralisé

La voie IA générative

Données synthétiques

Un modèle génère un jeu de données fictif, statistiquement proche du réel. Aucun individu réel n'apparaît dans le résultat.

⚠ Le modèle a ingéré vos vraies données. Des profils rares peuvent fuiter (membership inference). La cohérence inter-tables est souvent incomplète.

Données originales

Nom Marie Dupont

IBAN BE68 5390 0754 7034

Âge 34

Code postal 4000

→

Result

Nom Laura Bernard fictif

IBAN BE12 3456 7890 0000 fictif

Âge 33 approché

Code postal 4020 approché

L'approche Pseudia

Pseudonymisation

Les identifiants réels sont remplacés par des jetons cohérents ou des valeurs fictives réalistes. Marie Dupont → psd_k8x2m. Les identifiants indirects comme le code postal peuvent être rendus moins précis. Structure, distribution et relations entre tables restent intactes. Une clé séparée permet la réversibilité sur autorisation, tracée et auditée.

✓ Réversible, réaliste, contrôlée. Une garantie reconnue par le RGPD art. 4.5 · 25 · 32 : les données restent personnelles pour qui détient la clé, avec un risque d'exposition drastiquement réduit.

Données originales

Nom Marie Dupont

IBAN BE68 5390 0754 7034

Âge 34

Code postal 4000

→

Result

Nom psd_k8x2m jeton

IBAN BE71 0961 2345 6769 fictif réaliste

Âge 34 intact

Code postal 40** généralisé

Suppression du nom

Vraie anonymisation

Synthétique

Pseudonymisation

Individu réellement protégé

✗ Non

✓ Oui

~ Partiel

~ Oui, risque résiduel¹

Donnée personnelle (RGPD)

✓ Oui

✗ Non

✓ Oui encore¹

Données précises & utilisables

~ Dégradées

~ Approchées

✓ Intactes

Cohérence inter-tables

~ Partielle

✓ Totale

Réversible sur autorisation

✗ Non

✓ Oui, clé séparée

Effort de mise en œuvre

✓ Minimal

✗ Élevé

~ Moyen

✓ Faible avec Pseudia

Support données dynamiques

✓ Oui

✗ Faible

✗ Batch uniquement

✓ Excellent

Périmètre recommandé

~ Limité

~ Sorties ciblées

~ Dev / partage

✓ Tout, en continu

¹ Les données pseudonymisées restent techniquement des données personnelles tant que la clé de ré-identification existe. Le RGPD s'applique. Pseudia réduit drastiquement le risque réel d'exposition, mais ne remplace pas les obligations légales associées.

Architecture

Le fonctionnement de Pseudia

Trois étapes. Sécurisé. Souverain. Réversible.

① Source

Données Sensibles

Vos bases de données de production, APIs, fichiers clients ou logs contenant des informations identifiables (PII).

PostgreSQL MySQL CSV / JSON Parquet S3

ingest

② Moteur Pseudia

Pseudonymisation Automatisée

Les identifiants sont remplacés par des jetons (tokens) cohérents et réalistes. La distribution statistique est préservée et la réidentification n'est possible que via une clé distincte.

TokenisationMasquageFonctions BYOPolitiques de sécurité

output

③ Cible

Données Sécurisées

Les données pseudonymisées sont livrées à destination : environnements de test, pipelines IA, partenaires ou outils d’analyse.

Test envPipelines LLMAnalyticsPartenaires

🔑

Clé de déchiffrement souveraine
Stockée séparément des données pseudonymisées. Seuls les utilisateurs autorisés peuvent inverser le processus. En cas de fuite de données, les pseudonymes capturés ne révèlent pas l’identité des personnes sans la clé.

Ressource gratuite

Enfin quelque chose qui mérite d'être imprimé.

Une checklist pratique de deux pages pour les équipes sécurité et data, bientôt disponible. Laissez votre e-mail et nous vous l'enverrons dès sa sortie.

La checklist de préparation à la pseudonymisation

12 vérifications concrètes à faire avant de brancher des données réelles sur vos pipelines de test, IA ou analytics, cartographie des données, choix de la technique, gestion des clés, et comment rendre votre démarche démontrable auprès d'un DPO.

Savoir précisément où vivent vos données personnelles, et où elles fuient
Choisir la bonne technique : masquage, tokenisation ou données synthétiques
Rendre votre démarche de pseudonymisation démontrable, pas seulement crédible

PDF · 2 pages · FR & EN · gratuit · bientôt disponible

📄 PDF

Indiquez votre e-mail professionnel et nous vous enverrons le PDF dès sa publication. Pas de spam, désinscription à tout moment.

Une plateforme pour rendre vos données restreintes exploitables.

Une vraie plateforme, pas une maquette.

Organisez vos équipes

Définissez ce qui doit être pseudonymisé

Prévisualisez sur des échantillons

Masquez le texte libre sensible

Passez à l'échelle

Du concret, pas des promesses.

Clés séparées des données

Environnements de test en quelques minutes

Passerelle IA pour les LLM

Audits exportables par finalité

Fonctions personnalisées (BYO)

100 % Européen & Souverain

Toutes les approches
ne se valent pas.

Suppression naïve du nom

k-anonymité · confidentialité différentielle

Données synthétiques

Pseudonymisation

Le fonctionnement de Pseudia

Enfin quelque chose qui mérite d'être imprimé.

La prochaine fuite n'attend pas
votre prochain comité.

Une vraie plateforme, pas une maquette.

Organisez vos équipes

Définissez ce qui doit être pseudonymisé

Prévisualisez sur des échantillons

Masquez le texte libre sensible

Passez à l'échelle

Du concret, pas des promesses.

Clés séparées des données

Environnements de test en quelques minutes

Passerelle IA pour les LLM

Audits exportables par finalité

Fonctions personnalisées (BYO)

100 % Européen & Souverain

Toutes les approchesne se valent pas.

Suppression naïve du nom

k-anonymité · confidentialité différentielle

Données synthétiques

Pseudonymisation

Le fonctionnement de Pseudia

Enfin quelque chose qui mérite d'être imprimé.

La prochaine fuite n'attend pasvotre prochain comité.

Toutes les approches
ne se valent pas.

La prochaine fuite n'attend pas
votre prochain comité.