MARKETIA
ConnexionInscription

Avis MagicMate : Presidio, ce que dit la source

Source vérifiée le 17 octobre 2026 (analyse rédigée le 17 octobre 2026).

Analyse statique des sources publiques : sauf mention contraire sur cette page, rien n'a été installé ni exécuté. Les tests réellement exécutés sont sur la page Tests. Cette page ne donne aucune note. Notre méthode.

Verdict

Un bon socle pour détecter et masquer des données personnelles dans du texte, mais configuré pour l'anglais et les identifiants anglo-saxons : en France, il ne détecte pas d'office les SIREN, SIRET, numéros de sécurité sociale ni identifiants de santé français, et il ne garantit pas de tout trouver. Ce n'est pas une conformité RGPD clé en main.

Pour qui (PME française)

  • Une équipe technique qui veut nettoyer des textes (e-mails, comptes rendus, tickets) avant de les envoyer à un LLM externe, avec la volonté d'écrire ses propres règles françaises.
  • Pas pour une PME sans développeur, ni comme seule protection.

Points forts prouvés

  • Détecteurs prêts à l'emploi pour e-mail, carte bancaire, IBAN, adresse IP, téléphone, URL, personnes et lieux (docs/supported_entities.md lu, liste complète lue).
  • Pluggable : on peut ajouter ses propres reconnaisseurs, et choisir spaCy, transformers ou stanza comme moteur de langage (docs/installation.md et docs/analyzer/languages.md lus).
  • Traitement du texte, mais aussi de l'image (module de rédaction d'image, avec Tesseract) et des données structurées ; mode service REST via Docker (installation.md lu).
  • Maintenu : dernier commit 2026-10-08, dernière release 2.2.364 le 2026-07-22 (flux Atom lus). Environ 76 issues ouvertes (page des issues, résumé automatique), un nombre modéré.

Limites et risques

  • Par défaut, « recognizers and models for English » (docs/analyzer/languages.md). Le français demande de changer le moteur de langage, de télécharger un modèle français et d'adapter les mots de contexte (la doc le dit).
  • La liste officielle des entités ne contient aucun identifiant français. Trois issues ouvertes le confirment : demandes de FR_SIREN/SIRET (#2320), FR_RPPS et FR_FINESS (#2342), FR_NIR (#2313). À écrire vous-même (expressions régulières et vérification de clé).
  • Le README prévient : « there is no guarantee that Presidio will find all sensitive information ». Une promesse de « conformité RGPD » ne se justifie donc pas ; l'anonymisation automatique est une aide, pas une garantie.
  • Fausses détections et omissions silencieuses documentées dans les issues récentes : URL avec port partiellement masquée (#2339), anonymize_list() qui tronque la sortie sans erreur quand les longueurs diffèrent (#2343), argument ignoré (#2327).
  • Gouvernance : le projet a quitté Microsoft pour une organisation communautaire (docs/project_transition.md : « not owned or operated by a commercial entity », maintenu par des bénévoles). Rassurant sur la licence, moins sur le support garanti. L'URL du dépôt a changé : les redirections existent.
  • Modèle spaCy anglais « large » à télécharger séparément (python -m spacy download en_core_web_lg) ; taille non précisée dans les docs lues, non chiffrée ici.

Effort d'installation réel

Faible pour l'anglais : deux paquets pip plus un modèle spaCy. Élevé pour un usage français sérieux : modèle français, reconnaisseurs maison, jeu de test annoté pour mesurer les oublis. Estimation : quelques heures pour un prototype, plusieurs jours (et des documents de test) pour quelque chose qu'on oserait mettre devant un client. Estimation, pas mesure.

Alternatives

  • Sous-traiter la détection à un service géré (Azure AI Language PII, cité dans la doc de Presidio) : meilleur support, mais les données sortent de chez vous.
  • Solutions françaises ou règles maison à base d'expressions régulières pour les identifiants connus ; CamemBERT/NER français pour les noms (non évalués ici).

Licence et attention commerciale

MIT (fichier LICENSE lu : « The MIT License (MIT), Copyright (c) Presidio Contributors »). Usage commercial permis. La licence n'engage aucune garantie de résultat : en cas de fuite de données personnelles non détectées, la responsabilité reste la vôtre.

Ce que nous n'avons pas testé

Cet avis, rédigé le 2026-10-17, n'a lancé aucune installation. Un test d'usage distinct a été réalisé ensuite : voir Presidio 2.2.364 testé pour de vrai (petit modèle anglais, deux textes inventés, dont un en français). Restent non testés, ici comme là-bas : un modèle français, des reconnaisseurs maison, toute mesure de rappel ou de précision, le service REST, la rédaction d'image.

Sources (lues le 2026-10-17)

Aller plus loin

Recevoir la newsletter Marketia