Mesuré le 21 octobre 2026 · promptShield 1.4.1 · Presidio 2.2.364
Microsoft Presidio face à promptShield
Nous avons refait la comparaison sur 48 nouveaux documents, jamais vus par les moteurs, en 8 langues ; chaque donnée personnelle y est étiquetée mot par mot. Les deux outils lisent le même texte extrait, et nous comptons tous les mots sensibles que chacun laisse lisibles. Documents, étiquettes, script d'évaluation et résultats bruts sont publiés : vous pouvez tout vérifier.
Un mot sur le nom : Presidio est né chez Microsoft et est devenu depuis un projet indépendant, gouverné par sa communauté au sein de l'organisation Data Privacy Stack. Il reste sous licence MIT, et Microsoft a accompagné ce passage. Nous gardons « Microsoft Presidio » dans le titre parce que c'est ce que l'on tape dans un moteur de recherche. Lire l'annonce de transition du projet
En bref
Presidio 2.2.364 (installation par défaut, grands modèles spaCy)
1 327
mots sensibles restés lisibles sur 4 489 · 70 % repérés
promptShield 1.4.1
92
mots sensibles restés lisibles sur 4 489 · 98 % repérés
promptShield surligne également moins de texte sans caractère personnel : 1,9 faux positifs à retirer par document, contre 9,8 pour Presidio. Documents rendus sans aucun mot sensible lisible : 24 sur 48 pour promptShield, 0 pour Presidio. Avec les petits modèles spaCy que retiennent la plupart des tutoriels de prise en main, Presidio laisse 1 583 mots sensibles lisibles.
La détection de promptShield, version après version
La première version de cette page mesurait promptShield 1.0.14. Nous avons réévalué 7 versions, de celle-ci à l'actuelle, sur les mêmes documents. Chacune a été exécutée à partir de son propre code source, comme si l'on cliquait sur son bouton « Détecter ». Le polonais n'étant arrivé qu'avec la 1.4.0, ces graphiques ne portent que sur les sept langues prises en charge par toutes les versions.
Afficher les chiffres
| Version | Date | Mots repérés | Mots restés lisibles | Faux positifs par document | Documents sans mot sensible lisible |
|---|---|---|---|---|---|
| promptShield 1.0.14 | 16 juin 2026 | 74,3 % | 999 | 4,5 | 0 / 42 |
| promptShield 1.1.3 | 6 août 2026 | 74,3 % | 999 | 4,5 | 0 / 42 |
| promptShield 1.2.0 | 22 août 2026 | 74,6 % | 987 | 4,5 | 0 / 42 |
| promptShield 1.2.5 | 28 sept. 2026 | 76,5 % | 915 | 4,5 | 0 / 42 |
| promptShield 1.3.4 | 5 oct. 2026 | 98,1 % | 73 | 2,0 | 22 / 42 |
| promptShield 1.3.8 | 15 oct. 2026 | 98,1 % | 73 | 2,0 | 22 / 42 |
| promptShield 1.4.1 | 21 oct. 2026 | 98,1 % | 73 | 2,0 | 22 / 42 |
| Presidio 2.2.364 | – | 71,4 % | 1 120 | 10,3 | 0 / 42 |
Jusqu'à fin septembre, promptShield repérait à peu près autant de mots sensibles que Presidio, avec moins de bruit : 74 % dans la version 1.0.14, pour 4,5 faux positifs par document. Le bond qui suit tient à quatre chantiers consacrés à la détection, menés entre le 30 septembre et le 2 octobre et évalués chacun sur des documents que le moteur n'avait jamais vus. Ils ont porté sur les numéros d'identification, les adresses, les numéros de téléphone et les noms écrits en capitales, tout en réduisant les faux positifs. Depuis, les résultats sont restés stables dans les sept langues et l'effort s'est porté sur le polonais : promptShield 1.4.1 repère 97 % des mots sensibles dans les documents polonais, Presidio 64 %.
Comparatif des fonctionnalités
| Fonctionnalité | promptShield | Presidio |
|---|---|---|
Reconnaisseur regex multilingue (60+ types) Presidio : EN en priorité par défaut | ◦ | |
Modèle d'entités multilingue (Davlan) Presidio : nécessite un reconnaisseur d'entités HuggingFace personnalisé | ◦ | |
Couche LLM optionnelle pour les données personnelles contextuelles | ||
Validation par somme de contrôle US NPI / ABA / DEA Presidio : NPI et MBI inclus, ABA/DEA partiels | ◦ | |
Validation par somme de contrôle AU TFN / ABN / ACN / Medicare | ||
Validation par somme de contrôle BR CPF / CNPJ | ||
Validation par somme de contrôle CH AHV | ||
Validation par somme de contrôle MX CLABE | ||
Validation par somme de contrôle NL BSN / RSIN | ||
Validation du NIR français (sécurité sociale) | ||
Filtre des formules juridictionnelles standard « régi par les lois de X » → X non signalé | ||
Fusion des détections PERSON au sein d'une page « Pierre Dubois » conservé, « Pierre » seul écarté | ||
Filtre des noms de services génériques (ORG) | ||
Filtre des intitulés de fonction (PERSON) | ||
Application desktop aboutie avec GUI de revue | ||
Tokenisation réversible (encode / decode) Presidio : couche d'anonymisation séparée | ◦ | |
Traitement 100 % hors ligne (aucune dépendance cloud) | ||
Reconnaisseurs personnalisés via API | ||
Bibliothèque Python pour intégration sur mesure | ||
Intégration Azure AI Language |
✓ = inclus par défaut · ◦ = disponible via configuration personnalisée · ✗ = absent
Catégories de bruit que Presidio (installation par défaut) émet et que promptShield supprime
URL dans les pieds de page de contrats
Lien vers la politique de confidentialité, URL de la page de support, contact juridique générique. ~8 à 10 détections par contrat, dont quasiment aucune n'est une donnée personnelle que l'examinateur souhaite masquer.
UrlRecognizerMentions isolées de pays / villes en prose juridictionnelle
« régi par les lois de France », « siège social à Paris », « société constituée en Allemagne ». Dans un état financier français, Presidio émet 73 détections LOCATION ; presque toutes ne sont que du décor contractuel.
filter_jurisdiction_boilerplate + filter_standalone_countryFragments PERSON
Le même nom apparaît en trois détections distinctes : « Pierre », « Dubois », « Pierre Dubois ». Sur un contrat italien, Presidio émet 26 détections PERSON : les mêmes noms répétés et fragmentés en prénom, nom et nom complet.
filter_span_coalescenceNoms génériques de services tagués ORG
« Marketing », « Vorstand », « Direction Générale », « Board of Directors », « Comitato di Direzione ». Ce ne sont pas des organisations que l'examinateur souhaite masquer.
filter_generic_org (liste de 90 entrées × 7 langues)Intitulés de fonction tagués PERSON
« CEO », « Directeur », « Geschäftsführer » avec majuscule en début de ligne, parfois mal tagués comme PERSON par le modèle d'entités.
filter_role_titlesQuand choisir Presidio plutôt
Presidio est le bon choix quand :
- Vous bâtissez un pipeline DLP Python sur mesure et voulez un contrôle au niveau de la bibliothèque.
- Vous devez intégrer des services cloud (Azure AI Language, AWS Comprehend) sous une seule abstraction de données personnelles.
- Vous voulez affiner vos propres reconnaisseurs pour des types d'entités propriétaires.
- Vous traitez des flux de texte (et non des documents bornés) et cherchez une bibliothèque pensée comme un service.
Presidio est open source sous licence MIT, promptShield est un produit commercial. À chaque besoin son outil.
Quand choisir promptShield
- Vous anonymisez des documents PDF/DOCX/XLSX bornés sur le poste de travail.
- Vous voulez des sommes de contrôle propres à chaque pays clés en main (TFN, CPF, NPI, IBAN, etc.) sans avoir à les écrire vous-même.
- Vous voulez un workflow GUI abouti (revue, masquage, tokenisation, export) plutôt qu'une bibliothèque à intégrer.
- Vos clients ne peuvent pas envoyer leurs documents à un service cloud pour des raisons de conformité.
Reproduisez-le vous-même
Chaque chiffre de cette page provient des fichiers du dépôt public : les 48 documents et leurs étiquettes, la sortie brute de chaque outil et le script d'évaluation. Aucun chiffre n'est issu d'une exécution que vous ne pourriez pas vérifier.
git clone https://github.com/promptshield-Inc/pii-detection-benchmarks
cd pii-detection-benchmarks
pip install -r requirements.txt
python presidio_run.py lg
python score.pyLa première commande Python relance Presidio sur le texte publié, la seconde confronte chaque résultat du dossier aux étiquettes. Aucune des deux ne nécessite d'installer promptShield.
Questions fréquentes
Microsoft Presidio appartient-il encore à Microsoft ?
Non. Presidio est né chez Microsoft et a achevé sa transition vers une gouvernance communautaire indépendante : il est maintenu par des contributeurs et des bénévoles au sein de l'organisation Data Privacy Stack, et aucune entreprise ne le possède ni ne l'exploite. Microsoft a soutenu ce passage. La licence est restée MIT et le code est le même, donc rien dans ce comparatif ne dépend de qui héberge le dépôt. Les anciens liens vers la documentation microsoft.github.io peuvent ne plus fonctionner : elle se trouve désormais sur presidio.dataprivacystack.org.
Microsoft Presidio est-il gratuit ?
Oui. Presidio est publié sous licence MIT, sans redevance quel que soit le volume traité. Le coût est en temps d'ingénierie plutôt qu'en argent : Presidio fournit des briques de détection, pas un flux de travail fini. Une mise en production suppose donc de construire autour l'extraction des documents, une interface de relecture et le stockage qu'impose votre politique de conservation. Savoir si cela revient moins cher qu'une licence dépend de ce que vous avez déjà en place.
Faut-il être développeur pour utiliser Microsoft Presidio ?
En pratique, oui. Presidio est une bibliothèque Python que l'on pilote par le code ou via un service que vous hébergez vous-même ; le projet ne fournit ni application de bureau ni interface pour l'utilisateur final. C'est un choix de conception, pas un manque : l'outil est fait pour s'insérer dans une chaîne que quelqu'un d'autre assemble. Si ce sont des juristes, des analystes ou des responsables conformité qui manipulent les documents, il faut construire quelque chose devant Presidio avant que cela ne leur parvienne.
Microsoft Presidio est-il un outil DLP ?
Pas à lui seul. Presidio détecte et anonymise les données personnelles dans le contenu qu'on lui transmet, ce qui constitue une brique de la prévention des fuites de données, mais il n'embarque rien de l'appareillage qui l'entoure : ni moteur de politiques, ni application sur les postes ou le réseau, ni alertes, ni piste d'audit. Beaucoup d'équipes s'en servent comme couche de détection dans un dispositif DLP qu'elles bâtissent elles-mêmes. Acheté comme produit DLP fini, ce n'en est pas un.
Quels sont les principaux concurrents de Microsoft Presidio ?
Cela dépend de la partie que vous remplacez. Comme bibliothèque de détection, les comparaisons les plus proches sont les services cloud de traitement des données personnelles (Azure AI Language, Google Cloud DLP, AWS Comprehend), que Presidio sait d'ailleurs appeler plutôt que concurrencer. Comme moyen d'obtenir concrètement des documents masqués, l'ensemble de comparaison est celui des outils finis : promptShield, Adobe Acrobat ou les services de masquage en ligne, où l'arbitrage se joue entre le coût d'une licence et l'ingénierie que vous feriez autrement vous-même.
promptShield est-il open source comme Presidio ?
Non. Presidio est une bibliothèque open source sous licence MIT et promptShield est un produit commercial : c’est une vraie différence, qu’il vaut mieux dire clairement. Ce qui est public, c’est ce qui compte pour faire confiance à cette page : le banc d’essai, les documents de test et les fichiers de résultats bruts sont publiés, et la partie Presidio du script fonctionne seule, sans que promptShield soit installé. Vous n’avez pas à croire ces chiffres sur parole.
promptShield utilise-t-il Presidio en interne ?
Non. Le moteur de détection est le nôtre, et ce choix relève de l’architecture, pas d’un jugement sur la qualité de Presidio : promptShield traite des documents finis sur un appareil qui peut n’avoir aucun réseau, là où Presidio est pensé comme une bibliothèque pour des flux de texte dans une chaîne serveur. La couche qui décide de ce qu’un relecteur écarterait concentre l’essentiel du travail, et il fallait qu’elle soit la nôtre.
Peut-on utiliser les deux ensemble ?
Ils interviennent à des endroits différents et se combinent sans friction. Presidio convient bien à l’analyse à gros volume au sein de vos propres systèmes, où une bibliothèque s’intègre à une chaîne de traitement. promptShield convient à l’ensemble plus restreint de documents où une personne doit relire ce qui a été trouvé et répondre du résultat avant que le fichier ne parte. Couverture large et automatique dans la chaîne, traitement soigneux et vérifié par un humain pour les documents qui engagent.
Mises en garde honnêtes
- Installation par défaut uniquement. Presidio a été exécuté avec ses reconnaisseurs intégrés et un modèle spaCy par langue, sans reconnaisseur personnalisé ni seuil de confiance. Pour le polonais, nous avons ajouté la seule correspondance d'étiquettes dont Presidio a besoin pour lire les entités des modèles spaCy polonais : sans elle, il ne trouve aucun nom polonais. Une configuration affinée (reconnaisseurs personnalisés, modèle de type transformer) obtiendrait de meilleurs résultats.
- Documents fictifs. Les 48 documents sont réalistes mais fictifs : contrats, factures, relevés bancaires, courriers médicaux, courriers RH et correspondance juridique, tous au format PDF natif, sans défaut. Les numérisations, les erreurs d'OCR et les mises en page désordonnées n'entrent pas dans cette mesure.
- Origine des étiquettes. Les documents et leurs étiquettes ont été rédigés par des agents d'IA selon une spécification d'étiquetage publiée, chacun pour une seule langue et sans accès au code de détection de promptShield, puis un script a vérifié chaque étiquette au regard du texte extrait. Aucun annotateur humain n'a relu ces étiquettes. Elles sont publiques : si vous en trouvez une erronée, signalez-la-nous et nous publierons la correction.
- Anciennes versions, exécutées aujourd'hui. Chaque version antérieure a été exécutée à partir de son propre code source, sur la même machine, avec les fichiers de modèles actuels. Les moteurs que l'application installée ne pouvait pas charger dans une version donnée (ils exigeaient PyTorch, que l'application n'embarque pas) ont été désactivés pour cette mesure : chaque version a donc fonctionné avec les moteurs dont ses utilisateurs disposaient réellement. La version 1.2.8 est écartée pour une raison voisine : un problème de compilation empêchait son application installée de charger les moteurs plus récents, si bien que l'exécuter à partir du code source surestimerait les résultats réellement obtenus par ses utilisateurs.
Classement
Les 10 meilleurs logiciels d'anonymisation hors ligne en 2026
Dix logiciels qui retirent les données personnelles de vos documents sur votre propre poste, notés selon les mêmes règles publiées, le nôtre compris. Chaque fait renvoie à sa source.
Voir le classementÇa vous a été utile ? Dites-le-nous.