Cabinets juridiques
Analyse de jurisprudence et rédaction d'opinions juridiques sans exposer le nom des parties, le numéro de dossier de la cour, ni les données du client à un fournisseur LLM hors juridiction.
Loi 25 — pseudonymisation contextuelle
Pseudonymisation Loi 25 — vos PII remplacées par des valeurs synthétiques réalistes
Plutôt que de masquer vos données par des tokens cassants comme [PERSON_1], secuAI substitue chaque renseignement personnel par une valeur synthétique réaliste qui préserve format ET sémantique. Le LLM répond cohéremment, vous récupérez vos données originales — sans qu'aucune PII ne quitte la zone Canada.
- Loi 25
- RGPD
- OVH BHS
Trois cas d'usage emblématiques Loi 25
Secteur médical
Synthèse de dossiers patients (notes cliniques, rapports radiologiques) en effaçant RAMQ, dates de naissance et identifiants de dossiers avant l'inférence — réversion uniquement côté professionnel autorisé.
Ressources humaines
Pré-filtrage de candidatures et analyse de rétention sans transmettre nom, NAS, ou courriel personnel aux LLM tiers. Audit RPRP complet, conforme à la Loi 25 et au RGPD.
Comment ça marche
Six étapes, zéro PII en clair chez les fournisseurs, sémantique préservée pour le LLM.
1. Détection PII
À la réception de votre requête, le moteur secuAI scanne le prompt et identifie chaque entité sensible (8 catégories : noms, NAS, RAMQ, téléphones NANP, courriels, dates, adresses, numéros de dossier).
2. Pseudonymisation contextuelle
Chaque PII est remplacée par une valeur synthétique réaliste qui respecte son format : « Jean Dupont » devient « Marc Tremblay », « 514-555-1234 » devient « 438-921-7856 ». Le mapping est stocké en mémoire dans Redis BHS, TTL < 30 s, jamais persisté sur disque.
3. Inférence LLM
Le prompt pseudonymisé — qui garde sa structure, son format et sa cohérence sémantique — est envoyé au modèle (GPU souverain V100S, Claude, Gemini, etc.). Le LLM raisonne normalement, comme s'il voyait des données réelles.
4. Réponse cohérente
Le modèle répond avec les pseudo-valeurs (« Marc Tremblay a signé le... »). Aucune dégradation de qualité comparé à du texte non anonymisé : le contexte est préservé.
5. Restitution réversible (Pro+)
À la sortie, secuAI re-substitue chaque pseudo-valeur par la PII originale en consultant le mapping Redis. Vous récupérez la réponse avec vos vraies données — exactement comme un appel direct à OpenAI, mais sans avoir exposé la moindre PII.
6. Audit RPRP & expiration
Chaque substitution est tracée dans l'audit log Loi 25 (NDJSON, rétention 7 ans). Le mapping Redis expire automatiquement après la requête. La reverse opt-in payante (Pro+) ajoute une trace KMS OVH (Phase 3+).
8 catégories d'entités détectées
Détection multilingue FR/EN, profils standard ou custom Pro+. Format préservé pour chaque catégorie.
Identité personnelle
Noms, prénoms, alias, surnoms — substitution par des noms synthétiques cohérents avec la culture détectée (Québec, France, anglophone).
Identifiants gouvernementaux
RAMQ, NAS canadien, NEQ, numéros d'assurance, permis de conduire — format respecté (NAS valide cryptographiquement, mais sans correspondance réelle).
Coordonnées
Adresses postales, téléphones (NANP +1 / E.164), courriels personnels et professionnels — domaine remplacé par un domaine pseudonyme `*@anonyme.local`.
Dossier médical
Numéros de dossier patient, médicaments, diagnostics codés (CIM-10) — codes médicaux pseudonymisés à granularité préservée.
Données financières
IBAN, transit + folio bancaire, numéros de carte (PAN passant Luhn mais non émis), montants confidentiels — devise et ordre de grandeur conservés.
Avant / Après — exemple concret
Comparez l'approche par tokens cassants (que nous évitons) avec la pseudonymisation contextuelle secuAI.
# Texte original
"Jean Dupont, 514-555-1234, jean.dupont@exemple.com
a signé le contrat le 2026-05-07."
# Texte envoyé au LLM (tokenisation cassante)
"[PERSON_1], [PHONE_1], [EMAIL_1] a signé
le contrat le [DATE_1]."
# Problèmes :
# - Le LLM perd le contexte sémantique des noms
# - Le format des données est cassé
# - Les workflows downstream attendant un format précis échouent
# - La qualité de réponse du modèle se dégrade# Texte original
"Jean Dupont, 514-555-1234, jean.dupont@exemple.com
a signé le contrat le 2026-05-07."
# Texte envoyé au LLM (pseudonymisation contextuelle)
"Marc Tremblay, 438-921-7856,
marc.tremblay@anonyme.local a signé le contrat
le 2026-05-07."
# Avantages :
# - Format et sémantique préservés (le LLM voit un humain)
# - La réponse du modèle reste cohérente et utile
# - Aucune PII originale ne quitte le Canada
# - Restitution réversible côté Gateway via mapping Redis TTL <30s
# (reverse opt-in Pro+, audit log RPRP Loi 25)Prêt à tester la pseudonymisation contextuelle ?
Plan Free inclut 5K tokens/mois. Plan Anonymize Pro pour profils custom + restitution réversible via KMS.
Prêt à essayer ?
5 000 tokens gratuits chaque mois, sans carte de crédit. Plan Free permanent.