Er wordt niets verstuurd, en dat kunt u controleren

Er wordt niets verstuurd

Het document wordt door uw browser gelezen, in het geopende tabblad. De detectie, de beoordeling, het opnieuw opbouwen van het bestand en de controle ervan gebeuren daar ook. Er is geen verwerkingsserver: er is nergens een plek om het document naartoe te sturen.

De enige verzoeken van de pagina zijn leesverzoeken aan deze site: de pagina's, de code, de standaardlettertypen van het PDF-formaat en, als u erom vraagt, het namenmodel, en, als u een scan of een foto neerzet, de engine voor tekstherkenning en het taalmodel, eenmalig, gecontroleerd aan de hand van zijn vingerafdruk en daarna op uw computer bewaard. Geen account, geen cookie, geen bezoekersmeting. Het enige verzoek dat geen leesverzoek is, is de teller, verderop beschreven. De server houdt geen toegangslog bij.

Een architectuur in plaats van een belofte

Een onlinedienst kan beloven uw document te wissen; u kunt dat op geen enkele manier vaststellen. Een architectuur kunt u wel vaststellen.

Zelf controleren

1. Verbreek de verbinding

   Laad de pagina en zet dan de wifi uit of trek de kabel eruit. Zet een document neer, beslis, maak het bestand: alles loopt tot het einde. Laad de pagina zelfs opnieuw: na een eerste bezoek opent de tool ook zonder netwerk.

2. Kijk naar het tabblad Netwerk

   Open de ontwikkelaarstools (F12), tabblad "Netwerk", voordat u het document neerzet. Tijdens het werk komt er geen regel bij; bij het opslaan van het bestand één, /compte, de teller die hieronder wordt beschreven. De werkplaats toont ook een eigen lijst, onder de beoordeling; maar een pagina kan over zichzelf liegen, het tabblad van de browser niet.

3. Lees het beveiligingsbeleid

   Elke pagina heeft een Content Security Policy die de browser afdwingt. De regel die telt: connect-src 'self'. Die verbiedt elke verbinding met een andere site, ook als de code van de pagina erom zou vragen.

Het enige wat vertrekt: een teller

Als u een zwartgelakt bestand opslaat, of als een document is gecontroleerd, stuurt uw browser één verzoek naar deze site, en maar één: POST /compte?f=caviardage&p=12. Het zegt of het om een zwartlakking of een controle gaat, en hoeveel pagina's het document had. Verder niets: geen woord uit het document, geen zwartgelakte waarde, geen bestandsnaam, geen identificatie.

De server schrijft maar één regel: de datum, de soort, het aantal pagina's. Geen IP-adres, geen browser, geen herkomstpagina: twee documenten van dezelfde persoon zijn niet te onderscheiden van twee documenten van onbekenden. Het totaal wordt zo op de startpagina gepubliceerd.

Een browser die vraagt om niet gevolgd te worden (Do Not Track, Global Privacy Control), stuurt niets. Offline vertrekt er niets, en er wordt niets bewaard voor later. De versie voor zelf hosten wordt zonder teller gebouwd. In alle gevallen werkt de tool precies hetzelfde.

We zeggen het ronduit: we leggen het aantal zwartgelakte en gecontroleerde documenten vast, en hun aantal pagina's. Niets in die regels zegt wie ze heeft verwerkt, van waar, of wat erin stond.

Wat dit betekent voor de AVG

Wij ontvangen geen enkel document, dus verwerken wij geen van de gegevens die erin staan. Concreet, voor een organisatie:

• Geen doorgifte van gegevens aan een derde: het document verlaat de computer van de persoon die zwartlakt niet. De vraag van doorgifte buiten de Europese Unie speelt niet, want er is geen doorgifte.
• Geen verwerker te beoordelen voor de inhoud van de documenten, dus geen verwerkersovereenkomst te tekenen voor het zwartlakken zelf.
• Geen bewaartermijn vast te stellen en geen verwijdering aan te vragen: er bestaat nergens anders een kopie. Het geopende document verdwijnt als u het tabblad sluit.
• Geen enkele leverancier van kunstmatige intelligentie ziet uw stukken: het namenmodel is gepubliceerd onder een vrije licentie (MIT), vastgepind, gecontroleerd en door deze site geserveerd, en draait daarna op uw computer.
• Geen cookie, geen tracker, geen derde: geen toestemmingsbanner, omdat er niets is om mee in te stemmen. De enige meting van de site is de teller die hierboven is beschreven.
• De site wordt gehost in Frankrijk, door OVH, en serveert alleen bestanden. Om van niemand afhankelijk te zijn, draait de versie voor zelf hosten op uw interne netwerk.

Wat voor uw rekening blijft

Klarmask beslist niet in uw plaats wat zwartgelakt moet worden, en garandeert niet dat niemand meer te herkennen is in een zwartgelakt document: dat doet uw eigen nalezen. Pseudonimiseert u om later weer te kunnen identificeren, dan blijft de koppeling tussen labels en personen de aanvullende informatie in de zin van de AVG: bewaar die apart. De gebruiksvoorwaarden herinneren eraan.

Wat op uw computer wordt bewaard

Het namenmodel en de bijbehorende engine worden, als u ze downloadt, bewaard in de privéruimte die de browser voor deze site reserveert, nadat hun vingerafdruk is gecontroleerd. Zo hoeft u ze niet opnieuw te downloaden. In de werkplaats verwijdert u ze met één knop.

De pagina's en de code van de werkplaats worden door de browser bewaard (een service worker), zodat de tool ook zonder netwerk opent. De engine voor het lezen van scans wordt daar na het eerste gebruik bewaard, en bij elk gebruik opnieuw gecontroleerd aan de hand van zijn vingerafdruk. Deze service worker doet uit zichzelf geen enkel verzoek: hij raakt de teller niet aan en speelt nooit iets opnieuw af.

Als u ze aanmaakt, worden uw regels (de namen of woorden die altijd zwartgelakt moeten worden) bewaard in de opslag van deze browser, voor deze site: ze verlaten de computer niet, en worden gewist samen met de gegevens van de site.

Uw document wordt nergens bewaard: het wordt in het geheugen gelezen, in het tabblad, en verdwijnt als u dat sluit. Het gemaakte bestand wordt door uw browser opgeslagen, waar u dat wilt.

Wat zwartgelakt is, bestaat niet meer in het bestand

Het gemaakte bestand is een nieuw document. Het oorspronkelijke document wordt nooit gewijzigd en opnieuw opgeslagen: zo zijn zwartgelakte documenten al eens leesbaar gemaakt, via de vorige versie die in het bestand was blijven staan.

Een gemaakt Word-document is ook een nieuw pakket, geschreven op basis van alleen de delen die de tool begrijpt: revisies geaccepteerd, opmerkingen, eigenschappen, grafieken en ingesloten objecten verwijderd, metadata van afbeeldingen gewist.

Het lezen van scans

Een pagina zonder tekst wordt gelezen door Tesseract (Apache 2.0-licentie), de engine van Klarfile, gecompileerd voor de browser. De engine en het taalmodel komen van deze site, niet van een CDN: de gebruikelijke bibliotheek die ze omhult, zou ze elders ophalen en wordt niet gebruikt. Elk bestand wordt aan de hand van zijn vingerafdruk gecontroleerd voordat het wordt gebruikt; de vingerafdrukken staan hieronder, samen met die van het namenmodel.

Het lezen gebeurt in een aparte uitvoeringsthread, in het tabblad. De afbeelding van de pagina gaat daar niet uit.

Het namenmodel

De namen worden voorgesteld door een model voor entiteitsherkenning, CamemBERT-NER (MIT-licentie), getraind op het Frans. Het wordt alleen gedownload als u erom vraagt, van deze site en niet van een derde, eenmalig: elk bestand wordt gecontroleerd aan de hand van zijn SHA-256-vingerafdruk voordat het wordt bewaard in een ruimte die de browser voor deze site reserveert, op uw computer. Het leest alleen de tekst van de geopende pagina, in het tabblad.

De bibliotheek die het laat draaien, mag niet het netwerk op: haar downloadfunctie is vervangen door een functie die weigert, en ze leest alleen bestanden die al gecontroleerd zijn. De vingerafdrukken die hier staan, zijn de vingerafdrukken die de tool controleert.

Model : Xenova/camembert-ner, revisie 8e1988247e87.

De uitvoercontrole

Voordat u het bestand krijgt, leest de tool het opnieuw langs wegen die losstaan van de weg waarlangs het is geschreven: de tekst met een tweede PDF-lezer; de objecten van het bestand één voor één doorlopen, elke stroom gedecomprimeerd. Elk zwartgelakt element wordt erin gezocht in al zijn vormen (spaties, accenten, hoofdletters). De structuur wordt gecontroleerd: geen annotatie, geen formulier, geen bladwijzer, geen bijlage, geen metadata, en één enkele versie.

Vindt hij iets terug, dan wordt het bestand niet aangeboden, en het scherm zegt wat is teruggevonden en waar.