Détection

La détection s’exécute sur votre machine, ou sur le serveur Latet auquel votre ordinateur est connecté : aucun service de détection dans le cloud n’est jamais appelé. Plusieurs détecteurs lisent chaque morceau de texte que contient une requête. Cette page les explique avec des exemples ; la référence des détecteurs liste chaque détecteur et chaque règle de secrets.

Secrets

Les secrets sont masqués dans tous les profils.

Les identifiants de Latet sont inclus : LATET_PERSONAL_TOKEN (latet_pat_), LATET_COMPUTER_KEY (latet_ck_), LATET_API_KEY (latet_key_) et LATET_ADMIN_TOKEN (latet_adm_), chaque préfixe suivi de 43 caractères compatibles avec les URL (A-Z, a-z, 0-9, _, -). Dans https://<host>/u/<route-key>, les 16 à 128 caractères compatibles avec les URL de la clé de routage sont masqués comme LATET_ROUTE_KEY ; l’hôte et les autres segments du chemin restent. Cela s’applique sur votre ordinateur et dans un espace serveur, y compris aux dumps d’environnement, au fichier settings.json de Claude Code et au fichier config.toml de Codex. Les appels aux outils locaux retrouvent les valeurs réelles. Un appel à un outil externe qui contient une valeur factice est arrêté lorsque Latet peut l’intercepter (voir Périmètre de protection).

• Formats connus. Le jeu de règles par défaut de gitleaks (222 règles) est intégré à Latet et s’exécute sur RE2, avec les mots-clés, les seuils d’entropie et les listes d’autorisation qu’utilise gitleaks. Il couvre les clés d’API et les jetons de nombreux fournisseurs, comme GitHub, Anthropic, OpenAI, AWS, Stripe ou Slack.
• Valeurs affectées à des noms sensibles, dans les fichiers .env, la configuration et le code. C’est le nom qui décide, quelle que soit l’apparence de la valeur : DB_PASSWORD=..., "api_key": "..." et $env:TOKEN = ... sont masqués ; APP_NAME=shop et DEBUG=true ne le sont pas. Les espaces réservés comme changeme, ${DB_PASSWORD} ou <your-key> ne sont pas touchés, pas plus que les références dans le code comme process.env.API_KEY.
• Clés privées : tout le corps d’un bloc de clé privée PEM, OpenSSH ou PGP. Les lignes BEGIN et END restent visibles, pour que le modèle sache toujours qu’une clé se trouve là.
• Identifiants : le mot de passe dans postgres://user:password@host/db et d’autres URL, les JSON Web Tokens, et les identifiants Bearer ou Basic. Dans une chaîne de connexion (une variable connectionString, une colonne connection_string), seuls les identifiants sont masqués : les valeurs de Password=, PWD=, AccountKey= et autres, ou le mot de passe de son URL. Le serveur, l’utilisateur et la base de données restent, comme dans Server=db;User Id=app;Password=…;.

Par exemple, un fichier .env tel qu’il est sur votre disque :

.env

APP_NAME=shop
SMTP_HOST=mail.northwind-legal.com
SMTP_PASSWORD=hunter2hunter
PAYMENTS_API_KEY=pk_9f2c4e7a1b3d5f8e0a6c

et ce que reçoit le modèle quand l’agent le lit :

APP_NAME=shop
SMTP_HOST=mail.northwind-legal.com
SMTP_PASSWORD=jeeepo3ixhbkw
PAYMENTS_API_KEY=pk_3a8d1f6b0e9c2a7d4b5e

Le nom d’hôte n’est pas un secret et reste tel quel. Le mot de passe et la clé sont remplacés par des valeurs factices de la même longueur et du même format (les vôtres seront différentes).

Espaces réservés

Une valeur qui ne fait que tenir la place d’un secret n’est pas touchée : dans une affectation, comme mot de passe d’une URL, dans une colonne secrète et comme identifiant d’une chaîne de connexion (User Id={{username}};Password={{password}};). La valeur entière doit avoir l’une de ces formes, quelle que soit la casse :

Forme	Exemples
Entre chevrons ou entre crochets	<password>, <your-key>, [password]
Une variable ou un gabarit	${DB_PASSWORD}, $DB_PASSWORD, %DB_PASSWORD%, {{password}}, {env:DB_PASSWORD}, {file:./secret}
Your et un nom	YOUR_PASSWORD, your-api-key, your.token
Un mot qui tient lieu de valeur	changeme, change_me, password, passwd, secret, token, placeholder, example, redacted, todo, tbd
Remplissage	xxx, ***, ..., ---, ___
Aucune valeur	null, none, nil, undefined, empty, true, false

changeme123 n’est pas un espace réservé : ce pourrait être un vrai mot de passe. Dans une affectation, une référence dans le code n’est pas touchée non plus : process.env.API_KEY, os.environ["TOKEN"], os.getenv(...), config., settings.. Pour laisser en clair un espace réservé d’une autre forme, ajoutez-le aux valeurs à ne jamais masquer (listes d’autorisation), dans vos réglages pour un projet s’il appartient à un projet.

Une valeur faite de symboles seuls n’est pas touchée non plus, quel que soit ce qui la trouve et quelle que soit sa longueur : !!!!!!!! comme mot de passe, -------------------- après Bearer, une correspondance de l’un de vos reconnaisseurs ou une valeur que signale le relecteur local. La valeur factice garde les symboles de l’original : elle serait l’original lui-même. Une clé de routage de Latet fait exception : chaque caractère de sa valeur factice est généré de nouveau, même lorsque l’original ne contient que _ ou -.

Données personnelles

Les données personnelles sont masquées dans les profils balanced et max. Chaque correspondance est validée avant d’être masquée, ce qui limite les fausses alertes dans le code :

Type	Exemple	Comment une correspondance est confirmée
Adresse e-mail	emily.carter@northwind-legal.com	Le domaine de premier niveau est vérifié dans la liste de l’IANA, fournie avec Latet pour fonctionner hors ligne
Numéro de téléphone	+44 20 7946 0958	Analysé et validé avec phonenumbers, un portage de libphonenumber de Google
IBAN	GB82WEST12345698765432	Longueur propre au pays et somme de contrôle mod-97
Numéro de carte	4111 1111 1111 1111	Préfixe de l’émetteur et somme de contrôle de Luhn
Numéro d’identité national et numéro fiscal	SSN NNN-NN-NNNN, DNI NNNNNNNNA	Chiffres de contrôle, et un mot-clé là où le numéro seul pourrait être n’importe quoi (voir plus bas)
Numéro de TVA	DENNNNNNNNN, CHE-NNN.NNN.NNN MWST	Le préfixe du pays et les chiffres de contrôle de ce pays
Adresse IP	151.101.1.69	Les adresses publiques ; les privées seulement en max ou avec include_private_ips
Adresse Bitcoin	bc1q...	Somme de contrôle Base58Check ou bech32

Les reconnaisseurs d’adresses e-mail, d’IBAN, de cartes, de codice fiscale et de partita IVA sont repris de Presidio.

Numéros d’identité et numéros fiscaux par pays

Latet connaît les numéros d’identité nationaux et les numéros fiscaux de 15 pays : l’Allemagne, la Belgique, le Canada, l’Espagne, les États-Unis, la Finlande, la France, l’Italie, la Lettonie, les Pays-Bas, la Pologne, le Portugal, le Royaume-Uni, la Suède et la Suisse. id_regions dans config.yaml choisit les pays (IT, US et GB par défaut) ; latet global-install propose le vôtre, et le profil max les prend tous. La page Règles du tableau de bord liste les numéros de chaque pays.

Beaucoup de ces numéros ne sont qu’une suite de neuf ou onze chiffres, comme d’innombrables ID dans le code. Chacun est donc confirmé par ses chiffres de contrôle, et ceux qui pourraient encore être n’importe quoi ont besoin d’un mot-clé à proximité : SSN ou social security à côté d’un numéro de sécurité sociale américain, BSN à côté d’un numéro de service citoyen néerlandais, Steuer-ID à côté d’un numéro d’identification fiscale allemand. Le mot-clé compte sur la même ligne, à quelques caractères de distance, ou dans l’en-tête de la colonne où se trouve le numéro (tableaux CSV, TSV et Markdown) :

name,ssn,city
Jane,NNN-NN-NNNN,Boston        ← found: the column is called ssn

Le DNI et le NIE espagnols, le numéro AVS suisse et le code d’identité personnel finlandais portent une lettre de contrôle ou une structure caractéristique : ils n’ont donc pas besoin de mot-clé. Un numéro n’est jamais pris à l’intérieur d’un numéro plus long, d’une version, d’un nombre décimal ou d’un chemin. La référence des détecteurs donne la liste complète, avec la structure et la vérification de chaque numéro.

Les numéros de TVA sont reconnus pour les 27 pays de l’UE, l’Irlande du Nord, le Royaume-Uni, la Suisse et la Norvège, quoi que dise id_regions : ils portent toujours le préfixe de leur pays.

Certaines choses ne sont volontairement pas touchées :

• les adresses e-mail des domaines de documentation example.com, example.net et example.org, ou sous .example, .test, .invalid et .localhost, et les expéditeurs système comme git@ ou noreply@ ;
• dans le code et les sorties d’outils, les suites de chiffres sans +, 00, espace ni parenthèses, qui sont bien plus souvent des ID, des dates ou des numéros de build que des numéros de téléphone. Dans vos propres messages, les règles sont plus souples. Les numéros sans préfixe international ne comptent que pour les pays de phone_regions (IT, US et GB par défaut) ;
• les numéros de version qui ressemblent à des adresses IP, comme v1.2.3.4.

Noms

Les noms dans du texte libre, comme dans Emily Carter a écrit ceci, demandent un modèle statistique. Avec le modèle local de noms facultatif installé, Latet trouve lui-même les noms et les adresses postales ; le relecteur local, un modèle de langage sur votre machine ou sur un serveur à vous, les trouve aussi, avec les informations de santé et les autres valeurs qu’aucun motif ne décrit. Sans l’un ni l’autre, un nom n’est masqué que s’il s’agit de votre propre nom d’auteur git (voir plus bas), de l’un de vos propres termes ou d’une valeur déjà présente dans le coffre-fort.

Prenons ce prompt :

Hi, I'm Emily Carter and I live at 42 Mill Lane, Bristol BS1 4DJ.

Avec le modèle de noms, dans le profil balanced, le modèle dans le cloud reçoit une version comme celle-ci :

Hi, I'm Hannah Mitchell and I live at 45 Moore Lane, Derby YN4 9CP.

Votre agent voit toujours le vrai nom et la vraie adresse quand la réponse revient.

Ce que cherche le modèle de noms dépend du profil :

• balanced : les noms complets (deux mots ou plus) et les adresses postales, dans ce que vous saisissez et joignez et dans le texte lu dans les images. Une ville ou un code postal ne compte qu’à côté d’une rue. Le code, les sorties d’outils et le texte système ne sont pas lus.
• max : aussi les noms d’un seul mot et les villes, et également le texte système et les sorties d’outils.
• secrets : jamais.

Une fois trouvé, un nom rejoint les valeurs connues et il est ensuite masqué partout, sorties d’outils comprises, dans tous les profils, secrets aussi.

Le modèle de noms fait de son mieux, sans garantie :

• Des noms lui échappent. Les noms peu courants, les initiales et les noms écrits en minuscules sont ceux qui lui échappent le plus souvent. Les salutations et les titres placés devant un nom (Hi Paul, Dr. Sarah Mitchell) sont laissés en dehors de ce qui est masqué.
• Il prend certains mots pour des noms. Les mots techniques comme Redis ou Postgres sont filtrés, et balanced exige au moins deux mots.
• Il est lent sur les longs textes. Il lit environ 700 jetons par seconde sur le processeur d’un ordinateur de bureau, dans un fil d’exécution à part, pour que les autres requêtes ne l’attendent pas. Un texte de plus de 4 096 jetons (8 192 en max), ou de plus de 16 000 caractères (64 000 en max), n’est pas lu, et la requête est signalée dans le tableau de bord.

Vos propres termes

Ajoutez les mots dont vous seul savez qu’ils sont sensibles : noms de clients, noms de code de projets, domaines internes. Ils sont masqués dans tous les profils, partout où ils apparaissent :

config.yaml

terms:
  - value: Project Falcon
    type: PROJECT
  - value: Acme Logistics
    type: CLIENT

Avec ces termes, “Project Falcon démarre avec Acme Logistics en mai” parvient au modèle sous une forme comme “Consolidated Margie démarre avec Northwind Adatum en mai”. Par défaut, un terme correspond quelle que soit la casse, et seulement en mot entier ; case_sensitive et whole_word changent cela. Vous pouvez aussi ajouter des termes sur la page Règles du tableau de bord, ou avec Toujours masquer sur n’importe quelle valeur d’une requête.

Un terme a besoin d’au moins une lettre ou un chiffre : la valeur factice garde les symboles de l’original, donc des symboles seuls, comme -- ou ###, ne peuvent pas être masqués. Le tableau de bord et latet config refusent un tel terme. Un terme écrit à la main dans config.yaml ou dans le latet.yaml d’un projet est laissé de côté, et la page Règles et latet config validate le signalent.

Un terme compte au plus 8 192 caractères : un terme plus long est cherché à part, et un terme d’environ un million de lettres ne peut pas être cherché du tout. Le tableau de bord, latet config et un import refusent un terme plus long. Un terme écrit à la main dans config.yaml est laissé de côté, et latet reload, le journal du daemon et latet config validate disent quelle entrée ; un terme dans le latet.yaml d’un projet est laissé de côté lui aussi, et la page du projet le dit.

Pour un format plutôt qu’une valeur, comme tous les numéros de badge écrits AB-123456, écrivez un reconnaisseur personnalisé : un motif, des chiffres de contrôle et des mots-clés, testé sur des exemples inventés.

L’identité de cette machine

En balanced et en max, Latet détecte qui vous êtes et où vous êtes à chaque démarrage, et le masque :

• votre nom d’utilisateur du système dans les chemins de votre répertoire personnel : C:\Users\anna\shop\app.py, /home/anna/... ou /Users/anna/.... Un nom d’utilisateur de six caractères ou plus est masqué partout où il apparaît ;
• votre nom d’hôte ;
• le nom et l’adresse e-mail de votre auteur git, tirés de git config --global, et le domaine de cette adresse quand c’est celui de votre entreprise (studio-rossi.it, pas gmail.com), partout où il apparaît : git.studio-rossi.it est masqué aussi.

Comme tout est détecté de nouveau à chaque démarrage, une nouvelle adresse e-mail git ou un nouveau nom d’utilisateur est masqué sans aucune action de votre part. La section identity de la configuration désactive ce masquage, ou fixe les valeurs : une fois que vous les y avez écrites, Latet utilise celles-ci.

Valeurs connues

Une fois qu’une valeur a été détectée, Latet la retient dans le coffre-fort. Ses occurrences suivantes sont masquées même là où les détecteurs ne la reconnaîtraient pas d’eux-mêmes : par exemple le mot de passe de votre .env, mentionné plus tard dans un message de commit. Deux sortes de valeurs ne sont pas retenues ainsi : une valeur que le mode données strict ou une règle de champ masque dans un tableau ou du JSON ne reste masquée que dans sa structure (données de production), et une valeur d’un type réglé sur redact n’est pas conservée du tout. Les valeurs connues sont aussi ce que la vérification finale cherche dans les requêtes sortantes.

Une valeur est reconnue de nouveau à partir de quatre caractères, le nom d’une personne à partir de trois (Ugo, Ada), et seulement telle qu’elle est écrite : Ugo n’est pas ugo, ni une partie d’Ugolino.

Quand deux détecteurs trouvent le même texte

Les correspondances qui se chevauchent sont fusionnées en une seule, qui les couvre toutes : une valeur n’est donc jamais remplacée à moitié. Le type le plus fort donne son nom au résultat : d’abord les secrets, puis vos termes et l’identité de cette machine, puis les données personnelles.

Si un détecteur autre que celui des données personnelles et le modèle local de noms échoue (secrets, vos termes, identité, valeurs connues), le masquage échoue et la requête est bloquée : rien ne part sans vérification. Si le détecteur des données personnelles ou le modèle local de noms échoue, il est ignoré et la requête est signalée dans le tableau de bord.

Pourquoi RE2

RE2 trouve les correspondances en temps linéaire : une entrée hostile ou simplement énorme ne peut donc pas déclencher un retour arrière catastrophique des expressions régulières et bloquer votre agent.

Faux positifs et faux négatifs

Chaque détecteur fait un compromis entre les valeurs manquées et les fausses alertes. Les profils choisissent où se placer dans ce compromis, et les listes d’autorisation corrigent les fausses alertes une à une. Pour voir comment un texte serait masqué, collez-le dans le Banc d’essai du tableau de bord : rien de ce qui y est saisi n’est conservé ni envoyé à un modèle.