Erstellen Sie eine serverlose PII-Redaktionspipeline mit Amazon Bedrock Data Automation
aws ·
Dieser Artikel zeigt, wie sich eine serverlose Pipeline zur automatisierten Redaktion personenbezogener Daten (PII) mit Amazon Bedrock Data Automation, AWS Step Functions und AWS Lambda erstellen lässt. Die Lösung behebt die Grenzen manueller Redaktionsverfahren und herkömmlicher OCR-Techniken, indem generative KI eingesetzt wird, um den Dokumentkontext und das Layout ganzheitlich zu interpretieren. Ein benutzerdefiniertes Blueprint ermöglicht es Nutzern, spezifische Felder, die redigiert werden sollen, mittels natürlichsprachlicher Anweisungen zu definieren, wodurch sensible Patientendaten von nicht-sensiblen Informationen zu Ärzten unterschieden werden können. Die Architektur verarbeitet Dokumente in Batches, konvertiert PDFs in Bilder und wendet basierend auf den vom Dienst zurückgegebenen Bounding-Box-Koordinaten schwarze Boxen zur Verdeckung an. Zur Verbesserung der Genauigkeit kommt in der Pipeline ein Dual-Pass-Erkennungsverfahren zum Einsatz, das die Extraktion aus dem benutzerdefinierten Blueprint mit der standardmäßigen Übereinstimmung von Token auf Wortebene kombiniert. Evaluierungsergebnisse zeigten, dass dieser Ansatz eine Präzision von 97,0 % erreichte und die Recall-Rate von 89,3 % auf 95,2 % über verschiedene Dokumentqualitätsstufen hinweg steigerte, einschließlich handschriftlicher Formulare und Scans mit niedriger Auflösung. Das serverlose Design gewährleistet Skalierbarkeit und Kosteneffizienz bei gleichzeitiger Sicherung der Sicherheit durch IAM-Rollen, Verschlüsselung und VPC-Netzwerkstrukturen. Dieses wiederverwendbare Muster kann für den Gesundheitswesen-, Finanz- und Regierungssektor angepasst werden, um hohe Anforderungen an die PII-Compliance bei großen Datenmengen zu bewältigen.
aws