Créez un pipeline de masquage des données personnelles sans serveur avec Amazon Bedrock Data Automation
aws ·
Cet article montre comment construire un pipeline sans serveur pour la détection automatique des informations d'identification personnelle (PII) en utilisant Amazon Bedrock Data Automation, AWS Step Functions et AWS Lambda. La solution pallie les limites de la détection manuelle et de l'OCR traditionnel en s'appuyant sur l'IA générative pour interpréter le contexte et la mise en page des documents de manière holistique. Un modèle personnalisé permet aux utilisateurs de définir des champs spécifiques à masquer à l'aide d'instructions en langage naturel, distinguant ainsi les données sensibles des patients des informations non sensibles des médecins. L'architecture traite les documents par lots, convertissant les fichiers PDF en images et appliquant un masquage par boîte noire basé sur les coordonnées de boîtes englobantes renvoyées par le service. Pour améliorer la précision, le pipeline utilise une méthode de détection en deux passes qui combine l'extraction via le modèle personnalisé avec la correspondance des jetons de sortie au niveau des mots. Les résultats d'évaluation ont montré que cette approche a atteint une précision de 97,0 % et augmenté le rappel de 89,3 % à 95,2 % sur divers niveaux de qualité de documents, y compris les formulaires manuscrits et les numérisations basse résolution. La conception sans serveur garantit évolutivité et rentabilité tout en maintenant la sécurité grâce aux rôles IAM, au chiffrement et au réseau VPC. Ce modèle réutilisable peut être adapté aux secteurs de la santé, de la finance et du gouvernement pour répondre aux exigences élevées de conformité en matière de PII.
aws