使用 Amazon Bedrock Data Automation 构建无服务器 PII 脱敏管道
aws ·
本文演示了如何利用 Amazon Bedrock Data Automation、AWS Step Functions 和 AWS Lambda 构建用于自动识别个人身份信息(PII)脱敏的无服务器流水线。该方案利用生成式 AI 全面解读文档上下文和布局,克服了手动脱敏和传统光学字符识别(OCR)的局限性。通过自定义蓝图,用户可以使用自然语言指令定义需要脱敏的具体字段,从而区分敏感的患者数据与非敏感的医生信息。该架构以批处理方式处理文档,将 PDF 转换为图像,并根据服务返回的边界框坐标应用黑色矩形脱敏。为提高准确性,流水线采用双遍检测机制,将自定义蓝图提取与标准词级输出令牌匹配相结合。评估结果显示,该方法在包括手写表格和低分辨率扫描在内的各种文档质量水平下,实现了 97.0% 的精确率,并将召回率从 89.3% 提升至 95.2%。这种无服务器设计确保了可扩展性和成本效益,同时通过 IAM 角色、加密和 VPC 网络维持安全性。这一可复用的模式可适应医疗、金融和政府领域,以满足高容量 PII 合规要求。
aws