L0S2 · 数据与检索S6 · 安全与成本Verified: 2026-11-17
Presidio PII/PHI 零泄露脱敏与双向映射还原网关原语
在请求发往外部大模型 API 或写入向量索引之前,通过轻量命名实体与正则混合引擎将身份证、SSN、病历号、API Secret 替换为可逆占位符(如 `<PERSON_1>`),并在响应回传可信终端前于安全内存中按请求上下文局部还原。
适用场景 (Best For)
医疗 EHR、金融客服、企业 HR 工单等受 HIPAA/GDPR/SOC2 约束、必须接入第三方云端推理 API 的生产 AI 系统。
人机边界 (Human-AI Boundary)
所有可逆映射表仅驻留请求生命周期 Redis(TTL <= 15 分钟),任何日志系统严禁记录原始明文映射字典。
常见反模式与避坑 (Anti-Patterns)
- Writing raw unredacted customer SSNs, API keys, or patient MRNs into vector DB payloads or third-party observability traces
- Persisting reversible PII lookup tables in long-lived shared caches without per-session TTL and tenant isolation
延迟成本与评测门禁
Regex/Checksum 1–4ms + Small NER ONNX < 18ms P95 on CPU · Zero LLM token overhead; dedicated CPU inference pool
- PII Recall on Annotated Domain Emails/Tickets: >= 0.99 recall on SSN, credit cards, MRN, and auth secrets (Treat false negative (leak) as 20x costlier than benign false positive masking)
💰 商业 ROI 模型与证据等级
production_practice无需自建百卡私有集群即可合规调用前沿商业模型 API,将单次合规泄露风险成本与企业安全审计阻塞周期压缩 80% 以上。
⚖️ 工程选型与架构权衡矩阵
Reversible Request-Scoped Vault Redaction
适用条件:需要对外大模型总结后在授权内部 UI 恢复真实姓名/单号。
核心权衡:需维护安全短暂内存映射并防止占位符影响模型语义理解。
Irreversible One-Way Hashing / Scrubbing
适用条件:训练 SFT 语料或跨团队 Eval Golden Set 构建。
核心权衡:彻底零泄露风险,但不可逆还原。
🛡️ 合规边界与治理硬约束
- Dual enforcement: mask both ingestion chunks before embedding AND runtime user prompts/tool results
- Zero plaintext PII persistence in LLM trace exporters (OpenTelemetry / Langfuse)
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!
上下游关联知识链路
[L1] Stage 5 · 线上 Bad Case 脱敏采样回流 Golden Dataset 评估飞轮模式[L1] Stage 6 · 外部语料间接提示注入隔离与无状态微虚拟机沙箱模式[L2] L2 业务场景 · 企业法务合同条文比对、风险批注与 Playbook 溯源审核助手[L3] 项目实战:支持千组 ACL 预过滤、增量 CDC 与语义缓存的多租户企业 RAG 平台[HubB] 岗位能力透镜 · Forward Deployed Engineer (FDE 企业级 AI 交付架构师)[L0 Card] 提示词注入攻击与隔离防御[L0 Card] 企业级多租户隔离与 RBAC 权限[L0 Card] 全链路分布式追踪与可观测性
站内交互工具与信源依据
- Microsoft Presidio — Data Protection and De-identification SDK (official_docs, 2026-11-17)