详细内容或原文请订阅后点击阅览

与Amazon Bedrock Guardrails整合以安全数据处理

2025年9月23日 17:31 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们向您展示如何将亚马逊基础护栏与第三方令牌化服务集成在一起，以保护敏感数据，同时维护数据可逆性。通过结合这些技术，组织可以在保留其生成AI应用程序和相关系统的功能的同时实施更强的隐私控制。

来源:亚马逊云科技 _机器学习
这篇文章由Thales的主要解决方案架构师Mark Warner共同撰写，网络安全产品。当生成的AI应用程序进入生产环境中，它们与处理敏感客户数据的更广泛的业务系统集成在一起。这种集成引入了围绕保护个人身份信息（PII）的新挑战，同时保持下游应用程序合法需要恢复原始数据的能力。考虑一家在不同部门实施生成AI的金融服务公司。客户服务团队需要一个可以访问客户资料的AI助手，并提供包括联系信息在内的个性化响应，例如：“我们将您的新卡发送到您在123 Main Street的地址。”同时，欺诈分析团队需要相同的客户数据，但必须分析模式而不会暴露实际PII，仅处理敏感信息的受保护表示。MAZONBEDROCK护栏有助于以输入提示或模型响应的标准格式检测敏感信息，例如PII，例如PII。敏感信息过滤器使组织可以控制敏感数据的处理方式，并以{name}或{email}之类的通用占位符屏蔽包含PII或掩盖敏感信息的请求。该功能可帮助组织遵守数据保护法规，同时仍使用大型语言模型（LLMS）的力量。尽管掩盖有效地保护敏感信息，但它会带来新的挑战：数据可逆性的丧失。当护栏用通用掩码替换敏感数据时，原始信息对于可能需要它用于合法业务流程的下游应用程序无法访问。这种限制可能会影响需要安全数据和功能数据的工作流程。进行互补的方法来应对这一挑战。与掩盖不同，令牌化替代敏感数据
应用程序 相同的 广泛的 数据保护 标准格式 数据 功能 响应的 团队 组织 需要 力量 过滤器 信息的 模型响应 输入 敏感 网络安全 原始信息 个人身份信息 资料的 互补的 掩盖 PII 系统集成 护栏 生成 在内的 客户服务 AI 业务流程 敏感数据 信息 可逆性 保护 原始数据