AWS Machine Learning Blog 近日介绍了一种基于 Amazon Bedrock Data Automation 的无服务器 PII（个人身份信息）脱敏流水线方案，目标是在规模化场景下对扫描文档实现端到端的敏感信息检测与脱敏。
该方案的核心是 Amazon Bedrock Data Automation 配合自定义 blueprint（自定义蓝图）。按照文中描述，自定义 blueprint 能够以字段级精度对敏感字段执行脱敏，也就是说脱敏动作不是笼统地覆盖整段内容，而是精确落在需要处理的字段上。整个流水线采用无服务器架构，由 AWS Step Functions 负责流程编排，AWS Lambda 承担计算任务，从而在无需管理服务器的前提下完成自动化处理。
方案中还包含一项 token 匹配质量检查（token matching quality check）。这一环节的作用是提升召回率，尤其针对退化文档（degraded documents）和手写文档这类识别难度更高的输入。换言之，该检查机制意在减少敏感信息被漏检的情况。
从公开信息来看，这套流水线面向的是需要对大量扫描文档做 PII 检测与脱敏的业务场景，将检测、脱敏与质量校验串联为一条可自动执行的链路。