数据屏蔽，也称为数据混淆或匿名化，是一种关键技术，用于通过逼真但无法识别身份的替代信息替换敏感信息，以保护敏感信息。

其主要目标是使数据无法用于未经授权的访问或分析，同时保留其格式和统计属性，以用于测试、开发、训练 AI 模型和分析等合法目的。 有效实施数据屏蔽可最大限度地降低数据泄露的风险，并帮助组织遵守各种隐私法规。

令牌化是一种数据屏蔽技术，通过使用称为令牌的非敏感替代信息替换敏感数据元素，从而增强安全性。 这些令牌保留了原始数据的格式和长度，使其看起来逼真，但没有内在价值。 令牌化的关键在于，原始敏感数据被安全地存储在 Control Room 中。

令牌化的工作原理

  1. 数据识别： 系统识别需要保护的敏感数据字段（例如，信用卡号码 (PCI)、社会安全号码 (PII)、个人健康信息 (PHI)）。
  2. 令牌生成： 对于每个敏感数据值，都会生成一个唯一的随机令牌。 这些令牌无法通过逆向工程获得原始值，与原始数据之间也没有任何数学或可辨别的关系。
  3. 数据替换： 应用程序、数据库或系统中的原始敏感数据替换为其对应的令牌。
  4. 安全存储： 令牌与原始敏感数据之间的映射安全地存储在 Control Room 中并进行管理。
  5. 去令牌化（在必要且授权的情况下）： 当授权用户或系统出于合法目的需要访问原始敏感数据时，就会调用去令牌化程序。 这包括使用相应的令牌从 Control Room 检索原始数据。

令牌化的关键优势

  • 强化安全： 通过将实际敏感数据从操作环境中移除，令牌化显著降低了数据泄露的风险和安全事件的影响。 即使包含令牌的系统被破坏，攻击者也不会获得有价值的敏感信息。
  • 促进合规性： 令牌化通过最大限度地减少实际敏感数据的存储、处理和传输，帮助组织满足 PCI DSS、GDPR 和 HIPAA 等严格的数据安全和隐私法规要求。
  • 数据实用性： 令牌保留了原始数据的格式和长度，使应用程序和系统无需进行重大修改即可继续运行。 这使其适合用于不需要实际敏感值的测试、开发和分析工作。
  • 保护敏感信息： 通过最大限度地减少与 LLM 交互的自动化工作流中出现真实敏感数据，组织有可能简化合规性审计期间数据处理和安全评估的某些方面。
  • 控制与可审计性： 虽然存储映射的保管库位于 Control Room 之外，Control Room 通过强大的身份验证和授权机制为这些存储的数据提供受控访问。 这有助于防止暴露于未经授权的访问。 使用强大的行业标准身份验证协议维护数据的安全存储。
  • 灵活性： AI Guardrails 框架内的令牌化可应用于各类敏感数据，特别是与大型语言模型 (LLM) 交互的自动化中的敏感数据。

创建数据屏蔽规则

您可以在创建防护机制时定义新的屏蔽规则。您可以单击创建规则，然后指定以下内容：

  1. 类别选择： 选择一种广泛的敏感数据类别。 可用类别包括：
    • 个人可识别信息 (PII)： 包括可识别个人身份的数据。
    • 支付卡行业 (PCI)： 涉及信用卡和借记卡信息。
    • 受保护的健康信息 (PHI)： 包括可识别个人身份的健康相关数据。
  2. 类型选择： 选择类别后，在该类别中选择一个或多个特定的类型进行屏蔽。

    • 个人可识别信息 (PII)：

      • 车辆识别号码
      • 社会安全码
      • 电子邮件地址
      • IP 地址
      • 统一资源定位符
      • 人员
      • 地址
      • 组织机构
      • 驾驶证号码
      • 传真号码
      • 电话号码
      • 车辆登记号码
      • 全选

    • 支付卡行业 (PCI)：

      • 信用卡号码
      • 银行账户号码
      • 全选

    • 受保护的健康信息 (PHI)：

      • 病案号
      • 健康受益人编号
      • 许可证编号
      • 死亡日期
      • 出院日期
      • 住院开始日期
      • 媒体访问控制号
      • 保险号码
      • 健康账户号码
      • 出生日期
      • 全选
    注： 提示中识别出的敏感实体，例如 PII、PHI、PCI 等，会通过替换为非敏感令牌进行屏蔽，使其不会暴露在 LLM 中。 当收到模型响应时，这些令牌会被替换，以使用原始值重建。 敏感实体和标记化值安全地存储在一个保管库中，仅保留 30 天。
  3. 选择保护机制行为
    • 屏蔽： 一种可逆的过程，其中敏感数据被临时替换为令牌值。 原始数据在呈现给用户之前会被检索并恢复到 LLM 的响应中。
    • 匿名化： 一种不可逆的过程，将敏感数据永久替换为一个令牌。 原始数据不会被存储或用于重建对用户的响应，这使其适用于对数据保留有严格限制的场景。
    • 允许： 对于需要访问敏感数据的特定场景，您可以选择允许将数据以明文形式发送到 LLM。

有关配置 AI guardrail 和设置数据屏蔽的更多信息，请参阅 创建和管理 AI Guardrails。