使用 Amazon Nova 自动遮盖图像中的 PII

在团队内部共享数据、与外部合作伙伴共享数据，或将其用于机器学习（ML）模型训练等工作负载，是现代业务运营的基础。然而，当这些数据包含个人身份信息（PII）时，组织将面临《通用数据保护条例》（GDPR）和《支付卡行业数据安全标准》（PCI DSS）等法规下的重大法律与合规义务。如果在共享或处理数据之前未对 PII 进行适当脱敏，可能导致监管处罚、声誉损害以及客户信任的丧失。真实世界图像数据集中的 PII 脱敏尤其具有挑战性。与结构化文本不同，图像中的 PII 可能出现在意想不到的位置和形式中：画面边缘捕捉到的部分人脸、汽车抛光表面上反射出的面孔、部分可见的路牌（结合其他视觉线索即可识别身份），或者广角照片中办公桌上的一份文件，暴露了姓名、地址或身份证号码。这些边缘情况通常会难倒单一用途的遮罩工具。Amazon Nova 是一系列具备高级视觉理解能力的基础模型，是作为复杂图像分析工作流智能协调器的有力候选。Nova 整体性地解读图像内容，根据上下文推理某物是否构成 PII（包括前面描述的细微和异常情况），并从头到尾指导整个脱敏流程。通过理解 PII 的“是什么”，Nova 协调专业工具实现像素级的脱敏精度，同时保留图像的整体价值。在本文中，我们介绍了一个由 Amazon Nova 指导的多步骤流程，该流程利用其上下文视觉推理能力来协调互补工具，包括部署在 Amazon SageMaker AI 上的 Meta 开源 Segment Anything Model (SAM 3) 用于像素级分割，以及 Amazon Textract 用于光学字符识别（OCR）。该流程旨在提供全面且合规的 PII 脱敏，即使对于指纹、身份证或任意方向的牌照等具有挑战性的边缘情况也能有效处理。

解决方案概述

本解决方案使用以下关键服务来实现全面的 PII 脱敏：

Nova 2 Lite
Amazon Nova 2 Lite 是一个快速、经济高效的多模态基础模型，可处理文本、图像、视频和文档。该模型在 Amazon Bedrock 中可用，提供强大的性价比，帮助企业和开发者构建有能力、可靠且高效的应用程序。它作为本解决方案的中央协调器，协调整个 PII 检测和脱敏工作流，在每个阶段做出决策，并协调专业服务以实现全面的结果。

Segment Anything Model (SAM 3)
SAM 3 是一个开源分割模型，可根据文本和视觉提示检测、分割和跟踪图像中的对象。在本解决方案中，SAM 3 充当由 Nova 指导的精密工具。当 Nova 识别出视觉 PII 元素时，它会将分割任务委托给 SAM 3，以生成用于脱敏的精确边界。在模型 playground (https://ai.meta.com/research/sam3/) 上使用单词 'flower' 提示时，SAM 3 分割掩码叠加在原始图像上。

Amazon Textract
Amazon Textract 是一项 ML 服务，可自动从 PDF、图像、表格和表单等格式中提取文本、手写内容、布局元素和数据。在此流程中，Amazon Textract 充当 Nova 的 OCR 能力。当 Nova 确定图像包含文本 PII 时，它会指示 Amazon Textract 提取所有文本内容及其坐标，然后 Nova 结合整个图像的上下文评估哪些内容构成敏感信息。

PII 检测

图像中常见的 PII 项目包括但不限于：

• 姓名
• 身份证号码，例如驾照号码
• 地址
• 电话号码
• 资产信息，例如媒体访问控制（MAC）地址
• 财产识别号，例如车辆识别码（VIN）
• 个人特征，例如面部图像
• 生物识别数据，例如指纹

这些项目可分为两种模态：文本型（姓名、身份证号码、地址、电话号码、资产信息和财产识别号）和视觉型（个人特征和生物识别数据）。Nova 指导一个工作流，该工作流可访问两个子流程，每个子流程分别识别文本型或视觉型 PII 项目的像素坐标。Nova 首先对图像进行初步评估，以确定存在哪些类型的 PII，然后智能地将图像路由到相应的子流程。随后，一个 AWS Lambda 函数根据 Nova 的指示，在识别出的坐标处遮盖内容。

此解决方案非常适合需要高脱敏准确率的单次或批量图像预处理场景。Nova 2 Lite 强大的性价比、低延迟和先进的多模态推理能力使其非常适合协调此工作流，无需您的组织具备深厚的机器学习专业知识或微调专用模型，即可实现准确的 PII 脱敏。

前提条件

要遵循本解决方案，您应具备：

• 一个 AWS 账户。
• 熟悉 Amazon Bedrock、Amazon SageMaker AI、Amazon Simple Storage Service (Amazon S3)、AWS Lambda、AWS Step Functions、Amazon EventBridge 和 Amazon Textract。
• 在您的 AWS 区域中通过 Amazon Bedrock 访问 Nova 2 Lite 的权限。
• 在 SageMaker AI 上部署 SAM 3。
• AWS 软件开发工具包（SDK）的基础知识。
• 对计算机视觉概念和图像处理的基本理解。
• 熟悉基础模型和提示工程技巧。

请注意，本解决方案将产生 AWS 费用，包括：S3 存储、Lambda 调用、Step Functions 状态转换、SageMaker AI 端点托管、Amazon Bedrock API 调用和 Amazon Textract API 调用。在创建相应资源之前，请确保您了解这些服务在您 AWS 区域中的定价。

解决方案架构

本节描述了一个架构指南，其中 Nova 驱动图像处理工作流，并指导并行的文本和视觉分析，以识别和脱敏敏感信息。

1. 文档上传和工作流触发
   当您将图像上传到 S3 input/ 文件夹时，S3 事件通知会触发一个 EventBridge 规则，该规则启动 AWS Step Functions 工作流。

2. 文件验证和初始 PII 筛查
   工作流首先验证您上传的文件类型是否与 Amazon Bedrock 支持的图像格式兼容。验证后，Nova 2 Lite 对图像进行初步评估，作为第一道智能防线，判断是否存在 PII。如果 Nova 确定不存在 PII，工作流将提前退出，图像立即移至 S3 noPII/ 文件夹，无需进一步处理即可供下游使用。大多数业务图像不包含 PII。Nova 的这一提前退出决策在第一步（也是最便宜的一步）就分流了大量图像。它通过避免不必要地调用下游服务（如 Amazon Textract 和 SageMaker AI 上的 SAM 3），显著降低了整体流程成本。

3. 并行 PII 检测：视觉流程
   当 Nova 2 Lite 识别出潜在的 PII 时，它会按类型（文本型、视觉型或两者兼有）对检测到的 PII 进行分类，并做出下游处理的路由决策。根据 Nova 的分类，Step Functions 工作流选择性地调用一个或两个专业流程：如果 Nova 检测到文本型 PII，则调用文本流程；如果 Nova 检测到视觉型 PII，则调用视觉流程；如果 Nova 识别出两种类型，则并行调用两个流程。视觉流程专注于检测图像中的视觉 PII 元素，例如人脸和牌照。在 Nova 的指导下，部署在 SageMaker AI 上的 SAM 3 被提示定位视觉 PII 元素，并生成逐像素的分割掩码。分割掩码是一个像素级轮廓，描绘了图像中对象的精确形状。它将每个像素标记为属于该对象或不属于，类似于一个精确的数字模板。与简单的边界框（围绕对象的粗略矩形）不同，分割掩码遵循检测到的项目的真实轮廓，允许仅遮盖敏感像素，而不会遮挡周围内容。这种由 Nova 初始 PII 分类指导的精确方法，有助于在仅移除敏感区域的同时保持图像的价值。例如，在大型图像数据集上训练 ML 模型时，此方法有助于防止 PII 传递给模型，同时保留数据集大小和非敏感视觉信息。

4. 并行 PII 检测：文本流程
   文本流程利用 Nova 的多模态推理能力，借助 Amazon Textract 分析图像中嵌入的文本。首先，Amazon Textract 识别图像中文本的像素级位置并提取其内容。它为每个检测到的文本元素提供轴对齐的边界框和多边形坐标，您可以选择最适合您脱敏需求的坐标类型。然后，Nova 2 Lite 结合原始图像评估每个提取的文本元素，以确定哪些包含 PII，例如姓名、地址或身份证号码。这正是 Nova 上下文智能的关键所在：某些文本元素单独考虑时可能看起来不是 PII，但 Nova 可以推理图像中的周围视觉上下文，从而识别其敏感性质。例如，一个街道名称和一个街道号码分在两个位置，它们本身并不构成 PII，但由于它们出现在同一张图像中，完整的地址是可见的，应作为 PII 进行遮盖。作为一个多模态模型，Nova 可以同时处理文本和图像，以做出这些细微的 PII 判断。最后，Amazon Textract 返回 Nova 识别为 PII 的文本的坐标，供下一步使用。

5. PII 脱敏和最终验证
   在子流程根据 Nova 的指示完成分析后，它们的坐标输出将传递到下一阶段进行脱敏。回想一下，视觉流程的输出是来自 SAM 3 的分割掩码坐标，而文本流程的输出是来自 Amazon Textract 的边界框或多边形坐标。一个 Lambda 函数将流程返回的坐标合并为图像上统一的 PII 位置集合。然后，RedactPII Lambda 函数使用 Python 中的 Pillow (PIL) 库遮盖原始图像中已识别的区域，并将脱敏后的图像存储在 S3 redacted/ 文件夹中。作为最终的质量保证步骤，Nova 2 Lite 对脱敏后的图像进行全面审查，以判断所有检测到的 PII 是否已被移除。此最终验证利用 Nova 的整体视觉理解来捕捉任何残留的敏感内容。如果 Nova 确定图像已清洁，则将其移至 S3 noPII/ 文件夹供下游使用。如果 Nova 仍然检测到 PII，则图像将移至隔离文件夹进行人工审查，旨在帮助防止 PII 遗漏。

6. 测试解决方案
   要验证解决方案是否正常工作，请执行以下步骤：

   • 使用包含 PII 的示例测试图像。您可以使用 AI 生成的图像。
   • 使用 AWS 命令行界面（AWS CLI）或 Amazon S3 控制台将图像上传到 S3 originals/ 存储桶。
   • 在 AWS Step Functions 控制台上监控 Step Functions 执行，以跟踪工作流进度。
   • 验证脱敏后的图像出现在 S3 redacted/ 或 humanreview/ 文件夹中。
   • 从 S3 redacted/ 或 humanreview/ 文件夹下载输出图像。
   • 检查图像以确认 PII 是否已成功移除，或识别需要人工审查的 PII 元素（例如，超出“PII 检测”部分所述范围的细微元素）。

   AI 生成的图像，包含文本型 PII（地址）和视觉型 PII（人脸）
   同一图像中，流程使用来自 Amazon Textract 的边界框坐标和来自 SAM 3 的分割掩码坐标对 PII 元素进行脱敏

清理

当您不再需要此解决方案时，请完成以下步骤清理资源。在继续清理之前，请确保您已备份需要从 S3 存储桶中保留的任何数据。以下步骤将永久删除所有资源和数据。

• 从 S3 存储桶备份任何必要的数据。
• 删除 S3 存储桶（originals/、noPII/、redacted/ 和 humanreview/）。
• 删除托管 SAM 3 模型的 SageMaker AI 端点。
• 删除 Step Functions 状态机。
• 删除 Lambda 函数（PII 检测、脱敏和最终验证）。
• 删除为 S3 事件通知配置的 EventBridge 规则。

结论

在本文中，我们演示了 Amazon Nova 2 Lite 如何作为一个无服务器、自动化流程的智能协调器，用于检测和脱敏图像中的 PII，而无需自定义模型训练或微调。Nova 的多模态推理驱动工作流中的每一个决策：从初始 PII 检测和分类，到智能路由至 Amazon Textract 和 Amazon SageMaker AI 上的 SAM 3 等专业工具，再到脱敏输出的最终质量验证。凭借 Nova 2 Lite 强大的性价比和先进的视觉能力，组织可以大规模部署 PII 脱敏，同时完全遵守数据保护法规。本文提供的架构指南，您可以根据自己的特定合规要求进行调整，并在自己的 AWS 账户中部署。要开始使用，请在 Amazon Bedrock 控制台中探索 Amazon Nova 模型，并参考 Amazon Nova 文档、Amazon Textract 文档和 Amazon SageMaker AI 文档，以部署此流程中使用的互补服务。

关于作者

Caroline Des Rochers
Caroline 是亚马逊云科技（AWS）驻蒙特利尔的双语解决方案架构师。她与金融机构紧密合作，加速其 AI 和云转型之旅，拥抱创新，创造新的商业机会。工作之余，她是一位充满热情的滑雪和骑行爱好者，随时准备迎接新的户外冒险。

Caitlin McDonald
Caitlin 是 AWS 驻蒙特利尔的双语解决方案架构师，拥有开发背景。Caitlin 与客户合作加速创新，并就技术挑战提供建议。她是实用 AI 的倡导者，帮助组织将 AI 的潜力转化为有意义的业务成果。业余时间，她喜欢铁人三项、冰球和旅行。

Karen Lee
Karen 是亚马逊云科技（AWS）的解决方案架构师，曾驻香港，现驻蒙特利尔。她与提供各种技术解决方案的独立软件供应商合作。Karen 经常出差拜访客户并游览世界各地的风景。

Isabelle Charette
Isabelle 是 AWS 驻蒙特利尔的解决方案架构师，她帮助客户应对技术挑战，并使用英语和法语在云中加速发展。凭借软件开发背景，她以构建者的心态对待每一次合作。不在办公桌前时，她很可能正在攀岩或身处山间。

Eric Borland
Eric 是亚马逊云科技行业（AWSI）原型设计与客户工程（PACE）团队的高级解决方案开发人员，驻巴塞罗那。他为全球客户构建原型，以降低其 AWS 工作负载中最复杂部分的风险。工作之余，他参与并指导体育运动，并喜欢创办小型初创公司。